基于串级离散极值搜索框架的光伏MPPT控制研究

光伏系统具有非线性、时变特征,且局部遮阴条件下功率输出存在多峰现象。为保持光伏系统始终输出最大功率,同时优化控制过程的瞬态响应,提出了一种串级离散极值搜索框架,其中包括T周期采样器、零阶保持器、收敛判别器、前级区间搜索算法、中级当前最优搜索算法和后级全局最优搜索算法。进一步改进了松鼠搜索算法,并实现了中级当前最优搜索。对光伏发电系统开展了数值仿真实验。与国内外最新文献中提出的方法相比,所提出的方法收敛速度最快,振荡次数最少,这表明所提出的方法极大提升了最大功率点跟踪控制过程的瞬态性能。     

基于改进粒子群算法的光伏最大功率跟踪研究

在局部阴影情况下,带有旁路二极管的光伏阵列P-U呈现多峰特性,导致常规的最大功率点跟踪方法失效。针对多峰值问题,在建立和分析光伏阵列P-U特性曲线的基础上,提出了采用自适应变异粒子群算法进行光伏阵列的最大功率点跟踪方法。该算法根据光伏阵列在局部阴影时P-U曲线上功率极值点的分布特点初始化种群,在传统粒子群算法基础上,通过引入自适应权因子和变异机制来加速算法收敛及防止算法陷入局部极值。仿真测试表明,提出的改进方法能够快速有效地实现光伏局部阴影下的最大功率点跟踪,相比于粒子群算法,可有效避免陷入局部极值点,收敛速度更快,且具有应对太阳光照变化的能力,提高了局部阴影时光伏发电的效率。     

结合量子粒子群算法的光伏多峰最大功率点跟踪改进方法

光伏阵列在局部阴影时的P-U曲线呈现多峰特性,需要设计光伏多峰最大功率点跟踪方法,以实现光伏发电最大功率输出,提高光伏发电效率。相比粒子群优化算法,量子粒子群优化算法具有收敛速度更快和全局收敛性等优势。提出了一种基于量子粒子群优化算法的光伏多峰最大功率点跟踪改进方法。该方法采用量子粒子群优化算法实现最大功率点的全局搜索;根据光伏阵列在局部阴影时P-U曲线上功率极值点的分布特点初始化种群中的粒子总数及其电压;并根据量子粒子群优化算法收敛时粒子自身最优位置的特点,提出了更适合光伏多峰最大功率点跟踪的收敛判据。仿真测试表明,提出的改进方法能够快速有效地实现光伏多峰最大功率点跟踪,收敛速度更快,避免了不收敛的问题,且具有应对光照情况变化的能力,提高了局部阴影时光伏发电的效率。     

基于改进拓扑的混合HS算法MPPT仿真研究

在局部遮荫下的多峰值P-U曲线寻优中,最大功率点跟踪(MPPT)容易陷入局部最优,跟踪速度和精度都无法兼顾,跟踪振荡大,造成光伏能量损失。提出了一种基于交错Boost和声搜索-扰动观察法混合算法(HS-P&O)的光伏MPPT控制方法,在和声搜索算法(HS)全局搜索过程中引入音调随机收敛因子ω,在局部搜索中与P&O算法进行协同控制;利用交错Boost的导通特性减小在发电过程中的纹波,减小输出振荡,加入开关电感提高电压增益,使算法能够更快到达最大功率点附近进行搜索。在MATLAB/Simulink中搭建了仿真模型,实验对比表明,所提控制方法响应速度快,光照突变前后均能迅速跟踪到全局最大功率点,在收敛速度和跟踪精度上都有所提高,稳定性良好。     

改进鲸鱼算法优化支持向量回归的光伏最大功率点跟踪

针对光伏阵列处于局部遮阴情况下其P-U特性曲线呈现出多极值点特性,传统最大功率点跟踪(MPPT)算法由于搜索机制导致难以跳出局部最优准确跟踪到最大功率点问题,提出一种基于改进鲸鱼算法优化支持向量机回归(SVR)的最大功率点跟踪方法.该方法在普通鲸鱼算法的基础上引入对数权重因子与随机差分变异策略,增强了算法在全局搜索与局部开发协调性能、避免陷入局部最优的能力.利用该改进鲸鱼算法对SVR参数寻优,建立光伏阵列最大功率点电压预测模型,并与电导增量法(INC)相结合应用于MPPT控制.Matlab/Simulink仿真结果表明,所提的复合MPPT控制算法在各种局部遮阴及光照突变情况下都能够有效避免陷入局部寻优,迅速准确地跟踪到全局最大功率点(GMPP).     

