一种变步长阻抗匹配的光伏MPPT控制

针对光伏系统最大功率点跟踪难以同时获得响应速度和稳态跟踪精度的问题,提出了一种基于变步长阻抗匹配的光伏发电系统最大功率点跟踪技术。利用光伏系统拓扑结构的阻抗匹配原理实现光伏系统最大功率点跟踪,在此基础上,引进了变步长控制方法,改善了系统的动态响应速度和稳态跟踪精度。仿真结果证明了该算法的有效性。     

一种基于变步长电导增量法的自适应MPPT控制策略

光伏电池是太阳能光伏发电系统的基本组件,其输出特性易受到工作环境的制约,基于此利用优化的最大功率点跟踪(MPPT)策略能够可以有效地提高光伏发电系统的发电效率。文章针对传统电导增量法的实时性和容错性缺陷,提出了一种基于变步长电导增量法的自适应MPPT控制算法,该算法引入了一套全新的步长调节方法,能够根据外界环境的变化实时调整扰动步长,在一定程度上解决了辐照强度剧烈变化情况下传统电导增量法动态响应速度慢且容易发生误判的问题。文章通过仿真实验验证了所提算法的有效性和合理性。     

基于IFOINC算法的光伏系统MPPT研究

针对光伏系统传统的最大功率点跟踪(MPPT)算法跟踪速度慢、易振荡、跟踪精度低等不足,提出一种改进的分数阶电导增量(IFOINC)算法,即将基于功率预测的变步长扰动观察(PO)算法和分数阶电导增量(FOINC)算法结合使用。IFOINC算法具体跟踪过程,先采用基于功率预测的变步长PO算法快速跟踪到MPP附近,再采用FOINC算法进一步搜索MPP从而完成整个跟踪过程。文章研究了光伏系统结构,光伏电池的等效模型,设计了IFOINC算法,建立了光伏系统MPPT仿真模型,在Matlab/Simulink下进行仿真。在光照均匀的条件下,改变其它环境条件,研究IFOINC算法的MPP跟踪效果与基于功率预测的变步长PO算法和FOINC算法之间的差异。研究结果表明,IFOINC算法的跟踪速度比FOINC算法提高了42.3%,IFOINC算法的跟踪精度比基于功率预测的变步长PO算法提高了3.9%,且消除了跟踪过程的振荡。     

基于电导增量法与改进粒子群算法混合控制的最大功率点跟踪策略

利用传统电导增量法跟踪最大功率点时,若跟踪步长较大,则跟踪速度较快,但跟踪精度较差;反之,则跟踪精度较好,但跟踪速度较慢。当外界环境发生变化时,利用传统电导增量法得到的功率变化曲线振荡幅度较大,功率损失较多。改进粒子群算法能够对外界环境的突变迅速作出响应,利用该方法得到的功率变化曲线振荡幅度较小,但是很难精确地定位到最大功率点(MPP)。因此,文章提出一种混合控制的最大功率点跟踪(MPPT)策略,先利用改进粒子群算法快速跟踪到MPP附近,然后利用小步长电导增量法对MPP进行精细搜索。仿真结果表明,该跟踪策略在一定程度上能够增加跟踪系统的响应速度、跟踪精度,减小功率变化曲线的振荡幅度。     

基于MPPT的两级单相光伏并网发电系统控制策略研究

文章对两级单相光伏并网发电系统进行研究,系统前级使用新型变步长电导增量法,来实现最大功率点跟踪;后级逆变器采用P-Q控制方式,实现快速电网电压跟踪;使用电压外环,电流内环的双环控制,使逆变器输出稳定的无功和有功功率。在Simulink中搭建仿真模型,结果验证系统不仅能够有效提高跟踪速度和精度,而且可以较好的抑制系统在最大功率处的波动,满足光伏发电对并网逆变器的要求。     

一种改进的变步长电导增量光伏电源MPPT控制方法

光伏系统的最大功率点跟踪方法可以最大限度地利用光伏电池所能产生的电能,因此成为提高光伏发电系统运行效率、降低光伏电能成本的研究热点。针对目前常用的扰动观察法速度较慢、电导增量法在最大功率点附近有较大振荡的问题,提出一种改进变步长电导增量的最大功率点跟踪控制方法,该方法既具有电导增量法快速跟踪的优点,又能准确、稳定地跟踪到最大功率点,因此更适于提高光伏电源的能源利用率。对所提方法进行了仿真分析,并比较了几种MPPT算法的跟踪效果,结果表明,所提方法具有快速性、稳定性和有效性。     

