一种实现风力机MPPT控制的加速最优转矩法

最优转矩法因其所需测量状态较少、易于实现的特点,被广泛应用于风力机的最大功率点跟踪(Maximum power point tracking, MPPT)控制. 传统的最优转矩法只考虑系统的稳态工作点,依靠系统本身的特性进行转速调节,在一定程度上限制了转速调节速度. 本文使用滑模变结构控制的思想,在最优转矩法的基础上设计得到 一种变结构控制器,增大了转速跟踪过程中的不平衡转矩,缩短了系统的调节时间. 仿真结果表明本文提出的改进方法可以获得良好的转速跟踪效果,从而提高风力机的风能捕获效率.     

基于模糊控制的最大功率点跟踪算法的研究

本文根据太阳能电池的特性方程进行优化得到其工程模型并建立MATLAB/SIMULINK仿真模型,同时对仿真结果进行简单分析,主要是分析太阳能电池在标准参数下的伏安特性和伏瓦特性,以及在不同温度和光照强度条件下的特性。介绍最大功率点跟踪(MPPT)的原理并采用扰动观察法进行了定步长的仿真并对其结果进行了分析,在其基础上进行改进,提出一种基于模糊控制的变步长扰动观察算法,应用MATLAB中的Fuzzy工具箱进行模糊控制器的设计。得出的仿真结果表明,本算法能够稳定在最大功率点,避免了定步长扰动观察法在最大功率点的震荡,在环境参数突变的情况下,能够快速寻找到新的最大功率点,具有良好的跟踪效果。     

局部阴影下的光伏阵列MPPT算法研究

存在局部阴影时,光伏阵列的功率-电压(P-V)特性曲线出现多个极值点,电流-电压(I-V)特性曲线呈现阶梯状,使得基于单峰寻优的传统最大功率点跟踪(MPPT)算法失效。为此,在研究遮阴光伏阵列输出特性规律的基础上,提出了一种具有全局搜索能力的MPPT算法。该算法先用粒子群优化(PSO)算法将输入位置调整到全局最优附近,再用变步长电导增量法得到全局最优解。新的算法在减轻系统振荡和加快搜索速度方面做了改进。仿真结果表明,该方法不仅较好地克服了现有算法使用PSO大幅度随机初始化粒子位置而导致系统振荡问题,而且有效利用传统单峰寻优算法的优点,增强了系统搜索的快速性和稳定性,取得了较好的控制效果。     

Maximum Power Point Tracking With Fractional Order High Pass Filter for Proton Exchange Membrane Fuel Cell

Proton exchange membrane fuel cell (PEMFC) is widely recognized as a potentially renewable and green energy source based on hydrogen. Maximum power point tracking (MPPT) is one of the most important working conditions to be considered. In order to improve the performance such as convergence and robustness under disturbance and uncertainty, a fractional order high pass filter (FOHPF) is applied for the MPPT controller design based on the traditional extremum seeking control (ESC). The controller is designed with integerorder integrator (IO-I) and low pass filter (IO-LPF) together with fractional order high pass filter (FOHPF), by substituting the normal HPF in the original ESC system. With this FOHPF ESC, better convergence and smoother performance are achieved while maintaining the robust specifications. First, tracking stability is discussed under the commensurate-order condition. Then, simulation results are included to validate the proposed new FOHPF ESC scheme under disturbance. Finally, comparison results between FOHPF ESC and the traditional ESC method are also provided.      

基于模糊PID控制的光伏最大功率点跟踪仿真研究

在分析光伏电池伏安特性的基础上,设计了一个模糊PID控制器,以提高光伏发电的性能。仿真结果表明,模糊PID控制能够快速、准确地跟踪最大功率点,避免最大功率点处的振荡,提高了系统稳定性和能量转换效率。     

基于分组粒子群的光伏最大功率点跟踪方法

针对光伏发电系统在复杂遮阴条件下,光伏输出P-V特性曲线呈现高度非线性,采用基于分组粒子群算法（particle swarm optimization, PSO）和优化的扰动观察法(perturb and observe, P&O)相结合的MPPT（maximum power point tracking）算法进行光伏发电系统输出功率的提升。提出的最大功率点算法分为两个阶段,首先通过将混合蛙跳算法(shuffled frog leaping algorithm, SFLA)的分组思想引入到传统粒子群算法,并采用改进后算法实现近似全局最大功率点的快速搜索,以加快最大功率点跟踪的收敛速度和稳定性。然后,采用优化的扰动观察法实现最大功率点附近的动态精确跟踪,同时减少后续最大功率点跟踪过程中的计算量。通过在不同阶段发挥两种MPPT算法的各自优点来提高光伏最大功率点跟踪控制的效率。最后进行光伏系统遮阴条件变化的仿真实验,与传统粒子群算法相比,提出MPPT方法具有较快的跟踪速度和稳定的功率输出。     

