基于HS-BP预测模型的光伏发电系统MPPT研究

提出一种光伏发电系统最大功率跟踪方法 ,即一种和声搜索算法改进的BP神经网络预测模型HS-BP结合INC的MPPT方法。当外界环境条件变化时,可以通过预测模型直接将工作电压迅速调至Vref附近,从而大大提高了MPPT的跟踪速度;当以Vref为初值进行电导增量法INC以实现最大功率跟踪时,由于Vref已经接近最大功率点MPP对应的电压,故可以设置较小的扰动步长,因此可以改善MPPT的跟踪精度,从而有效地降低静态过程的功率损失。在基于单片机控制的硬件平台上进行试验,结果表明,该方法具有稳定、快速等优点,可以显著提高光伏电池的发电效率。     

光伏发电系统MPPT数字控制器设计

利用MSP430微控制器设计了一种光伏发电系统最大功率点跟踪(MPPT)控制器,给出了较为详细硬件设计方案,包括DC-DC变换器电路设计、检测与控制电路设计、电源电路设计.最后给出了软件设计的总体流程图.     

基于PSO算法的光伏发电MPPT控制研究

针对光伏电池输出呈现非线性特性,传统控制方法控制效率低的问题。文章提出采用粒子群(Particle Swarm Optimization,PSO)算法进行光伏电池输出最大功率跟踪控制。结果表明:PSO方法可实现恒定天气条件下和变化天气条件下的最大功率跟踪控制,跟踪功率精度高,速度快,不存在稳态振荡。     

基于模糊-单神经复合控制的光伏发电系统MPPT研究

由于光伏电池能量转换较低,需要进行快速准确的最大功率跟踪控制。针对常见MPPT法存在的缺点,提出了一种模糊控制与单神经元相结合的复合控制方法,仿真结果表明,改进的复合控制法可以快速准确地实现光伏电池的最大功率跟踪且能快速响应外界条件的变化。     

太阳能水下航行器光伏系统MPPT控制仿真研究

通过光伏电池的简化模型,研究了光伏电池的输出特性,并分析了BUCK斩波电路寻找最大功率点的实现原理.提出了变步长扰动MPPT策略,并在Matlab仿真环境中开发了带有此策略的仿真模型.利用此模型进行计算机仿真,结果表明,太阳能水下航行器光伏系统变步长MPPT控制,能够准确地跟踪太阳能电池的最大功率点,提高了太阳能电池利用效率.     

基于光伏电池数学模型的MPPT算法的研究

最大功率点跟踪方法（MPPT）可以明显提高光伏阵列的输出效能。为了克服其在光伏电池温度快速变化的情况下会出现误判的缺点,文中介绍一种结合光伏电池数学模型的MPPT算法以防止误判;并针对传统的MPPT算法的跟踪精度和响应速度不理想的缺点,提出一种根据光伏电池温度寻找最大功率点的数值方法,通过Matlab／Simulink仿真验证了其优越性。为光伏电池最大功率输出点跟踪的研究提供参考。     

基于限幅变压跟踪法光伏发电MPPT的研究

对于光伏发电最大功率点跟踪一直是一个重要的研究方向,基于PSIM建立了恒压跟踪法光伏发电MPPT的仿真模型。通过仿真分析,恒压跟踪法不能有效的实现最大功率点跟踪,并在此基础上建立了变压跟踪法光伏发电MPPT的仿真模型;通过仿真验证,此方法具有更好的MPPT效果,并且控制方法简单易于实现,具有很高的工程实用性。     

基于模糊控制的光伏阵列MPPT仿真

研究了光伏阵列的非线性功率输出特性,建立了基于Matlab simulink/Power system的光伏阵列仿真模型,对基于模糊控制采用扰动观察法进行光伏发电最大功率点跟踪进行了仿真.     

