改进电导增量法在提高光电转换效率中的研究

为有效利用太阳能,光伏发电系统必须对光伏电池的最大输出功率点(MPP)进行跟踪。通过对现有的最大输出功率点跟踪(MPPT)算法进行比较研究,提出了一种结合恒定电压跟踪法的小步长电导增量算法,并对其进行Matlab仿真。仿真结果表明,该改进算法不但能快速跟踪MPP,动态性能好,而且对光照强度突变具有快速适应性,能更高效地利用太阳能。该算法的仿真研究对实际系统试验具有很好的指导作用。     

分布式光伏发电并网数字化建模与仿真北大核心

为了改善光伏发电性能,需要对分布式光伏发电并网控制技术进行研究。提出基于MPPT控制的分布式光伏发电并网建模方法,建立光伏电池模型,在所建模型的基础上研究光伏发电系统输出功率受光照强度变化的影响。并利用MPPT控制方法跟踪分布式光伏系统的最大功率点,提高分布式光伏系统在运行过程中的输出功率。通过滑膜控制对光伏并网逆变器进行控制,保持电网电压与光伏发电系统输出电流的同步性,实现分布式光伏系统并网发电。通过仿真,验证了所提方法可有效地实现光伏阵列最大输出功率的跟踪,满足分布式光伏发电并网系统的运行要求。     

基于Buck变换器的光伏发电系统MPPT 控制

介绍以Buck变换器为对象的太阳能光伏发电系统。用Buck变换器实现对光伏发电系统的最大功率跟踪,采用逐次逼近法的MPPT控制策略,通过调节Buck变换器的PWM占空比输出,使得负载的等效阻抗跟随光伏电池的输出阻抗,使光伏阵列在任何条件下获得最大功率输出,跟踪最大功率。仿真表明MPPT（最大功率跟踪）控制策略的可行性。     

基于分组粒子群的光伏最大功率点跟踪方法

针对光伏发电系统在复杂遮阴条件下,光伏输出P-V特性曲线呈现高度非线性,采用基于分组粒子群算法（particle swarm optimization, PSO）和优化的扰动观察法(perturb and observe, P&O)相结合的MPPT（maximum power point tracking）算法进行光伏发电系统输出功率的提升。提出的最大功率点算法分为两个阶段,首先通过将混合蛙跳算法(shuffled frog leaping algorithm, SFLA)的分组思想引入到传统粒子群算法,并采用改进后算法实现近似全局最大功率点的快速搜索,以加快最大功率点跟踪的收敛速度和稳定性。然后,采用优化的扰动观察法实现最大功率点附近的动态精确跟踪,同时减少后续最大功率点跟踪过程中的计算量。通过在不同阶段发挥两种MPPT算法的各自优点来提高光伏最大功率点跟踪控制的效率。最后进行光伏系统遮阴条件变化的仿真实验,与传统粒子群算法相比,提出MPPT方法具有较快的跟踪速度和稳定的功率输出。     

光伏电池滞环变步长MPPT算法研究

为了提高光伏电池发电效率,在传统MPPT控制方法的基础上提出了基于恒定电压法的变步长滞环控制法,通过分析光伏电池受光照强度的影响和在最大功率点附近的功率特性,确定了电压扰动步长值,并在MATLAB/Simulink仿真平台上建立了MPPT仿真模型,对该算法进行了验证。仿真结果表明,该算法在光照突变时仍能实时地跟踪光伏电池的输出功率,并能有效地抑制在MPP点附近的振荡现象,表现出很好的动态特性,证明了该算法的有效性和正确性。     

基于三段式变步长电导增量法MPPT技术研究

通过对光伏电池特性的分析以及对传统电导增量最大功率点跟踪(MPPT)方法的研究,提出了三段式变步长电导增量算法的MPPT技术。应用MATLAB/SIMULINK搭建了仿真模型,并与传统电导增量法进行了比较。仿真结果表明,三段式变步长电导增量法能使光伏发电系统快速、准确、稳定的跟踪最大功率点,减弱了最大功率点附近振荡的情况,具有良好的动态和稳态特性。     

