太阳能逆变器新型MPPT算法的研究

分析了光伏发电系统的特性,列举了几种最大功率点跟踪(MPPT)算法,在此基础上提出了自适应神经模糊MPPT算法。将该算法应用于光伏电池的最大功率点跟踪,在Matlab/Simulink环境下建立光伏发电系统的仿真模型,给出了不同光照强度下的仿真结果,表明该方法可以提高稳定性和跟踪精度,提升光伏电池的效率。     

一种新型光伏系统MPPT变步长滞环比较P&O法

在分析光伏电池的输出特性的基础上,提出了一种应用于光伏发电的新型MPPT算法。该方法利用P-U曲线上的不同点的斜率来计算扰动步长,并应用滞环比较法来确定扰方向,使系统能够快速、准确地跟踪至最大功率点且稳定无振荡。利用Matlab/Simulink搭建光伏系统的最大功率点跟踪模型,仿真实验表明:相对于传统变步长扰动观察法,该算法能够显著地提高跟踪速度和精度,当外部环境发生突变时仍能快速地跟踪至最大功率点,并能够有效地避免在跟踪过程中的误判问题,提高了光伏发电系统的能量利用率。     

基于对偶相切和Lagrange插值的高压光伏MPPT算法

为了提高高压光伏发电系统中最大功率点跟踪(MPPT)的速度、精度以及跟踪到最大功率点(MPP)后运行的平稳度,提出一种对偶相切与Lagrange插值相结合的改进MPPT算法。该算法利用对偶切线法的快速性和Lagrange插值法的近似拟合作用,迅速将参考电压定位到最大功率点附近,最后以极小的步长运行到MPP。仿真结果表明：所提出的改进MPPT算法与传统扰动观测法相比,能够更快速、精准地追踪到最大功率点,并以更小的波动持续地输出最大功率,有效地减少了光伏发电系统的功率损失,提高了太阳能的利用率。     

基于简化蚁群算法的光伏MPPT跟踪控制

近年来,光伏发电因太阳能绿色无污染等原因被高度关注,光伏发电的核心技术问题是如何提高光伏发电效率,即提高光伏发电系统的"最大功率点"跟踪速度,进而提升平均发电功率。根据光伏电池原理提出MPPT控制方法,根据智能仿生优化算法蚁群算法,提出一种简化的蚁群优化算法,并将简化蚁群算法应用在MPPT控制中,通过不断迭代使占空比更新,从而找到最大功率点并稳定跟踪。并通过数值仿真实验,验证所提出的优化算法在光伏MPPT控制中具有较快的收敛速度,同时与传统扰动观测法相比具有较高的精准度和较小的搜索振荡;在搭建的光伏发电系统真实实验平台上也验证了简化蚁群算法的可行性。     

基于改进的变步长光伏并网系统MPPT控制策略研究

提出一种新的基于扰动的最大功率点跟踪(MPPT)优化算法,在不同区域调节步长,改变光伏电池电压收敛速度。利用MATLAB仿真软件构建MPPT优化算法模型,模拟任意参数的光伏阵列,动态跟踪光照强度、环境温度的变化,并应用于三相光伏并网系统。仿真结果表明:该算法能够实时对光伏电池输出功率进行跟踪调节,大大提高光伏系统跟踪最大输出功率速度的同时,有效降低系统输出功率在最大功率点处的振荡现象,减小光伏组件的能量损耗。     

基于分布估计算法的动态环境下光伏MPPT的应用研究

采用分布估计算法实现动态环境下光伏系统的最大功率点跟踪(MPPT)。基于光伏发电原理,通过Matlab建立了光伏电池的仿真计算模型。针对传统最大功率点跟踪方法在动态环境下跟踪速度和精度难以兼顾的问题,应用分布估计算法建立了动态环境下的最大功率点跟踪模型。仿真结果表明,当光强、温度变化时,该方法能快速、准确地跟踪最大功率点。通过与PSO算法的Matlab仿真对比验证可得,在保证精度条件下,分布估计算法能提高跟踪速度并减少迭代,具有良好的综合性能,验证了算法有效性和可行性。     

