光伏发电系统交错并联BOOST的研究

BOOST电路在光伏最大功率点跟踪的DC-DC转换拓扑中被广泛应用,系统的动态性能受到电路参数的影响.为设计高性能的最大功率跟踪系统,提高系统的动态响应速度,给出了带耦合电感的交错并联BOOST变流器拓扑.并在此基础上详细分析了其稳态和动态特性,最后以60 W光伏发电蓄电池充电DC-DC变流器的仿真渡形验证了设计的合理性.     

光伏发电系统MPPT数字控制器设计

利用MSP430微控制器设计了一种光伏发电系统最大功率点跟踪(MPPT)控制器,给出了较为详细硬件设计方案,包括DC-DC变换器电路设计、检测与控制电路设计、电源电路设计.最后给出了软件设计的总体流程图.     

基于PSO算法的光伏发电MPPT控制研究

针对光伏电池输出呈现非线性特性,传统控制方法控制效率低的问题。文章提出采用粒子群(Particle Swarm Optimization,PSO)算法进行光伏电池输出最大功率跟踪控制。结果表明:PSO方法可实现恒定天气条件下和变化天气条件下的最大功率跟踪控制,跟踪功率精度高,速度快,不存在稳态振荡。     

光伏发电最大功率点跟踪控制Boost变换器研究

针对光伏并网发电转换效率低等问题,分析了利用Boost变换器实现最大功率点跟踪的理论依据.综合运用恒定电压控制法和扰动观测法,得出光伏系统改进MPPT控制算法.将该算法用单片机实现,并结合PI调节,实现系统在最大功率点的稳定输出.给出了适用于MPPT控制的具有保护功能的Boost变换器设计方案.仿真分析以及实际电路调试的结果表明,改进MPPT算法控制下的光伏阵列的输出电压,符合光伏阵列理论上最大功率点的范围,稳态性能良好.     

光伏发电技术系列讲座（3） 光伏发电控制技术的发展现状

阐述了太阳能光伏发电系统中控制器的基本结构和工作原理,综述了国内外光伏发电控制技术的发展现状及发展趋势。     

独立光伏发电系统储能和逆变装置设计

随着世界化石能源日益紧张以及其利用过程给环境带来损害,以太阳能为首的新能源越来越受到全球各国的重视。如果提高太阳能的利用效率,就能为世界能源结构带来突破性改变。立足于太阳能光伏发电相关应用,设计了一款带储能装置的独立光伏发电系统。以直流/直流(DC/DC)变换的方式,利用光伏电池最大功率点跟踪技术,实现充电过程太阳能的高效利用,并在储电后对直流电压逆变,实现直流电压向220 V交流电压的转变。该装置的成功设计对推动太阳能的多方面利用具有参考价值。     

光伏发电控制技术的发展现状

阐述了太阳能光伏发电系统中控制器的基本结构和工作原理,综述了国内外光伏发电控制技术的发展现状及发展趋势.     

基于HS-BP预测模型的光伏发电系统MPPT研究

提出一种光伏发电系统最大功率跟踪方法 ,即一种和声搜索算法改进的BP神经网络预测模型HS-BP结合INC的MPPT方法。当外界环境条件变化时,可以通过预测模型直接将工作电压迅速调至Vref附近,从而大大提高了MPPT的跟踪速度;当以Vref为初值进行电导增量法INC以实现最大功率跟踪时,由于Vref已经接近最大功率点MPP对应的电压,故可以设置较小的扰动步长,因此可以改善MPPT的跟踪精度,从而有效地降低静态过程的功率损失。在基于单片机控制的硬件平台上进行试验,结果表明,该方法具有稳定、快速等优点,可以显著提高光伏电池的发电效率。     

基于光伏电池数学模型的MPPT算法的研究

最大功率点跟踪方法（MPPT）可以明显提高光伏阵列的输出效能。为了克服其在光伏电池温度快速变化的情况下会出现误判的缺点,文中介绍一种结合光伏电池数学模型的MPPT算法以防止误判;并针对传统的MPPT算法的跟踪精度和响应速度不理想的缺点,提出一种根据光伏电池温度寻找最大功率点的数值方法,通过Matlab／Simulink仿真验证了其优越性。为光伏电池最大功率输出点跟踪的研究提供参考。     

光伏发电MPPT控制中单变量二次曲线极值跟踪法设计

针对光伏发电最大功率追踪控制中广泛采用的扰动观察法在恶劣天气或云层变化较明显时最大功率跟踪控制不稳定和在某功率点处震荡问题。提出一种基于单变量二次曲线极值跟踪法用于光伏并网的最大功率追踪控制,该方法只需要检测出太阳能光伏板的输出电流一个变量即可,大大简化了最大功率跟踪的控制过程,运用LABVIEW软件进行了仿真和实验研究,仿真和实验结果验证了该方法的可行性和有效性。     

