用于稀疏系统辨识的变步长加权零吸引最小平均p范数算法

在α稳定分布噪声背景下,为了提高稀疏系统自适应辨识算法的稳态性能,提出了基于无噪先验误差功率函数的变步长加权零吸引最小平均p范数基本算法(BVSS-RZA-LMP)和变步长加权零吸引最小平均p范数改进算法(IVSS-RZA-LMP).两种算法分别根据无噪先验误差功率和加权的无噪先验误差功率计算新的步长;步长随无噪先验误差功率的减小而逐渐减小.当算法达到稳态时, IVSS-RZA-LMP算法不再调整权矢量,改进了BVSSRZA-LMP算法稳态性能.α稳定分布噪声背景下的系统辨识仿真结果表明,当系统较稀疏时, IVSS-RZA-LMP算法能够在较快收敛的情况下获得非常小的稳态误差.     

基于改进型光伏MPPT控制策略研究

针对传统扰动观察法存在的稳态精度和跟踪速度矛盾的问题,提出了一种改进型扰动观察法控制策略;根据光伏组件输出功率变化方向来确定跟踪步长,当离最大功率点较远时采用固定大步长,当离最大功率点较近时,逐渐减小步长.Simulink仿真结果表明:改进型扰动观察法不但可以快速追踪到最大功率点,而且稳态震荡小,具有良好的工程价值.     

改进变步长滞环比较法的MPPT算法研究

针对传统光伏电池最大功率点跟踪(MPPT)算法,即跟踪速度和精度之间存在的问题,提出了基于恒定电压法和变步长滞环比较法相结合的改进算法。该算法避免了扰动观察法容易出现的误判问题,抑制了最大功率点附近的振荡,提高了常规滞环比较法的稳态精度。利用Matlab/Simulink仿真平台,建立了基于该算法的MPPT仿真模型。试验结果验证了该算法的可行性,且显著提高了系统的跟踪速度、精度和光电转换效率。     

基于功率预测的变步长扰动观察法MPPT控制策略研究

针对传统扰动观察法存在步长选择困难和“误判”问题,提出了一种基于功率预测的变步长扰动观察法MPPT复合控制策略。该算法首先通过功率预测法判断扰动的方向,避免“误判”,然后再通过变步长扰动观察法对最大功率点进行精确定位;在Matlab/Simulink平台上搭建MPPT仿真模型,仿真结果表明：该算法在追踪最大功率点过程中,不但具有良好的动态性能,而且有效改善了传统扰动观察法存在的振荡和“误判”问题,对提高太阳能的利用率有一定积极意义。     

功率预测的改进自适应变步长光伏MPPT算法

扰动观察法是太阳能光伏发电系统MPPT应用最普遍的方法之一,追踪过程中光照非均匀变化时扰动观察法存在功率点误判问题且扰动步长设置无法兼顾MPPT的动稳态性能,基于MPPT传统功率预测和自适应变步长思想提出了一种改进MPPT算法,引入光照变化率,将非均匀光照变化线性化处理,解决了扰动观察法在光照非线性变化时存在的dP误判...     

基于改进变步长扰动观察法的MPPT控制

提出了双门限标准变步长光伏最大功率点控制方法,该方法基本避免了传统扰动观察法的误判和振荡问题,在跟踪速度和稳定性方面都有了较大的改善。最后使用Matlab/Simulink软件对系统控制方案进行了建模和仿真研究。仿真结果证明了该改进算法的优良特性。     

一种改进的LMS均衡算法研究

在分析均衡系统中常见的变步长LMS算法的基础上,提出了一种改进的变步长LMS均衡算法.通过计算机仿真结果表明,该算法在低信噪比及低输入功率时的情况下,其收敛性、稳态误差性能以及运算时间的综合性能优于原算法.     

优化爬山算法在直驱永磁风力发电系统中的应用

为了缩短爬山算法的计算周期,提高直驱永磁风力发电系统最大风能捕捉的响应速度,提出一种根据功率扰动寻求最大功率的优化爬山算法.该算法在变步长爬山算法盲目搜索的基础上添加数据存储输出功能,构造了与电机转速对应的最大输出功率表,避免重复的计算,同时结合功率反馈控制来实现系统最大功率追踪.运用MATLAB对该算法进行仿真验证,结果表明本文所述算法的响应速度和稳定性明显超过传统变步长爬山算法.     

光伏发电系统中最大功率跟踪控制算法的研究和控制器的设计

本文对几种常用的最大功率跟踪控制算法进行比较,分析其优缺点,在扰动观察算法的基础上,提出了"变步长"扰动观察法改进算法,避免最大功率点的"误判"。并设计制作了最大功率点跟踪控制器的硬件电路,实现跟踪控制太阳能电池的最大功率点。通过最大功率跟踪控制实验,结果说明该系统可以有效地提高响应速度和跟踪精度,提高太阳能光伏发电系统的工作效率。     

基于恒压法和变步长滞环比较法结合的MPPT算法研究

常规的滞环比较法能够在较大程度上避免振荡和误判现象,在光伏阵列的最大功率点跟踪(MPPT)系统中具有广阔的应用前景,然而常规的滞环比较法难以获得较高的稳态跟踪精度。提出了一种基于恒压法和变步长滞环比较法结合的MPPT算法,并且结合常规扰动观测法进行了仿真对比,仿真结果证明了该方法的有效性。     

