局部阴影下基于IBOA-INC的光伏复合MPPT控制

针对传统的最大功率点追踪(Maximum Power Point Tracking, MPPT)算法陷入局部极值不能找到最大功率点(Maximum Power Point, MPP)以及传统的蝴蝶优化算法(Butterfly Optimization Algorithm, BOA)存在收敛速度慢和搜索震荡较大等问题,提出一种改进的蝴蝶优化算法(Improved Butterfly Optimization Algorithm, IBOA)结合电导增量法(Conductance Increment Method, INC)的复合MPPT追踪方法。在IBOA中,引入自适应动态转换概率来平衡算法的全局与局部搜索,然后在全局搜索阶段引入Levy飞行策略,使蝴蝶个体广泛分布于搜索空间中,提高全局寻优能力;同时在局部搜索中设置新的寻优对象,并通过贪婪算法进行筛选保留,提高局部搜索的能力。当系统位于MPP附近时,利用INC局部搜索能力强的优点快速、准确地收敛到MPP并且稳定功率的输出。仿真结果表明,在静态和动态阴影下与BOA、PSO算法进行对比,所提算法具有更快的追踪速度、更高的追踪效率和更强的鲁棒...     

一种改进的PV-AF系统最大功率点跟踪方法

在具有有源滤波功能的光伏并网(Photovoltaic Power Generation and Active Filter,PV-AF)系统中,光伏电池的最大功率点跟踪(Maximum Power Point Tracking,MPPT)方法是其关键技术之一,针对常用的MPPT方法存在的问题,提出了一种改进的MPPT方法。该方法利用扰动观察法在最大功率点附近扰动的正向步数和反向步数基本相同的特点,判断系统工作点是否处于最大功率点(Maximum Power Point,MPP)附近。在此基础上利用变步长的扰动观察法,在远离最大功率点时采用大步长扰动,在最大功率点附近采用小步长扰动。在确定系统工作在最大功率点附近后,采用恒定电压法跟踪。扰动观察法的最大跟踪误差为1.5个电压扰动步长,提出的改进MPPT方法将最大跟踪误差降低为0.5个电压扰动步长。仿真和实验结果表明,该方法兼顾了跟踪的快速性、准确性和稳定性。     

基于自适应罗盘搜索的集中式温差发电系统MPPT设计

提出了一种新型自适应罗盘搜索(Adaptive Compass Search, ACS)算法,用于非均匀温差分布(Non-uniform Temperature Distribution, NTD)条件下的集中式温差发电(Thermoelectric Generation, TEG)系统最大功率点跟踪(Maximum Power Point Tracking, MPPT)。集中式TEG系统仅使用一个MPPT变换器,因此与组串式和模块式的TEG系统结构相比,其运行与维护成本较低。然而,在NTD条件下,集中式TEG系统通常会出现多个最大功率点(Maximum Power Point, MPP)。为有效寻找集中式TEG系统的全局MPP,采用了一种基于探索方向的自适应序列方式,通过利用过去的搜索结果来显著提高ACS的全局搜索能力。通过三个算例对ACS的MPPT性能进行了研究,即温度恒定、温度阶跃变化以及随机温度变化。仿真结果表明,与扰动观测(Perturb and Observe, P&O)算法、粒子群优化(Particle Swarm Optimization, PSO)算法和罗盘搜索(Compass Search, CS)算法相比,ACS能以更快的速度和更高的收敛稳定性获得高质量的全局MPP。     

基于变步长扰动观察法结合改进天牛群优化算法的三步复合光伏最大功率跟踪算法

局部遮阴情况下,光伏系统的功率-电压曲线呈多峰特性,传统算法跟踪最大功率点时易陷入局部最优,智能优化算法跟踪耗时较长。对此,设计了一种变步长扰动观察法（IP&O）结合改进天牛群优化（IBSO）算法的三步复合最大功率点跟踪（MPPT）算法。该算法首先采用IP&O快速跟踪到极大功率点,并利用此点功率值调整电压搜索范围;然后使用IBSO算法在电压搜索范围内进行全局寻优,以保证搜索精度;最终在IBSO算法跟踪到最大功率点附近后,再次切换为IP&O,以加快跟踪速度、减小功率振荡。将所提出算法与IP&O、天牛群优化（BSO）、布谷鸟算法结合变步长扰动观察法（CSA-IP&O）3种算法进行仿真对比,仿真结果表明：所提出算法不易陷入局部最优,能准确快速地跟踪到最大功率点,且跟踪过程中功率振荡更小。     