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。     

恒定电压法与变步长滞环比较法结合的MPPT算法研究

针对光伏发电系统中最大功率点跟踪算法在跟踪速度和精确度等方面存在优缺点,提出了恒定电压法与变步长的滞环比较法相结合的MPPT新算法.该算法有效地克服了传统MPPT算法中存在的振荡和误判现象,同时兼顾到跟踪速度和精度的要求.在Matlab/Similink下进行MPPT控制算法的建模与仿真,仿真结果表明,该方法能够显著提高MPPT跟踪的速度和精度,并且有效地克服了振荡和误判现象.     

光伏系统最大功率点追踪方法的改进

针对传统的最大功率点跟踪(MPPT)法、恒定电压法不能准确地跟踪最大功率点和登山法跟踪速度慢、误判断和输出电压不稳定等缺点,提出了定步长与变步长相结合的三点最小二乘MPPT方法.建立了光伏发电系统的数学模型,并进行了系统设计和实验,在不同的起始电压和初始步长的情况下,追踪光伏发电系统的最大输出功率.仿真结果证明,三点最小二乘MPPT能够准确追踪光伏发电系统的最大功率点,但跟踪速度受初始条件的影响.以TMS320F2812为控制芯片对光伏系统MPPT电路进行系统设计并进行试验,结果表明该系统输出电压稳定,与无MPPT相比,输出功率明显提高,系统效率提高约15%.     

免疫小脑模型神经网络优化光伏输出

最大功率跟踪控制方法是光伏发电系统的关键技术,以Matlab/Simulink为仿真平台,建立了光伏模块和最大功率跟踪仿真模块。提出将小脑模型神经网络并行PID应用于跟踪系统的最大功率点,并利用免疫响应理论改进CMAC。仿真结果验证了免疫CMAC控制方法的有效性,该MPPT方法不但可以实时跟踪到光伏发电系统的最大功率点,而且显著减小了系统的输出振动,改善了电能质量,提高了电器设备的供电可靠性。     

基于二次插值的光伏MPPT改进算法研究

为了提高光伏电池最大功率跟踪(Maximum Power Point Tracking,MPPT)的跟踪速度,减小稳态波动,提出一种将拉格朗日二次插值与电导增量法相结合的MPPT算法。首先,分析了光伏电池的输出特性以及定步长电导增量法的跟踪原理和优缺点;在此基础上,基于拉格朗日二次插值,对定步长电导增量法进行优化,并分析了步长对该方法的稳态误差和跟踪速度的影响;为消除这一影响,提出了二次插值与变步长电导增量法相结合的MPPT算法。仿真结果表明,拉格朗日二次插值和变步长电导增量法相结合的MPPT算法可以迅速稳定地响应外部环境的变化,有效地解决了MPPT跟踪速度与稳态波动之间的矛盾。     

基于插值计算法和变步长滞环比较法结合的MPPT算法研究

针对光伏发电系统中太阳能最大功率跟踪点(MPPT)算法的不足,基于插值计算法和变步长滞环比较法结合,提出了改进算法。该算法有效克服了传统MPPT算法中存在的误判与震荡现象,并提高了算法的精度和跟踪速度,在Matlab/Simulink下进行MPPT控制算法的建模与仿真,仿真结果表明,该算法有效提高了系统的动态响应速度和稳态精度。     

基于局部阴影下光伏阵列电流特性的最大功率点跟踪算法

光伏发电作为目前太阳能利用的主要形式,容易受到局部阴影的影响,其P-V输出特性曲线呈现多峰特点,使得常规的最大功率点跟踪方法难以准确跟踪到全局最大功率点。通过充分利用局部阴影下光伏阵列最大功率点电流与短路电流之间近似的比例关系,提出一种三步骤全局最大功率点跟踪算法,该算法能够快速准确地跟踪到系统全局最大功率点,且不需要任何附加硬件电路。以1k W的Boost变换器为实验平台,将所提出算法和常规全局搜索法的跟踪过程进行比较,证明了该算法的有效性。     

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.     