基于自适应线性调节抗干扰PSO的光伏群体MPPT控制

光伏发电已成为新能源发电的主要研究方向,但当外界环境发生突变或由于遮挡使光伏阵列出现阴影时,传统的最大功率点跟踪(MPPT)算法会出现误判或因陷入局部最大功率点等问题而失效。针对这些问题,提出了一种自适应线性调节的粒子群(PSO)算法,并采用一个MPPT控制器同时实现多支路光伏阵列群体MPPT控制。最后,通过仿真验证所提控制策略的有效性。结果表明,自适应线性调节PSO群控方法振荡小,可实时精准跟踪最大功率点,控制电路较为简单,降低系统控制成本。     

基于粒子群多峰值MPPT算法的光伏系统研究

局部遮荫时,光伏阵列P-V特性曲线呈现多个峰值点,传统算法难以追踪到最大功率点(MPPT),针对此问题提出了粒子群多峰值MPPT算法,该算法通过粒子群搜索最大功率点处电流,并控制光伏阵列输出电流,从而实现最大功率点跟踪;仿真结果表明粒子群多峰值MPPT算法可以用在光伏并网发电系统中,并且该算法比传统算法收敛速度更快,稳态效果更好。     

基于变步长扰动观察法的MPPT仿真分析

为了更好地跟踪光伏发电系统的最大功率点,在MATLAB/Simulink环境下,搭建了光伏电池阵列仿真模型,根据其输出的U-I、P-I和P-U特性曲线分析了光伏电池阵列的非线性特性。基于光伏电池的动态特性,采用一种变步长的扰动观察法来实现光伏电池阵列的最大功率点跟踪。仿真结果表明,该方法能够快速稳定准确地进行最大功率点跟踪。     

基于牛顿插值算法光伏三相桥逆变器的研究

最大功率点跟踪(MPPT)技术是光伏系统研究的核心内容,易受光照强度和温度变化的影响.主要分析了光伏发电系统中使用的三相桥逆变器的结构,构建了三相单级式LCL型并网逆变器的数学模型,从而得出P-U曲线,根据三点采样,在最大功率点两侧运用牛顿插值算法输出拟合最大功率点,提出了一种基于牛顿插值算法的最优控制方法,并利用Matlab仿真对控制算法进行了仿真和对比分析,仿真结果表明该算法效果更好.     

基于极值搜索的光伏电池最大功率点跟踪仿真

针对光伏发电系统中最大功率点跟踪问题,在太阳能电池的数学模型的基础上建立了PV模块的Matlab仿真模型;考虑到了太阳能的波动性和随机性对太阳电池阵列的影响,利用一种基于极值搜索方法的实时MPPT控制原理,控制Buck DC/DC变换电路,结合S函数在Matlab/Simulink环境下建立其动态仿真模型,实现了光伏电池输出的最大功率跟踪;仿真结果表明,该算法具有较好的动态特性和稳态特性,具有一定的实用价值。     

基于灰色预测扰动观察法的MPPT方法研究

为了提高光伏发电系统的输出效率,针对光伏发电现有扰动观察法的不足,提出了基于灰色预测扰动观察法的最大功率点跟踪方法。该控制方法根据负载功率的变化调节DC/DC电路的占空比来实现最大功率点跟踪,即通过建立GM(1,1)模型,对占空比步长数据序列的提取,预测系统未来发展趋势,确定相应的控制决策。在Simulink下进行了系统的建模与仿真,仿真结果表明该算法能快速准确地跟踪太阳能电池最大功率点,可以有效地提高光伏电池的输出效率。     

基于Simulink的光伏电池组件建模及仿真研究

将模糊控制算法应用到光伏系统最大功率点的跟踪控制中,利用MPPT方法的自身特性,采用扰动观测法,在Mat lab/Simulink下建立基于查表法的模糊控制光伏发电系统的仿真模型,Simulink仿真结果证明,该方法能使系统稳定工作在最大功率点,能快速准确地跟踪太阳能电池最大功率点,显示了模糊控制方法的优越性,改善了光伏电池转换效率低的缺点。     

单级式光伏并网发电系统的仿真分析

对于光伏发电系统而言,最主要的问题是提高系统的效率和稳定性.为了克服传统两级式光伏并网系统在效率和稳定性上的不足,文中改进了单级式光伏并网系统电路拓扑和适用于此拓扑的最大功率点跟踪算法,并通过在Matlab Simulink环境中搭建仿真模型,模拟系统在外部光照发生变化时的输出特性并对其进行验证和研究.仿真结果显示该系统能够高精度地实现对光伏电池最大功率点的跟踪(MPPT),高效地通过逆变器将有功功率送入电网,且输入电网的无功功率可调.     

