基于改进量子粒子群算法的光伏多峰MPPT研究

针对光伏阵列在局部遮阴时呈现的功率多峰特性,提出一种改进DCWQPSO算法与INC算法相结合的光伏最大功率追踪(MPPT)控制算法.该算法采用改进DCWQPSO算法进行最大功率点的全局搜索,然后利用INC算法对最大功率点进行局部跟踪,可避免动态过程中功率的震荡.仿真结果表明:所提出的MPPT控制算法跟踪速度快、精度高、...     

基于布谷鸟算法的光伏MPPT改进

为减小光伏阵列在存在局部阴影时光伏系统输出功率的损失,提高最大功率点追踪（MPPT）的速度和准确性,提出基于布谷鸟（CS）算法和扰动观察法（P&O）相结合的MPPT控制方法（ICS-P&O）。对CS算法中的种群进行分组,在随机游走阶段为2个种群设置不同的更新策略,在偏好游走阶段加入信息共享策略来辅助更新,从而加快算法的收敛,提升收敛精度,而后利用小步长P&O算法进一步提高后期的收敛精度。仿真结果表明,所提算法在不同的外界环境下追踪速度和追踪精度均得到有效提升。     

局部阴影条件下基于改进电导增量法的光伏系统最大功率跟踪方法

在局部阴影的情况下,由于串联式光伏组件的输出特性不同而产生多个极值点,使得传统的最大功率追踪（maximum power point tracking, MPPT）方法陷入局部极值点而失效。文中提出一种针对两级并网光伏系统的改进电导增量法以适应光伏阵列在局部阴影下的多峰值最大功率跟踪,通过分析最大功率点电压的变化范围,设定最大功率电压搜索范围以提高搜索效率,并通过DC/DC Boost变换器占空比实现输入电压控制,保证算法不陷入局部极值点。最后利用仿真实验验证了该算法在有、无阴影情况下均能准确地跟踪光伏方阵最大功率,有效提高了光伏阵列输出效率。     

适用于集中型光伏直流升压变换器的MPPT策略

针对基于输入并联输出串联（IPOS）型Boost全桥隔离变换器（BFBIC）的集中型光伏直流并网系统,采用小信号分析法对系统进行静态稳定性分析,进一步对适用于变换器的光伏最大功率点追踪（MPPT）策略展开研究。为满足工程实用性,提出一种能与DC-DC变换器双环控制相耦合的MPPT新算法,该算法基于恒定电压法和扰动观察法,通过变步长采样三点进行比较的方式精确逼近最大功率点。通过PSIM建模仿真,验证了新算法的有效性以及较好的追踪效果。     

光伏系统多峰值MPPT控制方法研究

实际光伏系统在被部分遮挡的情况下,带有旁路二极管的串联光伏组件呈现出多峰值的输出特性。为得到全局最大功率点,需要对其进行多峰值最大功率点跟踪（MPPT）。在单峰值MPPT控制算法的基础上,提出新的多峰值MPPT控制方法,能够通过4步,实现对最大功率点的有效跟踪。该算法的关键在于确定输出特性的谷值,以便进行定界和多区域搜索。最后通过仿真实例验证该算法的有效性。     

复杂遮荫下基于改进GWO的光伏多峰MPPT控制

光伏阵列在复杂遮荫环境下的P-U曲线呈现多个峰值导致最大功率跟踪（MPPT）算法失效，为此提出双层控制模型，在上层模型中将Levy飞行和多项式变异策略嵌入灰狼算法，构建Levy-变异灰狼优化算法（LPGWO）搜索全局最大功率点；在下层模型中采用扰动观察法对最大功率点进行局部跟踪，进而有效降低复杂遮荫环境下的功率振荡。仿真结果表明，在多峰MPPT控制中，所提模型具有跟踪速度快、收敛精度高、整体功率振荡小等特点，能有效提升复杂遮荫环境下光伏阵列的最大功率跟踪效率和精度。     

基于自适应变异粒子群算法的光伏MPPT控制研究

针对局部遮阴(PSC)时,光伏阵列输出P-U曲线出现多峰值现象,传统最大功率点追踪(MPPT)算法易陷入局部最优解,无法追踪到全局最优解的问题,该文提出基于自适应变异粒子群算法的光伏MPPT控制方法.在粒子群算法寻优过程中同步调整学习因子与惯性权重,以提高算法收敛速度与精度,同时引入变异机制以扩大粒子搜索范围,增强算法...     