基于改进FOA优化BP神经网络算法的光伏系统MPPT研究

针对基于BP神经网络的光伏系统MPPT策略在光照强度突变时存在较大误差的问题,提出了一种改进的果蝇优化算法用于BP神经网络的权值和阈值优化,并建立了基于IFOA-BP神经网络算法的光伏系统MPPT控制的仿真模型。测试和仿真结果表明,IFOA的收敛速度和求解精度较改进前均有明显提升;IFOA优化后的BP神经网络收敛速度加快,预测误差减少;较之于电导增量法,IFOA-BP神经网络的MPPT策略在稳态条件下能明显抑制功率波动,在外界条件发生突变时,能迅速准确地追踪到最大功率点,具有良好的稳态精度和动态特性。     

基于功率预测的自适应变步长MPPT算法研究

最大功率点跟踪技术(Maximum Power Point Tracking,MPPT)是光伏发电系统中关键技术研究的热点之一。针对传统扰动观察法跟踪速度和精度无法兼顾的问题,文中提出了一种以功率变化量为步长控制量的自适应变步长扰动观察法,通过判断功率变化趋势,对远离最大功率点,采用大步长逼近;靠近最大功率点,采用小步长逼近。首先建立太阳能光伏电池数学模型得到其输出特性曲线,再利用Matlab/Simulink搭建基于Boost电路的MPPT仿真模型,最后经仿真验证了本算法的稳定性、快速性和准确性比传统算法具有更好的MPPT暂态性能。     

一种高效光伏多峰MPPT控制算法

在局部阴影条件下,光伏阵列的输出功率会出现多峰现象,传统MPPT控制方法搜索全局最大功率点会发生寻优失效。提出了一种高效的光伏多峰MPPT控制算法。该算法基于天牛须搜索算法,通过引入随时间变化的自适应步长因子,在算法初期自动的选取较大的搜索步长,使之保持较高的全局搜索能力;中期逐渐增大步长的衰减速度,加快算法收敛;后期逐渐减小步长的衰减速度,以提高收敛精度。Matlab结果表明,该算法可有效地减小搜索时间和搜索震荡,显著提高收敛速度,同时又可大大地提高搜索精度,准确搜索到光伏最大输出功率。     

自适应变步长MPPT算法

为减小光伏电池因环境变化造成的功率损失,提高系统的光电转换效率及跟踪响应速度,在传统电导增量法的基础上结合自适应变步长最小均方差LMS(least mean squre)算法,提出了一种自适应变步长最大功率跟踪算法,并在Matlab环境下利用SimPowerSystem功能模块建立了光伏电池的数学模型及自适应变步长算法...     

一种改进INC和MPC的光伏最大功率点跟踪算法

最大功率点跟踪(MPPT)常用于在光伏发电系统中获取最大的功率输出。针对光伏系统最大功率点跟踪过程中存在动态响应速度和稳态跟踪精度难以兼顾的问题,提出了一种改进电导增量法(INC)结合模型预测控制算法(MPC)的光伏发电系统最大功率点跟踪技术。利用改进电导增量法获取光伏系统下一时刻的电流参考值,与模型预测控制器获取的电流值相比较,通过建立和评价系统两步长模型指标函数,达到MPPT快速跟踪的目的。仿真结果验证了该方法的有效性。     

小型永磁风力发电系统的PSCAD/EMTDC仿真研究

针对实验室的小型永磁风力发电系统,在PSCAD/EMTDC仿真环境中搭建了相应的仿真平台,并在此平台上进行了改进最大功率点跟踪(MPPT)算法的仿真分析。仿真结果证明改进爬山搜索MPPT算法搜索速度明显加快,当风速突然改变,系统功率改变速度很快时,也能快速回到功率最大点。