基于模糊自适应PI控制的光伏发电MPPT

介绍了光伏发电过程中最大功率点跟踪(MPPT)原理,并简要分析了常规控制算法在最大功率跟踪控制中的优缺点,提出将模糊自适应PI控制算法应用到光伏系统最大功率点跟踪的控制中,该控制方法能快速响应外界环境的变化,获得系统最大功率点,且可以有效消除系统在最大功率点附近的振荡现象,提高系统的稳定性。仿真结果表明,该方法能使系统稳定地工作在最大功率点,并且控制精度高,能灵敏反应外界环境的变化。     

基于改进PSO算法的光伏阵列MPPT研究

针对光伏阵列(photovoltaic array)传统的最大功率点跟踪(maximum power point tracking,MPPT)方法的不足,提出一种改进的粒子群算法(particle swarm optimization algorithm,PSO)。该算法中,粒子位置依据粒子的个体最优解由大到小更新,更新过程中使用当前时刻所产生的全局最优解,同时,将反映粒子聚集程度的粒子位置的标准差和反映粒子偏离程度的距当前最大功率点的距离引入每个粒子的速度阈值,单独自适应地限制每个粒子的更新速度,以便更快地找到最大功率点,提高收敛速度。最后,通过仿真和实验验证了该算法的快速性和有效性。     

光伏发电及MPPT算法简介

对光伏发电系统类型、组成、常用MPPT算法等进行了解,然后对最大功率跟踪常用算法的原理及其优点、缺点进行分析。     

基于双模MPPT的光伏发电控制策略研究

提出一种结合拉格朗日二次插值法和最优梯度变步长3点比较法的双模式最大功率点跟踪(MPPT)控制方法,该方法用于光伏发电系统可避免扰动观测法产生的电压振荡及误判造成的功率损失,同时可以改善恒压法不能随环境条件实时调整工作电压的缺陷。仿真与实验结果表明该方法的有效性。     

基于MATLAB的光伏电池阵列MPPT仿真研究

利用MATLAB/Simulink仿真模块,以光伏电池阵列的数学模型为基础,建立了一种光伏电池阵列的仿真模型.给出了仿真模型的内部结构,及其在不同环境温度和光照强度下的输出特性仿真结果.对仿真模块进行了最大功率点跟踪仿真,给出了仿真结果.     

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。     

基于滑模控制的光伏发电MPPT控制

为了快速进行最大功率点跟踪控制,提高太阳电池输出效率,将滑模控制应用在光伏系统最大功率点跟踪控制中,设计了基于光伏MPPT控制的滑模控制器。搭建太阳电池组件模型及Boost变换器和滑模MPPT控制模型,并在MATLAB仿真环境下进行了仿真,结果表明采用滑模MPPT控制可以快速地实现光伏系统的最大功率点跟踪控制,缩短系统调整时间,减小超调量与稳态误差。     

基于PSCAD的光伏发电建模与仿真

讨论了一种考虑太阳光照强度及环境温度变化的光伏阵列数学模型及基于电导增量法的最大功率点跟踪(MPPT)算法,并基于该数学模型和MPPT算法在PSCAD中搭建了光伏阵列和MPPT控制器通用仿真模型,进而搭建了并网光伏发电系统仿真模型分析了变光照强度下的光伏发电系统动态特性,证明了所建光伏发电系统并网逆变器控制策略的准确性和有效性.     

基于玻尔兹曼函数的光伏发电MPPT系统

针对太阳能光伏发电系统中的最大功率点跟踪(MPPT)问题,提出了一种新的基于ARM控制的方案。系统采用基于玻尔兹曼函数的自适应控制算法搜索最大功率点(MPP),在外界环境相对稳定的情况下系统具有良好的稳定性,能稳定工作在MPP;当外部环境突变时系统能快速、准确地跟踪MPP。在硬件电路的基础上进行了实验,结果证明该系统可稳定快速地追踪MPP,具有较高的跟踪精度,并对光照突变等恶劣情况有较强的适应能力。     

部分遮蔽光伏发电系统模糊免疫MPPT控制

在光伏发电系统实际运行中,经常会被部分遮蔽,这将导致光伏输出特性更为复杂.针对光伏发电系统在部分遮蔽情况下所具有的高度非线性、时变不确定和多个局部功率峰值的特点,模糊逻辑被用来跟踪系统的实际最大功率点,通过改进传统模糊法,实现了部分遮蔽情况下的模糊扰动跟踪,并利用人工免疫理论增强系统的响应速度和鲁棒性.通过和传统扰动观察法的比较,仿真结果表明在系统被部分遮蔽的情况下,所建议的方法具有良好的动态性能.     

基于模糊控制的最大功率点跟踪方法研究

设计了一种基于模糊控制的光伏阵列最大功率跟踪(MPPT)方法.以光伏阵列输出功率和输出电压之间满足dPPV/dUPV=0达到最大功率点为基础,设计了模糊控制的方法.利用仿真和实验,对比了扰动观察法和所设计的模糊控制法的性能,验证了该方法具有MPPT速度快以及稳态功率波动小的优点.     