基于GA-PSO的分布式光伏发电最大功率跟踪控制

为解决局部阴影下光伏阵列采用传统最大功率点跟踪(MPPT)易陷入多峰值的局部最优点问题,采用分布式构架的光伏阵列,提出了一种基于遗传粒子群(GA-PSO)的MPPT混合算法,GA-PSO算法结合了粒子群算法(PSO)的位置转移和遗传算法(GA)的全局搜索能力,使混合算法拥有比GA算法和PSO算法更好的追踪准确性和快速性。在MATLAB/Simulink平台上建立了基于GA-PSO的分布式最大功率跟踪控制(DMPPT)电路拓扑结构的光伏阵列仿真模型,仿真结果验证了所提算法的可行性和有效性,为MPPT技术改进提供一种参考方案。     

基于改进BA算法的光伏发电系统MPPT优化控制

为优化光伏阵列在部分遮蔽情况下的多峰值MPPT控制,保证光伏发电系统实时功率的最大输出,提出了基于改进BA算法的最大功率追踪控制方法,即在基本BA算法的基础上,融入了小生境技术的共享机制与排挤策略,减少相似个体数量,从而增加了BA算法在迭代过程中的种群多样性,提高了BA算法在MPPT控制中的全局搜索能力,增强了最大功率追踪的稳定性,并将该算法与PSO、PO算法在不同光照及温度条件下的MPPT控制效果进行了仿真试验对比。结果表明,与传统算法相比,改进的BA算法具有更好的追踪效果,不仅避免了光伏系统在遮蔽情况下输出功率陷入局部最大值的问题,且提高了发电效率。     

基于改进灰狼优化算法的光伏阵列多峰MPPT研究

针对局部阴影条件下光伏阵列呈现出的非线性多峰值P-V输出特性，提出一种基于改进灰狼优化算法的最大功率点跟踪（MPPT）控制方法。该算法将传统灰狼优化算法中线性减小的收敛因子改进为按非线性规律变化，以改善算法的动态性能。结果表明：所提出的MPPT方法在局部阴影条件下能有效跟踪到光伏阵列的最大功率点，不仅具有较快的跟踪速度，且跟踪精度达到99.1%。     

遮阴条件下光伏MPPT自适应粒子群算法优化

针对在局部阴影情况下光伏阵列的功率-电压（P-U）特性曲线呈多峰特性,粒子群算法应用于局部阴影下的最大功率点跟踪（MPPT）跟踪,存在搜索速度慢、精度低的缺点。提出自适应惯性权重粒子群优化（PSO）算法的最大功率点跟踪算法,自动更新惯性权重w和学习因子C₁、C₂,通过仿真实验,优化前的全局最大功率点（GMPP）跟踪时间是0.045 s,输出功率为468 W。优化后的自适应粒子群算法GMPP跟踪时间为0.020 s,输出功率稳定在为480 W,光伏阵列的输出功率跟踪误差小于30%。在所搭建辐照度突变模型仿真中,在4.022 s突变到300 W/m²时经过0.05 s又重新跟踪到了新的最大功率点稳定在0.075 MW。最后通过实验平台验证,优化后的自适应粒子群优化算法与传统的粒子群优化算法相比,追踪时间减少了55.5%,误差小于5%,验证了该算法可行性和实用性。     

基于电压窗口限制的粒子群MPPT算法的研究

为解决光伏电池阵列MPPT算法的多峰值寻优问题,出现了如粒子群MPPT算法的全局最大功率点跟踪算法,但是该算法的缺陷是稳定性较差,电压和功率的波动较大,能量利用率不高。针对前述缺陷,该文提出一种新的基于电压窗口限制的粒子群MPPT优化算法,即通过限制粒子群MPPT算法的电压搜索范围,大幅提高粒子群MPPT算法的收敛速度,降低功率波动,减少能量损耗。仿真和实验结果表明,该优化算法具有较好的多峰值特性曲线全局最大功率点跟踪能力且具极好的可行性。     

基于模糊控制的光伏MPPT算法改进

基于模糊控制算法提出一种改进的最大功率点跟踪(MPPT)算法。观察光伏(PV)组件的功率-电压(P-V)特征曲线,在同一温度下,不同光照情况下的最大功率点近似在一条曲线上。通过对不同环境条件下的最大功率点进行拟合,由光伏组件的输出功率和环境温度可以得到一个用于模糊控制器输入的电压值。由于拟合曲线不一定精确,单独使用模糊控制追踪最大功率点存在误差。针对上述问题,在使用模糊控制使光伏组件的输出功率稳定在最大功率点附近后,再使用电导增量法(INC)追踪并稳定在最大功率点。通过Matlab仿真和硬件实验,验证改进算法的可行性。     

