基于模糊控制的无电压传感器光伏系统MPPT研究

基于光伏并网发电系统直流母线电压恒定的特点,定义了一个由光伏电池输出电流和Boost变换器占空比表示的等效功率,根据该等效功率与Boost变换器占空比的关系深入分析了一种无电压传感器最大功率点跟踪(MPPT)算法。为了实现变步长跟踪以保证MPPT算法的快速性,将模糊控制与无电压传感器MPPT算法相结合,改善了系统的动态特性。基于Matlab/Simulink平台搭建了光伏并网发电系统模型,将该算法与传统的扰动观测法进行比较,结果表明,在保证稳态精度的基础上,基于模糊控制的无电压传感器MPPT算法具有更快的跟踪速度,并在光照强度和温度变化的条件下证明了该算法具有更好的鲁棒性。     

优化最大功率跟踪法在光伏水泵中的应用

通过对光伏水泵系统功率输出特点的分析,找到影响最大功率输出的影响因素,通过进一步对光伏输出I-V曲线和P-U曲线分析,提出了一种对最大功率点跟踪(MPPT)扰动观察法的优化算法和实现方法,解决了MPPT扰动观察法在最大功率点附近震荡的问题。     

光伏发电MPPT的变论域自适应模糊控制

针对常规模糊控制器在光伏发电最大功率点跟踪(MPPT)控制中存在的功率波动、控制精度低和自适应性较差等问题,提出了一种基于变论域自适应模糊控制器的光伏发电MPPT控制,该控制器能根据光伏发电输出功率偏差的变化自动调整变量的论域,从而快速准确地跟踪光伏发电系统的最大功率点(MPP)。实验结果验证了该控制方法能有效实现光伏发电MPPT控制,提高了系统的效率和稳定性。     

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。     

局部阴影下光伏阵列自适应MPPT方法研究

光伏阵列受局部阴影、个别光伏组件故障等影响,输出P-U特性呈多峰现象,此时传统最大功率点跟踪(MPPT)往往无法跟踪到真正的全局最大功率点(MPP)。为了避免由此导致的光伏阵列输出功率大幅度损失,在深入研究阴影条件下光伏阵列多峰功率特性的基础上,提出一种自适应全局MPPT方法。当光伏阵列的输出P-U特性发生变化时,该方法能自适应调整跟踪策略寻找到全局MPP。20 k Wp光伏阵列仿真实验和统计分析结果表明,该方法在超过90%的阴影案例中,能准确快速平稳地跟踪到真正的全局MPP,且对开路电压和短路电流估测误差具有鲁棒性。实验测试结果表明:该MPPT方法能在局部阴影发生前后跟踪到光伏阵列的全局MPP。由于原理简单、所需传感器数量少、MPPT跟踪性能优异,自适应MPPT方法具有较好的应用前景。     

局部阴影条件下基于改进电导增量法的光伏系统最大功率跟踪方法

在局部阴影的情况下,由于串联式光伏组件的输出特性不同而产生多个极值点,使得传统的最大功率追踪（maximum power point tracking, MPPT）方法陷入局部极值点而失效。文中提出一种针对两级并网光伏系统的改进电导增量法以适应光伏阵列在局部阴影下的多峰值最大功率跟踪,通过分析最大功率点电压的变化范围,设定最大功率电压搜索范围以提高搜索效率,并通过DC/DC Boost变换器占空比实现输入电压控制,保证算法不陷入局部极值点。最后利用仿真实验验证了该算法在有、无阴影情况下均能准确地跟踪光伏方阵最大功率,有效提高了光伏阵列输出效率。     

自适应BP神经网络在光伏MPPT中的应用

根据光伏电池的内部结构和输出伏安特性建立Matlab仿真模型。比较了扰动观察法(P&O)、电导增量法、恒定电压法、开路电压法和寄生电容法等几种光伏系统最大功率跟踪(MPPT)算法。由于这些算法存在在最大功率点附近扰动较大、且受环境影响、鲁棒性较差等问题,提出一种基于神经网络的MPPT算法。将温度和光强作为输入变量,通过神经网络识别后可得到最大功率点。仿真表明所提出的方法具有良好的适应性,显著提高了光伏系统的转换效率。     

基于改进扰动观察法的光伏电池最大功率跟踪

有效地提高光伏电池的利用率对光伏系统至关重要,为此建立了具有通用性的光伏电池工程实用模型及相应的Boost转换电路,采用改进的扰动观察法控制Boost电路占空比实现光伏电池最大功率跟踪(MPPT),阐述了其实现策略并进行仿真验证。结果表明,外界温度、光照变化条件下该方法可精确跟踪光伏电池的最大功率点,实现光伏电池的高效转换。     

基于模糊自适应PI控制的光伏发电MPPT

介绍了光伏发电过程中最大功率点跟踪(MPPT)原理,并简要分析了常规控制算法在最大功率跟踪控制中的优缺点,提出将模糊自适应PI控制算法应用到光伏系统最大功率点跟踪的控制中,该控制方法能快速响应外界环境的变化,获得系统最大功率点,且可以有效消除系统在最大功率点附近的振荡现象,提高系统的稳定性。仿真结果表明,该方法能使系统稳定地工作在最大功率点,并且控制精度高,能灵敏反应外界环境的变化。     

基于电压采样的MPPT控制研究

针对目前光伏系统最大功率点跟踪方法普遍须要同时采集光伏电池输出电压信号和输出电流信号这一情况,文章提出了一种只须要检测光伏电池输出电压的控制方法,该方法采用占空比扰动法的工作模式,去掉了电流采样电路,简化了系统结构,并在saber环境下进行了仿真试验。最后通过对仿真结果的分析,证明了提出的光伏系统最大功率点跟踪方法的可行性和准确性。     

