风机最大功率点跟踪的失效现象

针对具有大转动惯量和宽最大功率点跟踪(maximum power point tracking,MPPT)区间的风电机组,发现了一种在传统MPPT控制策略下出现的风机MPPT失效现象.基于对简化风机模型的平衡点及加速/减速区域的分析,从机理上解释了MPPT失效现象的产生原因,即风机的慢动态性能难以跟踪风速的快速波动.进一步,针对多种容量风电机组的仿真统计分析表明,该MPPT失效现象的发生及其对风能利用系数的降低是不能忽视的.特别是在高湍流强度的风速条件下,MPPT失效导致的风能捕获损失率可能高达10%以上.     

直驱风力发电系统MPPT控制方法的研究

本文对基于直驱永磁同步发电机的最大功率追踪算法(MPPT)进行了仿真研究.依据灰色理论,利用动态GM(1,1)模型进行预测,当预测达到最大功率点附近时,以实测数据为基础,用最小二乘法进行拟合,计算出最大功率点,并给出其与实际最大功率点的相对误差.使用Matlab仿真,结果验证了该控制方案能很好地的跟踪风力发电机输出最大功率点,提高风能利用效率,使系统工作稳定可靠.     

自然循环CHF影响因素的灰色关联度分析

临界热流密度(CHF)对反应堆安全起着至关重要的作用。自然循环条件下的CHF发生受到很多因素影响,目前对其特征的把握尚不完善。基于实验获得的常压自然循环实验数据,采用反映系统序列间正、负相关性的灰色关联度量化模型,分析了加热段入口焓值、流速和出口干度对自然循环CHF的影响。通过关联度计算得到,入口焓值和出口干度与CHF呈负相关,工质流速与CHF呈正相关。     

基于灰色关联理论的中国能源需求影响因素研究

能源是国民经济的基础产业和战略性资源,是保障和促进经济增长与社会发展的重要物质基础,随着经济的高速发展,我国对能源的需求总量呈现出稳定增长的发展趋势。从我国能源市场的现状出发,从经济学的角度对我国能源需求的主要影响因素进行定性分析,并通过灰色关联理论实证研究能源需求与影响能源需求的主要因素能源价格、经济的增长、人口、产业结构、能源消费结构、消费者的收入水平之间的关系,最后提出切合我国实际的能源发展对策。     

基于极值搜索算法的光伏系统MPPT控制

在分析太阳能光伏阵列工作特性和常规最大功率点跟踪(MPPT)及控制方法基础上,研究了一种基于极值搜索算法的光伏系统MPPT控制方法。该算法与现有方法比较,可在外部环境突变的情况下,快速准确地跟踪光伏阵列的最大功率,具有良好的动态性能。基于该方法设计出光伏发电MPPT的控制系统,并通过仿真与样机实验与常规MPPT算法进行了对比分析。分析结果显示,极值搜索算法可快速、精确地跟踪光伏系统最大功率点,且动态特性良好。     

风电机组最大功率点跟踪控制的影响因素分析

将影响风电机组最大功率点跟踪(MPPT)控制的因素划分为风力机的动态性能和最大功率点的跟踪要求两大方面。以此为指导,围绕风速条件和风力机结构提取出多个具体的影响因素,包括平均风速、湍流强度、空气密度、风力机的转动惯量、叶片尺寸和最佳叶尖速比。通过仿真分析这些具体因素与现有两种功率曲线改进方法中的设定参数的量化关系,探讨它们对MPPT控制的影响与作用机理。研究结果表明,风速环境和风力机结构参数的变化都会改变风电机组的MPPT效果。因此,在设计与应用MPPT控制时,需要全面考虑上述因素的影响,并相应调整控制器参数。文中工作将为MPPT控制的优化设计奠定基础。     