基于光伏功率等效面积法的多峰最大功率追踪控制方法

当光伏组串受到不均匀照射时,其输出特性将会从原来的单峰曲线变成有多个峰值点的多峰曲线,因此受到非均匀照射的光伏阵列含有多个局部峰值点(Local Maximum Power Point,LMPP),使用常规的最大功率跟踪控制方法很难准确的追踪到全局最大功率点(Global Maximum Power Point,GMPP)。针对上述问题,首先基于MATLAB仿真软件搭建了光伏组串在受到非均一阴影遮挡情况下的模型;其次研究了其功率-电压(P-U)特性和导数(dP/dU-U)特性,分析了全局最大功率点与光伏功率等效面积之间的关系;最后提出了基于光伏功率等效面积所决定的工作区间定位的新型多峰最大功率点追踪(Maximum Power Point Trace,MPPT)控制方法。仿真结果表明,所提出的光伏功率等效面积法算法能够有效且快速的寻找到全局最大功率点。     

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TMS320F28027的光伏控制系统设计及实现

针对光伏系统在部分遮挡条件下的输出功率-电压(P-V)特性曲线具有的多峰性及极值点的分布规律,提出基于改进的扰动观察法和自适应法相结合的GMPPT(Global Maximum Power Point Tracking)方法,重点阐述以TI的TMS320F28027芯片为控制核心的控制方案及实现方法。测试结果表明该系统弥补传统MPPT算法的缺陷和不足,可以快速实现在部分遮挡条件下全局最大功率点的追踪。     

基于改进灰狼优化算法的光伏MPPT方法

在局部阴影情况下,光伏阵列输出的功率-电压曲线会出现多个峰值,需要具有全局寻优能力的群体智能优化算法来进行最大功率追踪(Maximum Power Point Tracking, MPPT)。针对传统群体智能优化算法普遍存在的收敛速度慢、振荡幅度大和易陷入局部最优等问题,提出了一种基于改进灰狼优化算法的控制方法。该算法采用区间收缩策略,通过不断减小搜索区间范围,提高算法的收敛速度和求解精度;同时,采用反向优化策略,增加对当前最优位置反向解的搜索,提高了搜索过程的多样性,帮助算法跳出局部最优。仿真统计结果表明,相较于传统算法,改进算法具有更高的追踪成功率、追踪准确性和更短的追踪时间。     

基于差分进化算法的阴影影响下光伏阵列MPPT控制研究

当光伏模块受到阴影影响时,其功率-电压（P-V）特性曲线有多个峰值点,传统最大功率跟踪控制（MPPT）算法,如扰动观察法（P&O）,由于采用局部搜索范围,无法准确跟踪全局最大功率点（GMPP）。提出一种基于差分进化（DE）最优算法的全局最大功率点跟踪方法,同时修正了算法的变异方向,使得所有变异算子总能收敛到最优,有助于算法快速收敛。采用Matlab/Simulink对所述算法进行了仿真分析,并与传统扰动观察法进行了对比,本文所述MPPT方法具有更高的效率和功率输出。     

基于功率预测的自适应变步长MPPT算法研究

最大功率点跟踪技术(Maximum Power Point Tracking,MPPT)是光伏发电系统中关键技术研究的热点之一。针对传统扰动观察法跟踪速度和精度无法兼顾的问题,文中提出了一种以功率变化量为步长控制量的自适应变步长扰动观察法,通过判断功率变化趋势,对远离最大功率点,采用大步长逼近;靠近最大功率点,采用小步长逼近。首先建立太阳能光伏电池数学模型得到其输出特性曲线,再利用Matlab/Simulink搭建基于Boost电路的MPPT仿真模型,最后经仿真验证了本算法的稳定性、快速性和准确性比传统算法具有更好的MPPT暂态性能。     