单相光伏并网逆变电源设计研究

光伏并网逆变电源可以将光伏发电系统产生的电能并入电网中,为传统发电方式提供了可再生能源替代方案。通过实施光伏并网,可以减少对煤、石油等非可再生能源的依赖,降低能源供应的成本和环境污染。以单相光伏并网逆变电源为研究对象,对其升压电路、全桥逆变电路和最大功率点跟踪控制进行研究,在Matlab/Simulink仿真环境下进行仿真实验。运行结果显示,该电源能够输出稳定的工频交流电能,对提高光伏相关技术应用水平,降低能源消耗,推动节能减排、保护环境和促进可持续发展具有积极意义。     

基于模糊-单神经复合控制的光伏发电系统MPPT研究

由于光伏电池能量转换较低,需要进行快速准确的最大功率跟踪控制。针对常见MPPT法存在的缺点,提出了一种模糊控制与单神经元相结合的复合控制方法,仿真结果表明,改进的复合控制法可以快速准确地实现光伏电池的最大功率跟踪且能快速响应外界条件的变化。     

基于ACO-BP神经网络的光伏系统发电功率预测

为准确预测光伏发电量,减少并网光伏对大电网的影响,引入相似日概念,对夏季预测日的平均温度、最高温度、最低温度以及天气类型进行分析。在历史数据中选取具有相似天气特征的发电功率数据和天气数据作为神经网络的训练样本,建立ACO-BP神经网络光伏发电功率预测模型,并将预测结果与传统BP神经网络和PSO-BP神经网络预测结果相比较。实验结果表明,该模型具有较高的预测精度。     

并联Buck-Boost型多电池光伏并网逆变器的研究

随着太阳能、风能等新能源技术的发展,分布式发电技术已经广泛应用在电力系统之中,成为一种新型的发电方式。分布式发电技术具有清洁、环保、高效等特性,其并网技术成为研究的热点问题。针对太阳能光伏发电技术,设计了一套并联的Buck-Boost型多电池光伏并网逆变器,由太阳能光伏电池板、并联的Buck-Boost斩波电路、逆变电路等部分组成,并对光伏发电最大功率跟踪MPPT控制方法和逆变器并网控制策略进行研究,分别选取了电导增量法的MPPT控制方法和双闭环并网控制方式。通过在Matlab/Simulink中搭建系统仿真模型,仿真结果证明了该系统的功能。     

基于遗传算法模糊控制的光伏发电系统最大功率点跟踪技术的研究

针对光伏器件输出功率的非线性特性且工作环境变化频繁的特点,为了获得更好的最大功率点跟踪控制效果,对光伏电池功率电压曲线进行了分析,设计了一种基于遗传算法的模糊控制算法,解决了光伏器件特性在最大功率点两侧不同区间的差异问题,使系统能快速响应外界环境的变化,保证了系统的控制精度,光伏系统始终工作在最大功率点。通过仿真将模糊MPPT控制与基于遗传算法的模糊MPPT控制性能作了比较,结果表明控制性能良好。     

基于BP神经网络光伏发电系统MPPT的研究

本文首先研究了温度、光强、阴影三个外界因素对光伏电池输出特性的影响。然后,考虑这些因素设计BP神经网络跟踪光伏发电系统的最大功率点。最后,建立MPPT控制的光伏发电系统的仿真模型,并进行了仿真研究。结果表明,该方法能够正确、快速地跟踪光伏电池的最大功率点,具有较好的控制精度。     

光伏发电MPPT控制方法研究综述

为了改善太阳能电池的转换效率,需要对其输出的最大功率实施跟踪。基于太阳能电池的模型及其输出特性,将常见光伏发电系统的最大功率点跟踪（maximum power point tracking,MPPT）控制方法进行分类,并对各类控制方法进行了其特点比较,指出了MPPT控制方法今后的发展方向。     

一种改进的光伏发电MPPT控制策略

针对光伏发电系统最大功率点跟踪技术,分析基本扰动观察法MPPT的实现原理,并且根据它的优缺点,提出一种新型的变步长MPPT控制算法。该方法结合增量电导知识,根据P-U曲线,判断P(U)在扰动过程中是否由正(负)到负(正)变化,从而判断反馈参考电压穿越最大功率点电压,在穿越最大功率点电压之前,采用适当大的定步长进行跟踪,当判断穿越最大功率点电压后,则使步长在最大功率点处按一定的比例系数进行自动调节,实现变步长跟踪。算法中增加反馈参考电压限幅功能,避免反馈跟踪电压崩溃而导致跟踪失败的危险。利用PSIM环境,建立仿真模型,结果表明,新型的控制算法跟踪速率快,跟踪过程中消弱功率振荡,跟踪效率高,且方法简单易于实现。