光伏发电MPPT控制方法研究综述

为了改善太阳能电池的转换效率,需要对其输出的最大功率实施跟踪。基于太阳能电池的模型及其输出特性,将常见光伏发电系统的最大功率点跟踪（maximum power point tracking,MPPT）控制方法进行分类,并对各类控制方法进行了其特点比较,指出了MPPT控制方法今后的发展方向。     

光伏发电MPPT控制中单变量二次曲线极值跟踪法设计

针对光伏发电最大功率追踪控制中广泛采用的扰动观察法在恶劣天气或云层变化较明显时最大功率跟踪控制不稳定和在某功率点处震荡问题。提出一种基于单变量二次曲线极值跟踪法用于光伏并网的最大功率追踪控制,该方法只需要检测出太阳能光伏板的输出电流一个变量即可,大大简化了最大功率跟踪的控制过程,运用LABVIEW软件进行了仿真和实验研究,仿真和实验结果验证了该方法的可行性和有效性。     

基于ACO-BP神经网络的光伏系统发电功率预测

为准确预测光伏发电量,减少并网光伏对大电网的影响,引入相似日概念,对夏季预测日的平均温度、最高温度、最低温度以及天气类型进行分析。在历史数据中选取具有相似天气特征的发电功率数据和天气数据作为神经网络的训练样本,建立ACO-BP神经网络光伏发电功率预测模型,并将预测结果与传统BP神经网络和PSO-BP神经网络预测结果相比较。实验结果表明,该模型具有较高的预测精度。     

基于BP神经网络的SRG风力发电最大功率点跟踪研究

以8/6四相开关磁阻发电机(SRG)为例,针对风速的突变性和不确定性,传统PI控制器难以有效准确地实现最大功率点跟踪(MPPT),采用一种基于BP神经网络算法优化PI控制器控制参数,进而调整励磁电流,使SRG风力发电系统准确运行于最大功率点。在Matlab/Simulink中搭建开关磁阻风力发电机模型并进行仿真分析。仿真表明:与传统MPPT策略相比,当风速连续变化时,改进的MPPT控制策略可以良好地实现SRG风力发电MPPT。     

光伏发电系统交错并联BOOST的研究

BOOST电路在光伏最大功率点跟踪的DC-DC转换拓扑中被广泛应用,系统的动态性能受到电路参数的影响.为设计高性能的最大功率跟踪系统,提高系统的动态响应速度,给出了带耦合电感的交错并联BOOST变流器拓扑.并在此基础上详细分析了其稳态和动态特性,最后以60 W光伏发电蓄电池充电DC-DC变流器的仿真渡形验证了设计的合理性.     

基于功率预测的变步长MPPT算法的研究

针对传统的定步长扰动观测法在实现最大功率跟踪(MPPT)时存在的振荡和误判问题,建立了光伏电池(PV)精确模型,统计150条P—U特性曲线全电压工作范围内约30万个功率数据,以此为基础提出了一种基于功率预测的变步长扰动观测法。它采用逐步逼近的变步长方法,满足MPPT的快速性和最大功率点附近的稳定性;结合功率预测,避免环境快速变化条件下的误判,并编程分析出该方法克服误判的有效范围。仿真验证了该方法能有效克服振荡和误判问题。     

基于AVR单片机的光伏系统变步长MPPT控制

提出以黄金分割法实现变步长跟踪,加快了跟踪速度;提出加速因子实现变速收敛,提高跟踪灵敏度,利用ATmega8微控制器对控制进行优化,减低了输出功率在最大功率点的的振荡,从而提高了系统的效率.     

基于DSP的光伏并网发电系统的设计

介绍了太阳能光伏并网发电系统的组成,阐述了对最大功率点进行跟踪的控制方法,对系统的主电路和基于DSP芯片TMS320F2812的控制电路进行了详细的分析。最后,采取模拟实验对系统进行了验证。     

光伏发电技术系列讲座（3） 光伏发电控制技术的发展现状

阐述了太阳能光伏发电系统中控制器的基本结构和工作原理,综述了国内外光伏发电控制技术的发展现状及发展趋势。     

光伏发电控制技术的发展现状

阐述了太阳能光伏发电系统中控制器的基本结构和工作原理,综述了国内外光伏发电控制技术的发展现状及发展趋势.