采用自适应扰动观察法的光伏并网系统最大功率点跟踪

提出了一种自适应扰动观察（P＆O）算法,用于在不同天气条件下太阳能光伏（PV）并网系统的最大功率点跟踪（MPPT）控制策略。该策略对于从太阳能光伏电池板中,获取最大的功率输出是十分重要的。利用一种依赖于功率变化的可变的扰动步长,提出了改进的自适应扰动观察算法。最后将通过仿真所得到的数据与传统的扰动观察算法进行了比较,结果表明所提出MPPT算法的收敛值和速度得到了改善,稳定时间缩短25%,稳态值提高20%以上,在太阳能光伏并网系统的最大功率点跟踪时是有效而实用的。     

光伏电池最大功率点跟踪方法比较

根据太阳能光伏电池的工程数学模型,在Matlab环境下建立了光伏电池仿真模型,分析了光照强度和温度变化对光伏电池输出特性的影响。针对扰动观察法采用固定的扰动步长而难以获得较高跟踪精度和响应速度的问题,提出了一种基于变步长的改进的扰动观察法,并通过对光伏电池控制系统进行仿真,比较了这2种最大功率点跟踪方法的仿真曲线。结果表明,采用改进的扰动观察法的光伏电池控制系统能更快速跟踪最大功率点,且在最大功率点处稳定性较好。     

独立光伏系统中基于参数估计的双积分滑模变结构MPPT算法研究

对于独立光伏系统,当外界温度变化或光伏面板遭受遮挡时造成系统工作不稳定,系统在短时间内无法快速精确地对外输出最大功率.针对此问题,提出一种基于参数估计的双积分滑模变结构最大功率跟踪算法并设计独立光伏系统仿真模型.在仿真过程中,利用粒子群优化算法(Particle Swarm Optimization,PSO)估计太阳能...     

基于固定电压法结合P＆O法MPPT控制策略研究

对光伏发电控制系统提出了一种新型的最大功率点跟踪（MPPT）控制方法。即在外界环境或负载突变时,先采用固定电压法将光伏阵列的工作点调整到最大功率点附近,以保证跟踪的快速性;并且引入新型的扰动观察法,对最大功率点的稳态特性进行优化,可有效减小光伏阵列的输出功率在最大功率点的振荡现象。通过仿真验证了上述方法的有效性。     

A novel MPPT algorithm based on optimized artificial neural network by using FPSOGSA for standalone photovoltaic energy systems

Maximum power point tracking (MPPT) algorithms are used to maximize the output power of the photovoltaic (PV) panel under different temperature and irradiance conditions in photovoltaic energy sources (PVES). In this paper, a novel MPPT method based on optimized artificial neural network by using hybrid particle swarm optimization and gravitational search algorithm based on fuzzy logic (FPSOGSA) is proposed to track the operation of the PV panel in maximum power point (MPP). The performance of the proposed MPPT approach is tested by doing the simulation and experimental studies under different environmental conditions. The proposed method is compared with the conventional perturb and observation (P&O) method for standalone PVES. The results of the comparison the obtained from the simulation and experimental studies demonstrate that the proposed MPPT method provides the reduction oscillations around the MPP and the increased maximum power yield of the PV system in the steady state.

     

一种改进的光伏阵列最大功率点跟踪方法

针对光伏阵列最大功率点跟踪常用的控制方法即恒压法、扰动观察法、增加电导法存在的问题,提出了一种将恒压法和扰动观察法相结合的快速最大功率点跟踪控制方法。该方法采用恒压法获取光伏阵列最大功率点处的近似电压,然后根据光伏阵列的输出电压与该近似电压的差值确定扰动步长:如果差值较大,则表明光伏阵列工作点离最大功率点比较远,应采用较大的步长;如果差值较小,应采用较小的步长,从而减小功率振荡。仿真和实验结果表明,该方法不仅可快速跟踪光伏阵列的最大功率点,而且可有效减小功率振荡。     

组合模糊控制技术与扰动观察法提升光伏发电MPPT性能

组合典型MPPT算法以优化系统性能是光伏发电新的研究范式。针对传统单一MPPT算法无法兼顾动态性能和稳态性能问题,尝试将模糊控制技术和扰动观察法进行组合用于光伏发电MPPT控制,具体方法是当系统靠近功率曲线两端时采用扰动观察法跟踪,当系统位于最大功率点附近采用模糊控制技术跟踪。实验结果表明,组合控制算法能够根据系统所处状态准确地在扰动观察法和模糊控制算法之间切换,系统响应时间相对于模糊控制缩短了31%,稳态误差相对于扰动观察法减少了67%,系统性能显著提升。     

Maximum Power Extraction Control Algorithm for Hybrid Renewable Energy System

In this research, a modified fractional order proportional integral derivate (FOPID) control method is proposed for the photovoltaic (PV) and thermoelectric generator (TEG) combined hybrid renewable energy system. The faster tracking and steady-state output are aimed at the suggested maximum power point tracking (MPPT) control technique. The derivative order number (µ) value in the improved FOPID (also known as PI^λD^µ) control structure will be dynamically updated utilizing the value of change in PV array voltage output. During the transient, the value of µ is changeable; it’s one at the start and after reaching the maximum power point (MPP), allowing for strong tracking characteristics. TEG will use the freely available waste thermal energy created surrounding the PV array for additional power generation, increasing the system’s energy conversion efficiency. A high-gain DC-DC converter circuit is included in the system to maintain a high amplitude DC input voltage to the inverter circuit. The proposed approach’s performance was investigated using an extensive MATLAB software simulation and validated by comparing findings with the perturbation and observation (P&O) type MPPT control method. The study results demonstrate that the FOPID controller-based MPPT control outperforms the P&O method in harvesting the maximum power achievable from the PV-TEG hybrid source. There is also a better control action and a faster response.     

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。