基于Boost变换器的D-PMSG风力发电系统MPPT控制

为了提高直驱永磁风力发电系统的最大功率点跟踪控制性能,通过对Boost占空比变化与风力机输出特性的关系分析,提出一种基于模糊梯度步长爬山搜索法,将风力机输出转速变化量和风力机输出功率变化量作为模糊控制器的输入量,Boost变换器的占空比作为模糊控制器的输出量,实现风力机最大功率点跟踪控制。建立了系统仿真模型并进行仿真验证,结果表明,模糊梯度步长爬山搜索法能实现直驱永磁风力发电系统的最大功率点跟踪控制,控制效果优于传统变步长爬山搜索算法。     

基于TS模型的模糊神经网络光伏MPPT控制

为了克服传统最大功率点跟踪(MPPT)方法的一些缺点,使光伏系统更加快速准确地工作在最大功率输出点,提出了基于模糊控制和神经网络控制相结合的自适应控制方法。该方法充分利用模糊神经网络处理非线性问题的优点,通过模糊控制来改变步长,利用神经网络的自学习能力来快速达到平衡,使光伏MPPT在跟踪速度和稳定性之间达到一个较优的平衡。仿真和试验结果表明,基于模糊神经网络自适应控制的MPPT方法具有较强的鲁棒性和自适应能力。     

基于最优梯度MPPT控制的光伏水泵系统

为提高对光伏阵列的利用率,分析了一种基于最优梯度最大功率点跟踪(MPPT)控制的光伏水泵调速系统.根据光伏阵列的特性及最优梯度控制的方法,通过检测光伏阵列的输出电压、电流及单片机软件控制来实现MPPT.介绍了系统软件和硬件的设计,最后用给出的实验波形证明该方法能使系统稳定运行.     

基于差分进化算法的阴影影响下光伏阵列MPPT控制研究

当光伏模块受到阴影影响时,其功率-电压（P-V）特性曲线有多个峰值点,传统最大功率跟踪控制（MPPT）算法,如扰动观察法（P&O）,由于采用局部搜索范围,无法准确跟踪全局最大功率点（GMPP）。提出一种基于差分进化（DE）最优算法的全局最大功率点跟踪方法,同时修正了算法的变异方向,使得所有变异算子总能收敛到最优,有助于算法快速收敛。采用Matlab/Simulink对所述算法进行了仿真分析,并与传统扰动观察法进行了对比,本文所述MPPT方法具有更高的效率和功率输出。     

风力发电机组最大功率追踪

根据最大功率追踪点的基本原理及常用风力发电控制系统的特点,提出了基于占空比扰动的改进三点比较法。风力发电系统实际上应用最大功率追踪技术搭配数字信号处理器(TMS320C6711)调整DC/DC斩波器转换器的占空比,使风力发电机系统运转在最大功率输出。以1.5 kW风力发电机组为验证对象,基于TMS320C6711硬件平台对电流型扰动观察法与笔者所提出的三点比较法进行试验验证。结果表明:采用改进三点比较法的风力发电系统能够有效追踪最大功率点。同时,在风速发生变化时,能快速找到最大功率点。     

永磁直驱风电系统中最大功率点跟踪控制优化的仿真研究

分析了风力机特性、永磁直驱电机模型、变换器控制策略及各种功率跟踪控制算法优缺点,并提出一种基于爬山搜索法的最大功率点跟踪(MPPT)控制方法的优化。在MATLAB/Simulink环境下搭建了永磁直驱风力发电系统模型,仿真分析了控制方法对最大功率点的跟踪效果,结果表明当风机起动及风速变化时MPPT控制方法能够使系统快速稳定在新的工作点,捕获得最大功率。由此验证了改进优化后的控制方法及所搭建模型的准确性与有效性。     

VSCF双馈风力发电最大功率跟踪控制

为充分有效地利用风能,分析了风力机最大风能捕获机理和双馈电机数学模型,研究了定子电压定向下的功率外环及电流内环双闭环最大功率跟踪及变速恒频(VSCF)控制策略。在风速阶跃变化下,搭建了10 kW可实时监控式双馈风力发电实验平台,并进行了实验验证。实验结果表明该控制策略能快速准确控制风力发电系统进行最大功率跟踪及VSCF控制。     