基于粒子群优化神经网络光伏并网最大功率点跟踪技术研究

针对电导增量法无法搜索全局光伏系统最大功率点的不足,文章将神经网络与电导增量法相结合,提出一种新型光伏并网最大功率点跟踪算法。该算法在不同光照和温度情况下,采集光伏阵列电压值和电流值,建立神经网络模型。通过人工神经网络预测光伏阵列输出电压,并将此电压作为电导增量法参考电压,从而实现局部阴影下最大功率点跟踪。实验结果表明,神经网络与电导增量法相结合可以准确实现局部阴影下光伏阵列最大功率点跟踪,具有较高的跟踪精度。     

光伏发电的最大功率跟踪算法研究

太阳能光伏阵列的输出特性受外界环境因素的影响,为了跟踪太阳能光伏阵列输出功率最大点,实现光伏阵列和负载的匹配,常在系统中加入最大功率跟踪器。准确跟踪太阳能光伏阵列的最大输出功率点依赖于有效的搜索算法。分析了传统的扰动观察法和增量电导法的特点,并提出了一种新的变步长寻优算法。通过验证表明,这种算法能够快速准确地跟踪最大功率点。     

光伏系统稳态无振荡扰动观察MPPT 研究

针对传统扰动观察法在光伏系统最大功率点跟踪时的不足,提出一种新型扰动观察法。该方法利用在最大功率点两侧,参考电压的前后压差符号发生变化的特性进行变步长控制。采用这种方法可消除定步长扰动观察法在最大功率点处产生的振荡,实现稳态功率无脉动,优化电能质量,方案简单易于实现。基于单级式光伏并网系统对该算法进行仿真研究和实验验证。实验结果表明,该方法具有较好的跟踪精度和响应速度。     

基于中值步长法的光伏阵列最大功率点跟踪

提出了光伏阵列最大功率点跟踪的新型变步长扰动观察法,即中值步长法。在外界环境发生变化时,利用斜率判断扰动方向,利用启动步长快速跟踪光伏阵列最大功率点的大概位置;然后每扰动一次就将扰动步长取中值,使系统在稳态时最大限度地逼近最大功率点,减小最大功率点附近的震荡,提高跟踪精度;利用功率判断避免在扰动过程中出现算法错误。通过Matlab进行仿真,证明了中值步长法能达到理想的跟踪效果。     

基于Z源逆变器的粒子群和模糊变步长电导增量MPPT算法

针对局部阴影环境及环境辐照度阶跃的问题,提出一种基于Z源逆变器的粒子群和模糊变步长电导增量MPPT算法。粒子群通过少量迭代搜索至最大功率点附近,再切换至模糊变步长电导增量法,不仅使得最大功率点跟踪过程用时短,还可保证最大功率点追踪的稳态精度。同时此算法针对辐照度阶跃变化的情况设置重启环节,以便在功率阶跃后能迅速跟踪至新的最大功率点。通过建立的仿真模型和搭建的试验平台验证算法的可行性和优越性。     

基于电压闭环滑模控制的变步长电导增量法MPPT策略

光伏发电最大功率点跟踪技术具有广泛的应用需求。文章设计了一种基于电压闭环滑模控制的变步长电导增量法,该方法的外环采用变步长电导增量法来实现最大功率点的准确跟踪;该方法的内环采用滑模算法来实现电压的控制,并通过改进的指数趋近律来改善电压控制的动态品质。分析结果表明,相比于电压闭环PI控制方法,基于电压闭环滑模控制的变步长电导增量法具有更优的动态和稳态性能。     

基于新型电导法的太阳能发电系统输出特性优化研究

文章在Matlab中搭建了太阳能电池板的仿真模型,分析了温度和光强对其输出特性的影响。阐述了传统电导法实现最大功率点跟踪控制的基本原理,基于此提出了一种新型变步长电导法,给出了其控制规则及流程图。利用所搭建的太阳能发电系统仿真模型,对传统电导法以及所提出的变步长电导法的性能进行了对比分析。仿真结果表明文章所提出方法的跟踪精度更高,稳态性能更好,对光强变化敏感度低,可有效实现对太阳能发电系统输出特性的优化。     