基于改进粒子群优化算法的无线电能传输系统最大功率点跟踪

针对磁耦合谐振式无线电能传输(MCRWPT)系统在线圈过耦合时输出功率骤降的问题,提出了以粒子间方差衡量算法进程的自适应粒子群优化(APSO)算法.考虑频率分裂时系统功率和效率的特性,选定跟踪目标点为固有谐振频率右侧的最大功率点.所提的方差型APSO根据方差型算法进程因子动态调整参数,提高算法前期的全局性和后期的收敛性.仿真实验结果表明,所提的方差型APSO在实现MCRWPT系统的最大功率点跟踪时,稳态精度更高,收敛代数更少,算法的优势具有统计学意义.     

微生物燃料电池最大功率点跟踪方法综述

微生物燃料电池作为一种新型可持续发展的清洁能源得到广泛关注。因其本身固有特性的限制,微生物燃料电池产生的电能具有电压低、功率低、不稳定等缺点。通过微生物燃料电池的最大功率点跟踪控制,可以寻找微生物燃料电池的最大功率点,最大化提升其产电性能。对适用于微生物燃料电池的主要的最大功率点跟踪方法进行简要概括,重点对扰动观测算法、增量电导算法、电压调节法等方法的优缺点进行总结讨论,并对未来的进一步发展提出一些意见和看法。     

基于改进变步长电导增量法的MPPT控制

针对光伏系统最大功率点跟踪控制速度不稳定的问题,提出一种改进的变步长电导增量法。对电导增量法变步长的触发条件进行改进,确定变步长的使用范围,并选取适当的缩放系数,使光照强度发生变化时可稳定地跟踪最大功率点。仿真结果表明,该算法在光照强度发生大幅度变化时,具有较快的响应速度和较高的跟踪精度。     

基于太阳光照模型的最大功率点跟踪算法

根据实际单体光伏电池特性和电气参数,提出一种利用MATLAB中曲线拟合工具箱结合光照强度数据模拟光照强度变化的方法,该仿真模型能够准确地反映光照强度变化情况;文章主要对某地春季一天实际光照强度变化数据进行分析,建立了全天光强时间模型;并依据此模型绘制了短时间内光照发生突变时的功率时间曲线;同时分析并利用工程上四种常用的最大功率点跟踪方法对发生跳变时的曲线进行了matlab仿真跟踪试验,比较了在局部光照变化阶段和不同步长时各种跟踪方法的跟踪效果;仿真结果表明,在该光照模型下可以很好地实现各种方法的最大功率点跟踪但跟踪效果有所差异。     

基于改进蜂群算法的波浪发电最大功率跟踪

在波浪发电装置最大功率点跟踪中,浮子受到水动力的非线性导致传统群智能算法收敛速度不佳,易陷入局部最优。为此提出纵横交叉优化的人工蜂群算法(CABC)控制方案。引入纵横交叉算法(CSO)横向交叉算子的个体间变量全交叉思想,优化引导蜂、采蜜蜂搜索方式,增强CABC算法局部搜索能力。引入CSO纵向交叉算子优化侦查蜂,使侦查蜂能利用已知蜜源信息探索未知可行解域,提升CABC算法全局搜索能力。优化蜜源选择概率和人工蜂群结构,进一步改善CABC算法性能。仿真表明,CABC算法全局寻优能力强,收敛速度快,适用于波浪发电装置最大功率点跟踪。     

基于克隆选择算法的光伏最大功率点跟踪控制

研究太阳能电池提高光电转换率问题,由于光伏发电系统中最大功率点难以实时跟踪,使光伏阵列输出功率达不到要求。为此提出采用克隆选择算法进行优化控制。根据光伏电池等效电路模型在SIMULINK中建立仿真模型进行特性分析,并编写克隆选择算法。通过在算法进化过程中合理地选取种群规模、克隆规模和变异率等参数,从而保证算法以最佳的搜索轨迹达到最优解。通过对算法有效性的验证,仿真结果表明:在温度、光强变化情况下,能实时跟踪到最大功率点,提高系统的鲁棒性和发电效率。     

基于滑模控制的独立光伏发电系统控制策略

针对独立运行的光伏发电系统,提出了基于滑模控制的最大功率跟踪(MPPT)策略;针对光伏微源输出功率随机性引起的逆变器输入侧直流母线电压波动,通过储能控制实现电压稳定;针对负载变化引起的系统输出电压波动,设计了系统输出电压电流双闭环控制器。通过MatLab/Simulink对提出控制策略进行了仿真验证。分析结果表明,所提出滑模控制策略可实现光伏电池的MPPT;储能控制策略可有效抑制光伏微源输出功率波动引起的直流母线电压波动;输出电压控制策略能稳定系统电压,确保安全可靠运行。     