局部阴影下光伏阵列MPPT算法及实现

针对传统最大功率点跟踪全局扫描法用时长的缺陷,对局部阴影下光伏阵列输出特性进行分析,获得归一化的最大功率点电压的分布规律。利用该规律结合扰动观察法,提出一种改进型全局最大功率跟踪的扫描算法。首先,确定可能存在局部最大功率点的区域;然后,对该区域使用扰动观察法局部扫描,获得所有的局部最大功率点;最后,选取其中最大的点作为全局最大功率点。该算法能够大幅度缩短扫描时间,使系统快速确定全局最大功率点。实验采用Boost和全桥电路作为拓扑,以DSP为主控制芯片搭建了一套验证系统。实验数据表明在双峰和三峰情况下,与全局扫描法相比该算法节约了50%以上的时间。该算法推广到更多峰的情况具有同样的适用性。     

Comparative study of variable size perturbation and observation maximum power point trackers for PV systems

Perturbation and observation (P&O) maximum power point tracking (MPPT) algorithms are common in photovoltaic (PV) systems due to its ease of implementation. However, operation with fixed size perturbations results in a trade-off between speed of response and maximum power yield in the steady-state. This paper discusses the use of Fuzzy logic and non-switching zone schemes for implementing variable size perturbations for improved transient and steady-state responses. The potential performance of four different P&O algorithms is investigated by means of simulations. Experimental results are then used to verify how the computational burden of each algorithm and the processing speed of a digital signal processor (DSP) affect the performance of each method in a prototype. The best performance is achieved with a new strategy called non-switching zones in the V_PV × I_PV plane. The power electronics converter operates with duty cycle (D) equal to 0 or 1, depending on which non-MPP region the system operates, pushing the operating point the fastest way possible towards the MPP region, for improved transient response. At the MPP region, a reduced Fuzzy P&O MPPT algorithm optimized for small variations around the MPP is used for reduced oscillations and increased power yield in the steady-state.     

基于粒子群优化算法和变步长扰动观察法的局部阴影情况下MPPT控制

针对光伏阵列的输出特性在局部阴影情况下具有高度非线性、时变性以及多个局部功率极值点等特点,并导致传统MPPT(maximum power point tracking)算法失效的问题,提出一种基于粒子群优化算法和变步长扰动观察法的改进MPPT算法。其中粒子群优化算法用于系统启动和光照情况发生突变后迅速定位近似最大功率点,变步长扰动观察法则根据实际状况使光伏阵列精确稳定在最大功率点,以克服使用数学模型与实际输出特性偏差或微小扰动所导致的功率损失。通过建立Matlab/Simulink模型进行仿真实验,实验结果表明所提算法使光伏阵列在不同阴影情况下以及发生光照强度突变时都具有迅速精确的跟踪能力。     

基于自适应布谷鸟搜索和扰动观察法的光伏最大功率点跟踪

当光伏阵列板暴露在不均匀的光线下时,功率电压(P-V)特性曲线会变为多峰,在这种情况下,传统的最大功率点跟踪(MPPT)算法将无法跟踪到正确的全局最大功率点(GMPP),而具有全局搜索能力的人工智能算法通常是高度参数化和复杂的。为了解决上述问题,提出了一种结合自适应布谷鸟搜索算法和扰动观察方法(ACS-P&O)的复合跟踪算法。该方法将布谷鸟搜索(CS)算法中的切换概率和Lévy飞行步长系数通过自适应调整,在跟踪早期,扩大算法的搜索范围。引入边界个体的处理策略,可进一步减少算法的迭代次数。该算法使系统更容易跳出局部最大功率点(LMPP),而在跟踪后期,算法精确运行在小范围内,提高了局部开发能力。扰动观察法(P&O)的加入缓解了系统位于GMPP附近时的功率振荡,稳定了输出。仿真结果表明,ACS-P&O复合算法能够适应环境变化的影响,并快速准确地跟踪GMPP。     

