蚁群算法优化RBF神经网络的光伏发电MPPT

针对如何提高光伏电池最大功率点预测跟踪精度的问题,讨论了光伏电池非线性输出特性。在此基础上,建立基于RBF神经网络的光伏电池最大功率点预测跟踪模型,以光照强度和温度为模型的输入,光伏电池的最大功率点电压为模型输出,并将RBF神经网络的中心参数采用蚁群算法进行优化,从而实现最大功率点预测跟踪。仿真结果表明,该方法比传统的RBF神经网络方法具有更高的预测精度,能更好地预测跟踪光伏电池的最大功率点。     

基于灰色BP神经网络的光伏发电系统最大功率点跟踪

为了提高太阳能的利用率,应使光伏阵列时刻都工作在最大功率点上。提出分别利用BP神经网络法与灰色BP神经网络法对最大功率点进行跟踪,对给定参数的光伏电池特性进行仿真分析,对建立好的BP神经网络通过Matlab编程进行训练,得到最优的训练系数,从而可以得到给定参数的光伏电池的最大功率点跟踪模型;计算出跟踪误差,再结合灰色预测方法对误差进行校正,进而得出误差较小的预测模型和最大功率点跟踪模型。计算结果表明,基于灰色BP神经网络法对最大功率点的跟踪迅速、准确。     

基于直线近似和扰动观察的MPPT算法研究

针对光伏电池的最大功率点跟踪(MPPT)问题,基于光伏电池的等效电路,分别建立最大功率点电压与光伏电池温度和日照强度之间的近似直线模型,提出一种直线近似法和扰动观察法相结合的新型MPPT算法。该算法通过采集的光伏电池温度和日照强度确定近似直线模型的最大功率点电压,进而使光伏电池调整到最大功率点附近,再通过小步长的扰动观察法精确跟踪到光伏电池的最大功率点。仿真测试结果验证了该算法能准确估算最大功率点电压,并能快速、高效地跟踪到光伏电池最大功率点。     

光伏发电系统最大功率点跟踪方法研究

为准确跟踪光伏电池最大功率点,提高光伏电池的利用效率,分析了光伏电池等效模型及其输出特性,阐述了几种常用跟踪方法的原理及优缺点,并提出了基于电导增量法与Fibonacci搜索算法相结合的MPPT算法.仿真实验表明,该方法能在日照突变的情况下追踪最大功率点,并且使系统稳定工作在最大功率点,具有良好的抗干扰能力和较快的搜索速度,对光伏电池最大功率点有较好的追踪效果.     

用于光伏系统的一种最大功率跟踪方法

光伏电池的最大功率点跟踪可以显著提高光伏电池的转化效率。提出一种快速、稳定的最大功率点跟踪方法。根据最大功率点功率对该点电压的微分为0,推导出最大功率点功率Pmax与最大功率点电压Umax的关系方程,称之为最大功率曲线方程。最大功率曲线与光伏电池固有的功率-电压(P-U)曲线的交点即是最大功率点。以当前工作点为起点,以自动变步长在P-U平面上搜索出该交点即跟踪到最大功率点。仿真结果表明该方法能快速、精确地跟踪到光伏电池的最大功率点,且消除了最大功率点处的振荡现象,提高了系统的稳定性。     

一种用于光伏MPPT的分阶段变步长电导增量法

针对传统的光伏系统最大功率点控制算法跟踪精度和速度不能兼顾的问题,提出一种分阶段变步长电导增量法。该算法将光伏电池输出曲线划分为两阶段,根据不同阶段的曲线特性分析比较,从而进行步长模式的切换,在远离最大功率点的动态阶段采用大步长跟踪,而在最大功率点附近的稳态阶段则采用小步长跟踪。仿真结果表明,该方法快速跟踪到最大功率点,且有效降低了系统最大功率点附近的振荡,提高了光伏电池的利用效率。     

基于电流直接控制的光伏电池最大功率点跟踪策略

在传统的光伏系统最大功率点跟踪(MPPT)策略中,扰动观测法是检测系统的输入电压电流,计算其输入功率并使其达到最大。本文在分析了光伏电池特性及数学模型的基础上,提出了一种以系统输出电流最大为目标、不依赖光伏电池输出特性检测的最大功率点跟踪策略。最后,通过电流型光伏并网逆变器和光伏充电器的实验结果,该方案的可行性和正确性得到了验证。     

BP神经网络在光伏发电MPPT中的应用

介绍了光伏电池的特性,提出了一种基于BP神经网络的最大功率跟踪的控制策略,并进行了仿真试验。结果表明,该方法能够快速、准确地跟踪光伏电池的最大功率点,具有较好的控制精度,从而提高了电能的转换效率。     

基于自适应占空比扰动法的最大功率点跟踪控制

为解决扰动观察法跟踪光伏电池阵列最大功率时会在实际工作点附近产生振荡的问题,通过分析光伏电池的工作特性,对比各种基于扰动观察法的最大功率点跟踪的优缺点,提出了自适应占空比扰动法对光伏电池板进行最大功率跟踪控制.给出了最大功率点跟踪的控制流程,结合两级变换结构的光伏发电系统实现了对光伏电池阵列的最大功率点跟踪.     