部分遮阴条件下光伏阵列最大功率点跟踪方法

在部分遮阴情况下,光伏阵列功率-电压(P-U)特性曲线呈现多个极值点,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。提出了一种基于电导增量法的全局搜索（Global search based on Incremental conductance,GSINC）方法来实现最大功率点跟踪,该方法保证不会陷入局部最优且不会错过任何极值点。最后通过仿真验证了该算法能快速且准确的跟踪最大功率点,有效提高了光伏阵列输出效率。     

基于PSO优化BPNN估计光伏阵列MPPT控制系统研究

为了充分利用光伏阵列转换能量,提高光伏阵列的发电效率,在分析光伏阵列的伏安特性及最大功率点跟踪(MPPT)原理的基础上,提出了一种基于粒子群算法优化BP神经网络(PSO-BPNN)的建模方法,并用这种改进的神经网络构建了光伏阵列的动态模型.通过PSO-BPNN模型拟合光伏阵列输出功率与输出电压的非线性关系,实现了对光伏阵列的最大功率点跟踪.Matlab/Simulink仿真及在线测试结果表明:基于PSO-BPNN估计的光伏阵列MPPT控制系统能快速、精确地跟踪光伏阵列的最大功率点,改善了BP神经网络收敛速度慢,易陷入局部极值,建模精度不高的缺点,提高了系统的稳定性和能量转换效率,是研究光伏发电这个复杂非线性系统的一个可行办法.     

光伏列阵的全局最大功率点追踪研究

针对光伏电池的最大功率点跟踪(MPPT)影响着光伏系统的发电效率,对光伏阵列的功率输出特性曲线进行了建模仿真分析,根据MPPT的目标是保持光伏阵列输出电压一直保持在最大功率点处,重点分析在光伏阵列出现局部阴影情况时的,光伏阵列的P-V输出特性为多峰曲线情况下,提出了一种基于改进的模拟退火粒子群算法的最大功率点跟踪控制方法,将模拟退火算法思想融入到粒子群算法中,改善粒子的探索能力,提升了最大功率点跟踪算法的收敛速度和精确性。     

基于自适应滑模层极值搜索的光伏发电最大功率跟踪方法

保证光伏阵列快速到达最大功率点并且能稳定运行,一直以来是光伏发电研究领域关注的重要问题之一。为此,文中提出了基于参数自适应调整滑模层极值搜索控制的光伏发电系统最大功率跟踪新方法。首先证明了基于滑模极值搜索的光伏发电系统最大功率跟踪控制策略的稳定性;然后提出采用具有更低控制频率及更低控制噪声的滑模层函数代替简单的开关函数。在此基础上,进一步提出了控制参数的自适应调整方法,使得控制系统在具有较好的控制品质的同时,避免了繁琐的人为参数调整。算例证明了所提方法的有效性。     

改进海鸥优化算法在光伏系统MPPT中的应用

针对光伏阵列处于阴影状况下功率电压(P-U)特性曲线的非线性、多极值特点以及传统最大功率跟踪算法无法取得良好效果的问题,提出了一种改进海鸥优化算法的最大功率跟踪方法。该方法对海鸥优化算法的附加控制因子进行改进,提出非线性搜索控制应用到最大功率点跟踪(MPPT)中;并将混沌序列引入算法,增加种群位置的多样性,以此来克服过早收敛的缺陷,增强算法在全局搜索与跳出局部搜索的能力。建立仿真模型,在不同环境下与SOA、PSO进行对比,结果表明该算法可实现复杂环境条件下的最大功率跟踪,并具备较快的响应速度和稳定的寻优效果。     

风能转换系统的MPPT变增益极值搜索控制

针对传统最大功率点追踪(MPPT)极值搜索法固定积分增益存在的不足,依据不同积分系数对系统的影响,提出了一种MPPT变增益极值搜索法,使积分增益随叶尖速比和功率系数之间平均相位移的变化而变化.仿真结果表明,采用改进后的MPPT极值搜索法,平均风能捕获率较传统的极值搜索法有所提高,且当系统达到稳定运行点后,叶尖速比的标准差较积分增益为0.01时降低了0.05,有效地抑制了系统在稳定点附近的振动,提高了系统的动态性能.     