Study on maximum power point tracking of photovoltaic array in irregular shadow

Traditional maximum power point tracking (MPPT) methods can hardly find global maximum power point (MPP) because output characteristics curve of photovoltaic (PV) array may have multi local maximum power points in irregular shadow, and thus easily fall into the local maximum power point. To address this drawback, Considering that sliding mode variable structure (SMVS) control strategy have such advantages as simple structure, fast response and strong robustness, and P&O method have the advantages of simple principle and convenient implementation, so a new algorithm combining SMVS control method and P&O method is proposed, besides, PI controller is applied to reduce system chattering caused by switching sliding surface. It is applied to MPPT control of PV array in irregular shadow to solve the problem of multi-peak optimization in partial shadow. In order to verity the rationality of the proposed algorithm, the experimental circuit is built, which achieves MPPT control by means of the proposed algorithm and P&O method. The experimental results show that compared with the traditional P&O algorithm, the proposed algorithm can fast track the global MPP, tracking speed increases by 60% and the relative error decreased by 20%. Moreover, the system becomes more stable near the MPP, the fluctuations of output power is greatly reduced, and thus make full use of solar energy.     

光伏发电系统最大功率点跟踪控制及拓扑结构研究的新进展

本文针对光伏器件的特点提出两种新的最大功率点跟踪控制方法：短路电流结合扰动观察法及用非对称模糊控制的扰动观察法。前一种方法在短路电流控制方法的基础上引入了优化扰动步长的扰动观察法，它可有效消除光伏器件输出功率在最大功率点的振荡现象。第二种方法把非对称模糊控制引入传统的扰动观察法，它在光伏器件最大功率点两侧的特性采取不同的扰动步长，可有效消除传统方法在最大功率点处的功率振荡。仿真和实验研究证明：上述两种方法可以快速跟踪外部环境变化，并消除系统在最大功率点的振荡现象。同时本文提出一种新型的用于小功率光伏发电的高频逆变电路，它由buck－boost变换器和电流源高频链逆变器构成。由它来实现光伏模块的最大功率点跟踪，得到与电网同步的电压。该电路结构简单、效率高，光伏模块的最大功率点不受负载变化的影响。该方案通过实验验证。     

Experimental implementation of a novel scheduling algorithm for adaptive and modified P&O MPPT controller using fuzzy logic for WECS

This article proposes an adaptive and modified Perturb and Observe (P&O) maximum power point tracking (MPPT) algorithm, using fuzzy logic step size controller, for a wind energy conversion system (WECS) based on wound rotor synchronous generator. The modified P&O controller uses additional current information of the dc-link, to decrease power oscillation around MPP, and choose the correct direction of the perturbation, while wind speed increase condition, depending on the sign of dc-link current change. So, in this contribution, a modified drift-free P&O algorithm was chosen because it gives better results, but the duty cycle step size in the proposed MPPT controller has been varied adaptively, using a fuzzy logic inference system based on the variation of the rectifier output power and the previous change of the duty cycle to get fast convergence until the MPP is reached in increasing and decreasing wind speed conditions. Performances and robustness of the proposed speed sensorless MPPT controller are evaluated in an experiment implementation, using a WECS emulator and dSpace DS1104 controller board, where experimental results show that the proposed method guarantees fast convergence with better energy quality and high robustness against speed or load change conditions.     

一种改进的新型MPPT控制策略

构建光伏电池通用模型,并用Matlab仿真得到P-U、I-U特性。目前光伏系统最大功率跟踪常用到的是扰动观测法和电导增量法,而扰动观测法中对步长的确定尤为重要。跟踪过程中P-U曲线斜率改变,且最大功率点附近斜率接近于零,与其位置斜率相差较大,因此提出了根据P-U曲线斜率范围来变更步长的一种新的变步长扰动观测法。最后,使用Matlab/Simulink中S函数实现算法,从而得到仿真结果。验证了这种改进的MPPT控制算法可以实现,有良好的动态性能和稳态性能,实现了最大功率的快速跟踪。所提出的算法在一定程度上弥补了传统扰动观测法的不足,且调试简单,便于实现。     

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。