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。     

基于新型PWM扰动法的最大功率点跟踪策略

在传统的光伏系统最大功率点跟踪策略中,扰动观测法通过检测系统的输入电压和电流跟踪其最大输入功率.针对最常用的最大功率点跟踪方法--扰动观察法,提出一种新型PWM(脉宽调制)扰动法算法.用Matlab来进行建模与仿真.通过仿真结果和实验证明该方法在一定程度上可解决光伏电池输出非线性的问题,有效避免跟踪偏差,提高光伏电池的输出效率,且动态响应速度快,使光伏系统具有良好的动态和稳态性能.     

单周控制光伏并网系统的最大功率跟踪

单周控制的单级全桥光伏并网系统具有容量大、效率高、成本低等优点。但现有基于单周控制的光伏电池最大功率跟踪存在着难以搜索最大功率点、难以稳定工作在最大功率点以及搜索精度差等缺点。针对以上不足,本文提出了基于增量电导的光伏电池最大功率跟踪算法,该算法将光伏电池输出功率引入到单周控制的输入量中,同时优化了光伏电池输出电压的给定量。该算法在硬件上实现简单,仿真结果表明该算法能够准确跟踪光伏电池最大功率点,并具有较高的精度和稳定性     

基于模型参考电导增量法的光伏电池MPPT控制

由于光伏电池输出电压的非线性特性,需要进行MPPT(Maximum Power Point Tracking)控制,即最大功率点跟踪控制.通过建立光伏电池的数学模型,对光伏电池的输出特性进行了分析.分析了太阳能光伏阵列在不同外界环境的输出特性和几种传统的最大功率跟踪方法的优缺点,并且仿真验证了电导增量法的优点和缺点.在此基础上提出了一种基于模型参考的电导增量法.当光照强度和温度发生快速变化时,系统通过获得仿真模型在当前光照和温度的最大功率点电压,利用电导增量法在此电压附近寻找实际的最大功率点电压.仿真结果表明,和传统的电导增量法相比,该方案能够在外界环境发生变化时快速跟踪太阳能电池的最大功率点,有效提高了最大功率点的跟踪精度,具有良好的动态和稳态性能.     

光伏电池和MPPT控制器的仿真模型

分析了光伏电池的工程用数学模型,并在MATLAB环境下建立了光伏电池的仿真模型。设计了最大功率点跟踪控制器的仿真模型,用来实现光伏电池的最大功率输出。该控制器使用导纳增量法实现最大功率点跟踪。在MATLAB/SIMULINK环境下搭建光伏发电系统的仿真模型进行了仿真。仿真结果表明,搭建的仿真模型能够准确地反映不同自然条件下光伏发电系统的特性与功能,可以用于光伏发电系统的仿真研究。     

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。     

光伏发电系统中最大功率点跟踪控制方法研究

光伏电池的输出功率随着外界环境和负载的改变而不同,因此,最大功率点跟踪技术的研究能充分发挥光伏电池的效率。目前已有一些方法在一定程度上实现了最大功率点跟踪,但尚需改进。本文提出了一种基于插值法结合最优梯度法的控制方法,该方法在不干扰系统     

新型光伏系统MPPT控制策略的研究

在Matlab/Simulink仿真环境下,搭建了光伏电池的通用仿真模型,并提出了一种新的基于神经网络预测结合中值法的光伏发电系统最大功率点跟踪（MPPT）的控制策略.在外界环境或负载发生变化时,先通过BP神经网络给出新的外界条件下的初始占空比,再结合小步长的中值法,直至达到最大功率点跟踪的目的.最后利用生成的神经网络模块,进行了相关的对比仿真,结果表明,新的控制策略能够快速、准确的跟踪到当前条件下的最大功率点,并具有较好的稳态性能.     

基于二分法的光伏发电系统最大功率跟踪算法

目前光伏电池的光电转换率较低,为有效利用光伏电池,需要对光伏发电系统进行最大功率跟踪,常规的跟踪算法在快速跟踪最大功率点的过程中存在精度低、适应性差和跟踪效率低等弱点,论文基于二分法思想,采用变步长算法快速跟踪最大功率点,仿真结果证明该方法不仅增加了最大功率点跟踪的精度,而且提高了跟踪的速度与系统的稳定性。     

基于光伏电池模拟器的最大功率点跟踪控制研究

不论光照强度及环境温度如何变化,最大功率点跟踪控制都可以使光伏电池输出最大功率.由于照度、环境温度等条件不可控,变化周期长,在光伏阵列发电系统中研究最大功率点跟踪控制有众多不便.提出一种光伏电池模拟器,在实验室内可以模拟光伏电池特性,改变照度等外界条件.分析了在DC-DC变换器中控制占空比实现最大功率点跟踪控制的方法,在基于光伏电池模拟器构建的实验系统中实现了不同照度下的最大功率点跟踪控制.     

基于自适应电导增量法的最大功率跟踪

目前光伏电池的光电转换率较低,为有效利用光伏电池,需要对光伏发电系统进行最大功率跟踪。常规的跟踪算法在快速跟踪最大功率点的过程中存在精度低、适应性差和跟踪效率低等弱点,基于自适应思想,采用自适应变步长算法快速跟踪最大功率点,仿真结果证明该方法不仅增加了最大功率点跟踪的精度,而且提高了跟踪的速度与系统的稳定性。