基于改进黏菌算法的光伏多峰值MPPT控制

针对传统最大功率点跟踪技术在局部遮阴等天气条件下存在无法追踪到全局最大功率点的问题,提出一种基于改进黏菌算法的MPPT控制。首先,对太阳电池模型及多峰值特性进行分析;其次,在黏菌算法中引入领导者策略和基于最优个体的凸透镜反向学习策略,在提高算法计算精度、收敛速度的同时克服了算法易“早熟”现象;最后,根据光伏阵列最大功率输出特性分别确定算法优化模型、初始化位置及重启机制。仿真与实验结果表明：基于改进黏菌算法的MPPT控制能快速、准确地跟踪到全局最大功率点,有效规避陷入局部最优问题,提高了光伏系统的转换效率。     

基于改进人工鱼群算法的光伏系统MPPT研究

针对光伏系统最大功率点跟踪(MPPT)传统算法的不足,提出一种改进的人工鱼群算法(IAFSA),该算法将扰动观察法(PO)引入到人工鱼群算法。首先利用扰动观察法实时性强和跟踪快速的特点找到系统的最大功率点,然后由人工鱼群算法对全局最大功率点进行快速搜索跟踪,确定功率点极值,避免了扰动观察法使功率最大点陷入局部极值的问题。应用Matlab仿真,分别以标准环境温度下光照均匀和光照部分被遮蔽以及不同环境温度下光照部分被遮蔽3种条件对IAFSA与传统的PO和PSO算法最大功率点跟踪效果进行比较,仿真结果表明,采用IAFSA算法可有效跟踪光伏系统的最大功率点,提高系统的应用效率。     

基于Z源逆变的光伏系统MPPT模糊控制研究

文章介绍了Z源逆变电路的原理,并设计了一种基于模糊控制的MPPT算法,实现了对最大功率快速和精确的追踪。最后,文章利用MATLAB软件对该太阳能独立发电系统进行了仿真,得到了相应的光伏组件的输出特性曲线以及MPPT算法下的最大功率追踪曲线,仿真结果表明,该模糊控制法可实现对MPPT的更好控制。     

基于LOGPSO算法的光伏系统MPPT研究

在光伏系统最大功率点跟踪过程中,针对太阳辐射强度改变时,粒子群算法易出现收敛速度慢、陷入局部最优等问题,提出了一种惯性权重对数递减粒子群(LOGPSO)算法,该算法将惯性权重以对数形式递减,并加入了对数调整因子,使运行初期的MPPT能够较快地确定极大功率值点所对应的电压,运行中期的惯性权重迅速减小,运行后期的MPPT能够精确地搜索到最大功率点所对应的电压。仿真结果表明,在不同的太阳辐射强度条件下,LOGPSO算法能够显著改善光伏系统MPPT中存在的收敛速度慢、收敛精度低等问题。     

基于参数辨识的光伏组件快速MPPT方法

为提高光伏转换效率,使输出功率最大化,传统的光伏电站往往用一个集中型最大功率点追踪(MPPT)控制。这种方式虽成本低,但在光照不均匀或者局部失配情况下不能最大化所有光伏板输出功率。近年出现的微型逆变器对光伏组件提供MPPT控制则可有效地提高每个光伏板的输出功率。针对微型逆变器,依据太阳电池的单二极管5参数模型,推导考虑阴影遮蔽的光伏组件I-U方程,然后利用实测数据形成求解实时5参数的方程组,并选择合理的初值进行迭代求解5参数的实时值,进一步判断遮蔽情况。最后基于I-U关系数学的数学模型直接用数学方法求解最大功率点(MPP),并利用DC-DC电路一步到位调节电路运行点至MPP。与传统的MPPT方法不同,该文基于太阳电池的物理建模,MPP追踪基于数学方法,不需要对电路造成多次的干扰,且追踪效率高。     

基于自寻优占空比的光伏系统最大功率跟踪算法

提出一种基于自寻优占空比的改进变步长最大功率点追踪(MPPT)算法。该算法利用功率电压曲线斜率实现追踪占空比自寻优,运行点远离最大功率点(MPP)时采用较大占空比追踪,在MPP附近时采用较小占空比追踪。MATLAB仿真结果表明,改进算法准确实现追踪占空比自寻优,同时具有较好的动态响应特性和稳定性。     

可再生能源文献信息

GW０２０６０１微处理器光伏最大功率点跟踪控制系统的开发．KoutroulisE，等．IEEETransPowerElec－tron，２００１，１６（１）：４６～５４（英文）光伏系统用最大功率点跟踪法（MPPT）来使光伏阵列输出功率达到最大，不顾及温度和日射状况，也不顾及负载的电性能。希腊科学家开发了一种新型MPPT，它包括一个由微处理器控制的Buck型直流／直流转换器。这种新型MPPT与过去所用的方法不同，在于用光伏阵列输出功率直接控制直流／直流转换器，因此使整个系统变得不那么复杂了，并且高效、价廉、能方便地修改成更多能源（如风力发…