采用自适应扰动观察法的光伏并网系统最大功率点跟踪

提出了一种自适应扰动观察（P＆O）算法,用于在不同天气条件下太阳能光伏（PV）并网系统的最大功率点跟踪（MPPT）控制策略。该策略对于从太阳能光伏电池板中,获取最大的功率输出是十分重要的。利用一种依赖于功率变化的可变的扰动步长,提出了改进的自适应扰动观察算法。最后将通过仿真所得到的数据与传统的扰动观察算法进行了比较,结果表明所提出MPPT算法的收敛值和速度得到了改善,稳定时间缩短25%,稳态值提高20%以上,在太阳能光伏并网系统的最大功率点跟踪时是有效而实用的。     

基于模糊PID控制的光伏系统最大功率点跟踪

由于光伏系统的输出功率随着外界环境和负载的变化而变化,为了提高光伏系统的效率,需要对其进行最大功率点跟踪[1]。模糊控制属于有差控制,在最大功率点附近仍有震荡的存在,为了进一步改进跟踪性能,提出将模糊PID控制代替模糊控制。根据控制对象建立合适的控制规则表、PID控制器,实现参数的在线优化。仿真结果表明,改进方法能快速、准确地跟踪光伏电池的最大功率点,避免在最大功率点的震荡,同时提高转换效率。     

光伏电池最大功率跟踪智能控制技术研究

本文在阐述光伏电池输出特性的基础上,针对光伏电池最大功率点跟踪（MaximumPowerPointTracking,MPPT）中存在的问题,结合智能控制方法,给出了最大功率跟踪的改进型控制方法：模糊逻辑MPPT控制,神经网络MPPT控制以及两者的结合型。分析表明智能控制技术具有较强的自适应能力,能够根据环境的变化,快速、稳定地跟踪最大功率点。     

双PWM直驱同步风力发电机最大风能捕获

以直驱同步风力发电机组为研究对象,为了提高发电机的系统的效率,降低电机的损耗,采用双PWM变流器拓扑结构,提出了一种最大风能捕获（MPPT）的控制方式。不需要风速信号、风机转速及与风力机系统参数有关的最大功率运行表格,仅需对输出功率进行跟踪计算,使得能达到捕获最大风能的控制效果。采用PSCAD／EMTDC软件进行仿真,仿真结果验证了控制方法的有效性。     

不确定型网络系统的分布式自适应跟踪控制器

文章针对带有不确定性的非线性网络系统设计了协调跟踪控制器, 使得follower实现了对仅部分信息可测且受干扰的动态leader的跟踪. 文章运用神经网络方法对follower动态进行建模, 提出了基于观测器的自适应控制策略, 并且通过Lyapunov理论证明, 在适当的网络拓扑条件和适当选择参数的前提下, 该网络系统可以达UUB (Cooperative Uniformly Ultimately Bounded). 最后, 文章给出仿真实例以验证所提算法的有效性.     

变速风力发电机组最大风能追踪与桨距控制

针对变速变桨风力发电机组(Variable Speed Variable Pitch,VSVP)如何在低风速时最大限度捕获风能以及在额定风速以上稳定输出功率进行研究。低风速时在传统风能追踪控制策略的基础上,提出通过改变最优增益系数来追踪最佳风能利用系数的自适应转矩控制策略。在额定风速以上,依据风机空气动力学原理、风轮扫及面内风速风切特性,提出基于桨叶方位角信号的独立变桨距控制策略。该策略通过权系数将统一变化的桨距角转化为3桨叶独立变化的桨距角。以国产某2 MW风力发电机组为验证对象,基于Bladed软件平台对所采用的控制策略进行仿真验证。结果表明,相对传统控制,所提出的控制策略在低风速时能够更好的追踪最大功率点。额定风速以上时,使风力发电机组能够在额定转速下保持稳定的电功率输出。     

Asymptotic Tracking Control for Wind Turbines in Variable Speed Mode

This paper presents a variable speed control strategy for wind turbines in order to capture maximum wind power. Wind turbines are modeled as a two-mass drive-train system with generator torque control. Based on the obtained wind turbine model, variable speed control schemes are developed. Nonlinear tracking controllers are designed to achieve asymptotic tracking for a prescribed rotor speed reference signal so as to yield maximum wind power capture. Due to the difficulty of torsional angle measurement, an observer-based control scheme that uses only rotor speed information is further developed for global asymptotic output tracking. The effectiveness of the proposed control methods is illustrated by simulation results.