基于Fibonacci算法的最大功率追踪法研究

提出一种基于Fibonacci搜索算法的光伏发电系统最大功率跟踪(MPPT)方法,它能在部分遮蔽条件下或日照突变情况下,通过简单有效的控制来跟踪实际的最大功率点。Fibonacci搜索算法经修改后,适用于时变的光伏组件的P-V特性。实验中用DSP实现最大功率跟踪(MPPT)算法,通过改变光伏组件表面的受光面积模拟自然界的光照变化。结果证明,该算法工作可靠,即使在部分遮蔽条件下也有较快的响应速度和较高的准确性。     

变结构模糊控制在光伏发电MPPT中的应用

讨论了光伏发电系统最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)常用控制方法的优缺点,对光伏电池功率电压曲线进行了分析。根据分析结果将变结构模糊控制应用到光伏发电系统MPPT的控制,能快速响应外界环境的变化,使光伏发电系统始终工作在最大功率点(Maximum Power Point,简称MPP)。在两种天气条件下的实验结果证明,该方法能使系统在MPP稳定工作,并能快速跟踪外部环境的变化,具有良好的动、稳态性能。     

基于LabVIEW太阳能电池最大功率点跟踪研究

为了获得太阳能电池最大功率点时的电压、电流、功率数据,根据太阳能电池模型及其输出功率曲线的单峰性,提出了利用LabVIEW和电子负载实现太阳能电池最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)方法.该方法以LabVIEW和电子负载为核心,实现采集并记录电子负载的电压、电流、功率数据的功能,并根据这些数据实时对电子负载进行控制,完成人阳能电池的MPPT.该方案稳定可靠、开发周期短.     

一种光伏系统的多峰值最大功率点跟踪策略

局部阴影条件下,光伏阵列的输出功率-电压(P-U)特性曲线存在多个局部峰值(LMPP)。传统的最大功率点跟踪(MPPT)法可能使系统工作于LMPP,错失真正的全局最大功率点(GMPP)。通过分析局部阴影条件下光伏阵列的输出电流-电压(I-U)特性曲线,提出了将电流控制和扰动观察法(PO)结合的MPPT策略,实现了跟踪GMPP的目标。仿真结果表明该算法比扫描整条P-U曲线法节省了50%的时间,实验验证了其易用性。     

基于粒子群算法的MPPT仿真及应用

利用PSIM软件建立了太阳能电池仿真模型。光伏模块的伏安特性曲线显示了在出现局部阴影时,使用传统的最大功率点跟踪(MPPT)方案跟踪多个局部的最大功率点(MPP)以获得全局MPP是很难的。鉴于此,提出了一种新型基于粒子群优化算法(PSO)的MPPT。仿真及实验结果表明,即使在复杂的条件下,光伏模块的输出电压也能够稳定运行在MPP附近,基于PSO的跟踪算法为实时光伏系统提供了一个可行的替代解决方案。     

基于模糊理论的光伏发电最大功率点跟踪控制策略研究

介绍了光伏电池的特性,最大功率点跟踪原理和Boost变换电路,提出了一种基于模糊逻辑控制的最大功率点控制策略,即将光伏电池和Boost电路作为一个整体,通过检测负载功率的变化,来调整控制开关占空比,简化了系统。仿真结果表明,当外部环境发生变化的时候,系统能够迅速跟踪此变化,使系统始终工作在最大功率点附近,并具有较好的稳定性。     

阴影影响下最大功率点跟踪控制(英文)

在阴影影响下,光伏阵列输出特性存在多个局部最大功率点,传统最大功率点跟踪算法不能区别真正的最大功率点。利用Matlab仿真软件对不同阵列在不同光照及温度下输出特性进行了仿真,归纳了光伏阵列在阴影下导数–电压输出特性的变化规律。研究了基于导数等效面积的最大功率点所在区间定位以及求导采样点确定方法,并在区间定位方法基础上了提出了多极值点最大功率点跟踪方法。建立基于状态方程的系统仿真模型对该文提出的算法进行了仿真验证,搭建实验平台对该文提出的最大功率点跟踪方法进行了验证。仿真与实验结果验证了所提方法的正确性。     

光伏系统最大功率点跟踪算法的仿真研究

通过研究光伏电池的数学模型,利用Matlab/Simulink环境建立了光伏电池的仿真模型,分析了光照、温度等因素对其输出特性的影响.分析了扰动观察法和常规电导增量法最大功率跟踪特性,针对其最大功率点跟踪动态和稳态性能不佳及启动过程较慢的问题,提出了一种变步长电导增量法,仿真验证了其在光照强度突变情况下具有较好的控制性能,提高了系统稳定性和能量转换效率.