变速恒频风力发电系统最大风能跟踪控制的研究

变速恒频机组可以根据风速调整发电机转速以获得更大的风能。本文首先介绍了风轮机的功率特性,然后比较了三种现有的最大风能跟踪控制算法的优缺点。以感应发电机为例,研究了一种用于最大风能跟踪的变步长爬山法,并采用MATLAB软件进行了仿真实验,仿真结果表明了该控制策略的正确性和可行性。     

风光互补发电系统设计及最大功率点跟踪控制

为解决传统风电和光伏发电系统独立运行时受天气影响较大、能量利用率不高及蓄电池充放电控制不合理等问题,充分利用风电和光伏系统之间良好的互补性,设计了风能和光能互补的发电系统。提出一种以定电压法启动结合功率前馈的变步长电导增量法最大功率点跟踪(MPPT)算法,减小功率追踪过程中的能量损耗,改善最大功率点附近的振荡问题。利用风能和光能系统与蓄电池之间的能量流动状态,协调控制蓄电池充放电电流,延长蓄电池寿命,提高系统整体稳定性。实验结果证明了系统设计和控制策略的正确性和有效性。     

一种开关磁阻风力发电机最大风能跟踪方法

对开关磁阻风力发电机的运行原理和风轮机的功率输出特性进行了介绍,提出了一种不依赖风轮机运行参数即可实现最大风能自动跟踪的变步长控制方法.使用Matlab/Simulink构建了整个系统的模型,进行了仿真,使用直流电动机模拟风力机对提出的最大风能跟踪控制方法进行了测试,系统仿真和试验结果证明该方法是可行的.     

一种小型风电机组的优化最大功率点跟踪控制算法

为提高小型风机发电机组的风能转换效率,提出一种最大功率优化跟踪控制算法.以小型风力发电机组中发电机的P-ω特性曲线上各点斜率来确定占空比的扰动步长,通过模糊控制来对最大功率点进行跟踪,增强最大功率点搜索的快速性和稳定性.通过在MATLAB/Simulink仿真环境下搭建小型风电系统模型和优化最大功率点跟踪(MPPT)控制算法模型进行仿真,得出不同风速下发电机的输出功率仿真结果.结果表明:该控制算法能有效提高小型风电系统最大功率点的跟踪速度,减少最大功率点附近的振荡现象,提高小型风力发电机组的风能转换效率.     

采用模糊推理最优梯度法的风力发电系统最大功率点跟踪研究

在随机风条件下,风力发电系统的输出特性随外界环境的变化而变化,并可能出现明显的振荡现象,采用最大功率点跟踪(maximum power point tracking,MPPT)可充分发挥风力发电机组的效能。根据传统三点比较法应用在风力发电系统中的不足及最大功率点跟踪的基本原理,将模糊推理最优梯度法引入风力发电系统中,以提高风力发电系统的最大功率跟踪性能。该方法通过对风力发电机转速步长进行指数倍调整,能够有效地提高最大功率点的追踪精度,具有良好的收敛性和抗干扰性。通过MATLAB仿真结果表明,该方法具有比传统三点比较法更为精确的追踪性能。     

双级矩阵变换器直驱风力发电系统最大风能追踪

提出了一种双级矩阵变换器(two stage matrixconverter,TSMC)直驱风力发电系统最大风能追踪控制策略。基于爬山法,通过引入中间变量实现对系统捕获风能状态进行判断,在此基础上,提出基于集成控制的最大风能追踪(maximum power point tracking,MPPT)算法。在Matlab中建立了TSMC风电系统仿真模型。仿真结果表明:新的MPPT算法通过对风力发电系统逆变级无功功率分阶段性的控制,不仅具有较好的准确性和稳定性,而且加快了系统捕获最大风能的速度。