一种基于增量电导法的变步长MPPT算法

针对光伏发电最大功率点跟踪(MPPT)技术的研究和发展现状,提出一种基于增量电导法的变步长MPPT算法。建立太阳电池参数模型,通过理论分析、Matlab仿真实验和实际实验验证,推导出一种基于增量电导法的变步长电压方程。该方程中步长电压ΔU关于输出电压U在太阳电池的[0.20U_(oc),0.93Uoc]区间具有近似直线特性,通过采集电压电流可解得ΔU-U的直线方程及其值为零时的输出电压Uref,进而再以Uref为起始电压、ΔU为步长电压采用增量电导法进行MPPT。实验结果表明,所提MPPT算法能快速精确跟踪到太阳电池的最大功率点。     

基于模糊控制的太阳电池最大功率点跟踪算法研究

通过分析太阳电池的输出特性及最大功率点跟踪(MPPT)的基本原理,在电导增量法的基础上,采用模糊控制确定跟踪步长的大小和方向。在Matlab仿真环境下,建立模糊控制器和降压式(Buck)变换电路,在标准测试条件、光照强度和温度变化的情况下分别使用模糊控制法、扰动观察法和电导增量法进行最大功率点跟踪,仿真结果表明模糊控制法比扰动观察法和电导增量法在寻找最大功率点的速度和跟踪过程的稳定性上都要优越。     

基于β参数的光伏系统最大功率点跟踪算法研究

针对扰动观察法在最大功率点(maximum power point,MPP)附近存在振荡、跟踪步长与跟踪精度无法兼顾等问题,提出一种基于β参数的最大功率点跟踪算法,通过分析β-U曲线,在跟踪过程中分别采用变步长占空比扰动法和模糊控制法,进而提高系统跟踪速度和稳态精度。为了验证该方法的有效性,在Matlab平台对光伏系统最大功率点跟踪的稳态和动态性能进行仿真,并用"可编程直流电源"来近似模拟光伏系统进行实验研究,仿真和实验结果表明所提出的方法具有较高的稳定性能和良好的动态性能,能有效提高系统跟踪速度和控制精度,实现最大功率点跟踪。     

基于模型预测控制的MPPT控制策略

提出一种新的基于模型预测控制(MPC)的最大功率点跟踪(MPPT)优化算法。该目标控制算法把基于电流的改进型电导增量法与模型预测控制算法相结合,完成对光伏阵列最大输出功率的快速跟踪。在算法执行过程中,通过建立系统性能指标函数,评价与估算出未来控制变量的动作,从而决定P-U曲线的跟踪方向。仿真结果表明:该控制策略有效地解决了传统电导增量法在外界环境激烈变化时所产生的误判现象,在提高系统稳定性的同时,大大地减少了最大功率点跟踪时间和系统的能量损耗。     

基于改进电导增量法的光伏最大功率点跟踪策略研究

以太阳电池的物理数学模型为研究对象,通过对太阳电池输出特性的分析,提出一种基于电导增量法的无级电压扰动叠加自适应的最大功率点跟踪（MPPT）简洁控制方法,在PSIM仿真环境下,与常规的固定步长电导增量法进行对比分析。仿真研究及实验结果表明,该方法在太阳光照强度或负载突变及稳态时均能快速有效实现最大功率跟踪控制,为光伏发电MPPT控制的设计应用提供了参考。     

基于微分跟踪器光伏最大功率跟踪优化控制

光伏发电是一非线性系统,针对光伏系统易受电网工作方式和工作环境的影响,在分析电导增量法的基础上,利用MATLAB/Simulink搭建了光伏阵列数学模型,针对传统电导增量法存在跟踪速度慢及误判的问题,采用微分-跟踪器方法,对电导增量法进行改进优化。仿真结果表明,采用微分-跟踪器改进后的电导增量法能够快速、准确地跟踪光伏系统最大功率,能够有效抑制各种扰动,减少了误判几率,系统的动态性能及稳定性都优于常规电导增量法,从而提高了系统的鲁棒性。     

光伏电池最大功率点跟踪控制方法的对比研究及改进

光伏发电系统中光伏电池的输出特性具有唯一的最大功率点(MPP),需要对光伏电池的最大功率点进行跟踪(MPPT)。文中分析了几种常见的最大功率点跟踪控制方法对比分析了它们的优缺点。针对MPPT控制方法中存在的启动特性较差、跟踪过程不稳定、精度不高等特点,采用一种改进爬山法,该法以恒定电压法作为启动特性及采用变步长进行跟踪控制,并利用Matlab/Simulink搭建了改进爬山法的MPPT控制模型,仿真结果验证该方法的有效性。