基于模型辨识的BP神经网络在光伏系统MPPT中的应用

光伏电池作为光伏发电系统的重要组成部分,研究其模型的准确性并对其最大功率点进行预测与跟踪,对于光伏发电效率的提高具有重大意义;首先根据光伏电池的内部结构和伏安特性建立其数学模型,并对所建立的模型进行参数辨识,进而得到模型输出与测量信息偏差最小的参数值,验证模型的准确和有效性;根据模型所反映的规律,将温度和光照强度作为输入变量,最大功率点对应的电压作为输出变量,构建了用于MPPT的神经网络模型;神经网络经训练后对最大功率点电压进行预测与跟踪,结果表明构建的神经网络具有良好的适应性。     

基于光伏电池输出特性的MPPT算法研究

为了寻找更好的实现光伏发电系统最大功率点跟踪控制方法,基于单个光伏电池的物理特性建立了太阳能光伏电池阵列的Matlab仿真模型,分析了太阳能光伏电池阵列所具有的随着光照强度和温度不同而变化的P-U和I-U非线性特性.基于光伏电池的动态特性,在最大功率点跟踪算法的设计中增加一个电流监测回路,并结合自寻优技术对电导增量法进行改进,提出了一种自适应变步长寻优算法.仿真结果表明,该算法能够快速准确的跟踪最大功率点.     

基于改进PSO算法的光伏发电系统MPPT控制策略

光伏发电系统运行在局部阴影条件下,其P-V曲线呈现多个峰值,为了保证光伏发电系统能够工作在最大功率点下,提出一种改进粒子群优化(PSO)算法的最大功率点跟踪(MPPT)的控制策略。改进算法采用非线性自适应的学习因子和加速因子同时采用随机惯性权重。仿真实验和真实实验验证所提出的算法在光伏发电系统的MPPT控制中具有较快的收敛速度的同时具有较高的精准度和较小的搜索振荡。     

基于克隆选择算法的光伏最大功率点跟踪控制

研究太阳能电池提高光电转换率问题,由于光伏发电系统中最大功率点难以实时跟踪,使光伏阵列输出功率达不到要求。为此提出采用克隆选择算法进行优化控制。根据光伏电池等效电路模型在SIMULINK中建立仿真模型进行特性分析,并编写克隆选择算法。通过在算法进化过程中合理地选取种群规模、克隆规模和变异率等参数,从而保证算法以最佳的搜索轨迹达到最优解。通过对算法有效性的验证,仿真结果表明:在温度、光强变化情况下,能实时跟踪到最大功率点,提高系统的鲁棒性和发电效率。     

粒子群算法在光伏系统最大功率点跟踪中的应用

介绍了光伏电池的特性,并在Matlab/Simulink中进行建模仿真研究.针对局部遮阴条件下光伏阵列的P-U特性呈现多个极值点,导致常规的最大功率点跟踪算法失效的问题,提出了一种基于粒子群算法(PSO)的最大功率点跟踪(MPPT)控制方法.仿真结果表明,该方法能够快速、准确地跟踪光伏阵列的最大功率点,具有较好的控制精度,有效地提高了光伏阵列的输出效率.     

改进粒子群算法在光伏阵列多峰值MPPT中的应用

在局部遮荫下,光伏阵列的P-U特性曲线存在多个极值点,常规最大功率跟踪(MPPT)算法在光伏阵列多峰值MPPT应用中将失效。粒子群算法(PSO)有良好的全局搜索能力,被应用于光伏阵列多峰值MPPT,但是PSO存在收敛精度低和收敛不稳定性的缺点。为了提高PSO算法的收敛稳定性和收敛精度,引入非线性策略对PSO算法进行改进,Matlab仿真结果表明,改进的粒子群算法在多峰值MPPT应用中可以稳定、准确的跟踪光伏阵列的最大输出功率。