基于预测电流控制的光伏并网系统最大功率点跟踪算法

针对光伏发电的突变性及昼发夜停特性提出一种新型的基于预测电流控制的光伏并网系统最大功率点跟踪(MPPT)算法。根据实际情况考虑光伏阵列的非线性特性,最大功率点周围光伏电压的振荡及逆变器、滤波器的设计等。为了确保系统采用控制算法的稳定性,MPPT的设计应运而生,在此基础上通过改进算法从光伏系统的电压与电流预测基准电流进而控制光伏并网系统。通过与传统的波动相关控制方法对比给出了仿真结果。仿真结果表明:在光照发生突变时,与传统的波动相关控制法相比,提出的改进算法的跟踪速度较之提升9.3%,并能够准确跟踪光伏并网系统最大功率点,且性能稳定可靠。     

基于RMPPT/PID双模控制的光伏发电MPPT研究

针对目前光伏发电研究中传统最大功率跟踪(Maximum Power Point Tracking,MPPT)控制算法存在受外界环境变化大而不能实现最大功率跟踪的不足,提出了一种基于RMPPT/PID双模控制的光伏发电MPPT研究方法.该方法能够实时响应外界环境变化,同传统方法相比,可以有效的缩短追踪时间,同时PID自适...     

基于ESO和分数阶PID的改进P&O控制策略

为了提高光伏电池转换效率、降低能量损失,有必要研究最大功率点跟踪(maximum power point tracking,MPPT)方法。针对传统扰动观察法(perturbation observation method,P&O)存在无法兼顾跟踪速度与稳态精度、在光照度发生较大变化时会产生误判现象的问题,文中提出一种能适应环境变化的变步长P&O控制策略。首先,利用光伏电池刚启动时类似恒流源的特性获取当前光照度下的短路电流,通过固定电流法推导出最大功率点(maximum power point,MPP)的参考电压;其次,当光照度突变时,提出功率修正方法,并给出突变时的变步长调整策略;最后,设计基于线性扩张状态观测器(linear extended state observer,LESO)的分数阶比例积分微分(fractional order proportion integration differentiation,FOPID)控制器,可以对算法输出的参考电压进一步进行跟踪补偿。仿真结果表明,所提控制策略可以提高稳态精度和跟踪速度,有效提高光伏电池的输出功率。     

基于改进电导增量法的光伏MPPT控制

为了提高光伏发电效率及系统稳定性,需要对光伏阵列进行最大功率点跟踪（MPPT）控制。针对传统扰动观测法存在的系统振荡及误判问题,提出一种改进的电导增量法,通过计算系统当前时刻电导与电导变化率的差值,利用积分器进行调节,消除其差值,最终实现对系统最大功率点的稳定跟踪。为验证所提算法的有效性,将改进电导增量法与传统扰动观测法进行仿真对比,结果表明改进算法控制的光伏系统输出功率在满足跟踪速度的基础上,减小了系统母线电压变化的振荡幅度,使系统能够稳定准确地跟踪最大功率点,提高了光伏电池的利用率。     

基于模糊控制的光伏发电系统MPPT设计

为了提高光伏发电的效率,分析了光伏发电系统最大功率点跟踪控制的原理,选出了实现最大功率跟踪的硬件电路。针对光伏电池输出的非线性特点,提出了将模糊控制应用于光伏发电的 MPPT 控制中,设计了模糊控制器,并在正常光照及光照强度变化的条件下对模糊算法控制系统和扰动观察算法控制系统进行了仿真实验,得出两种算法控制下系统输出的电压波形。通过对波形的对比分析,进一步证明了模糊MPPT控制系统响应快,抗干扰能力强,系统稳定性好。     

基于改进滑模控制的光伏最大功率点跟踪技术

为了充分利用太阳能,改善光伏发电中普遍存在的跟踪速度慢、输出功率不稳定、转化效率低等缺点,基于光伏阵列工作特性和滑模变结构控制的特点,提出一种最大功率点跟踪控制策略。采用Boost电路作为实现电路,通过分析光伏阵列输出特性,设计相应滑模控制器,并对其中非线性分量进行改进;采用微滑模层代替传统的滑模面,减小系统振荡。利用Simulink仿真软件对该控制策略改进前后进行仿真分析,并与传统控制方法中的扰动观察法进行对比。仿真结果表明,该控制策略在跟踪速度、超调量以及跟踪的动态稳定性控制方面表现良好。     

基于模糊控制-扰动观察法的光伏MPPT跟踪技术

本文提出了基于模糊控制-扰动观察法的光伏MPPT跟踪技术。通过分析光伏电池的工作特性,建立光伏电池输出功率的数学模型,进一步建立了模糊控制-扰动观察法的实施步骤,并搭建了Matlab/Simulink仿真模型,对扰动观察法的光伏MPPT跟踪技术与提出的跟踪技术进行了仿真,并对两种跟踪技术仿真数据进行了对比。仿真表明,所提的方法功率波动范围小,跟踪精度高,能以很快的速度达到最大功率点等优点。     

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。