一种光伏发电系统的双扰动MPPT方法研究

针对一种开关电容(SC)的电路结构,在此基础上提出一种双扰动观察(PO)算法,形成双向互补控制的最大功率点跟踪(MPPT),通过不同收敛域的双扰动同时提高静态稳定特性和动态响应特性,其互补控制实现死区的自返回,利用Matlab仿真软件构建基于开关电容变换器的MPPT算法模型,模拟任意参数的光伏阵列,动态跟踪光照强度和环境温度的变化,通过光伏发电平台对该开关电容变换器的MPPT控制策略进行实验验证。仿真和实验结果表明:该方法能在一定范围内对太阳电池输出功率进行跟踪调节,可快速稳定地启动并减少误判,有效降低系统输出功率在最大功率点处的振荡现象,减小光伏组件的能量损耗。     

基于改进人工鱼群算法的光伏系统MPPT研究

针对光伏系统最大功率点跟踪(MPPT)传统算法的不足,提出一种改进的人工鱼群算法(IAFSA),该算法将扰动观察法(PO)引入到人工鱼群算法。首先利用扰动观察法实时性强和跟踪快速的特点找到系统的最大功率点,然后由人工鱼群算法对全局最大功率点进行快速搜索跟踪,确定功率点极值,避免了扰动观察法使功率最大点陷入局部极值的问题。应用Matlab仿真,分别以标准环境温度下光照均匀和光照部分被遮蔽以及不同环境温度下光照部分被遮蔽3种条件对IAFSA与传统的PO和PSO算法最大功率点跟踪效果进行比较,仿真结果表明,采用IAFSA算法可有效跟踪光伏系统的最大功率点,提高系统的应用效率。     

基于改进量子粒子群算法的光伏多峰MPPT研究

针对光伏阵列在局部遮阴时呈现的功率多峰特性,提出一种改进DCWQPSO算法与INC算法相结合的光伏最大功率追踪(MPPT)控制算法.该算法采用改进DCWQPSO算法进行最大功率点的全局搜索,然后利用INC算法对最大功率点进行局部跟踪,可避免动态过程中功率的震荡.仿真结果表明:所提出的MPPT控制算法跟踪速度快、精度高、...     

新型MPPT算法在两级式光伏并网系统中的应用

以光伏发电系统为研究对象,分别结合相应的控制算法建立了一种带有最大功率点跟踪(MPPT)功能的光伏并网系统,并利用Matlab软件进行了仿真。仿真结果表明,前级Boost电路基于新型算法——变步长扰动观察法实现了最大功率点跟踪的功能;后级逆变电路采用电压外环、电流内环的双闭环控制方式,使逆变器的输出能准确、快速地跟踪电网电压变化,并与电网电压保持同频、同相。该系统的输出为纹波较少的正弦波形,功率因数接近于1,可满足光伏并网对逆变器的要求。     

基于功率二次微分的光伏系统改进MPPT算法研究

提出了一种基于功率二次微分的改进最大功率点跟踪（MPPT）算法（简称PQD-MPPT算法）。算法在系统启动时采用恒定占空比启动,并给出了恒定占空比的求解公式,提出了根据功率变化量来调整跟踪步长的方法,当功率变化较大时,采用自适应大步长以使系统快速跟踪到最大功率点附近,反之较小时,根据功率对占空比的二次微分值的正负进一步划分跟踪区域：即当功率二次微分值为正时,采用固定大步长以使系统快速跟踪到最大功率点附近;当功率二次微分值为负时,采用自适应小步长以使系统能够稳定工作在最大功率点处。实验结果表明,与现有变步长MPPT算法相比,该算法具有良好的跟踪性能     

基于动态阻抗匹配和两步模型预测控制的最大功率点跟踪算法

为提高光伏阵列的能量利用率,提出了一种基于动态阻抗匹配(DIM)和两步模型预测控制(MPC)的最大功率点跟踪(MPPT)算法,首先建立光伏状态空间方程,计算当前时刻光伏系统动态阻抗并预测下一时刻外部阻抗,然后定义成本函数构建两步模型预测控制器,预测开关管状态控制DC/DC电路内部阻抗接近外部阻抗,从而实现光伏发电系统快速和稳定地输出最大功率,并通过Matlab/Simulink软件建立仿真模型进行验证。结果表明,该算法可行、有效,且大幅提高了光伏系统最大功率跟踪的快速性和稳定性。     

一种新型的交错反激微逆变器MPPT和并网控制策略

针对DCM模式运行的交错反激微型并网逆变器,提出了一种新的MPPT和并网电流控制策略.首先根据并网电流与占空比的表达式,给出主开关管占空比调制指令,并提出一种双频率并网控制策略;其次根据已有光伏电池模型,在Matlab上模拟了光伏电池随输出电流交化时的V-I、P-I特性曲线,根据扰动观测法设计了基于并网电流扰动的MPPT算法,将MPPT输出作为并网电流幅值给定,同时实现MPPT和并网电流控制功能;最后在Matlab/Simulink上对额定功率280W、最大功率点电压35.28V、最大功率点电流7.94A、并网电压220V的交错反激微逆变器光伏并网系统进行仿真分析,仿真结果表明该控制策略能够实现MPPT和并网电流控制的功能,具有较高的控制精度和动、静态响应特性,MPPT迅速准确,并网电流波形质量良好.     

模型预测控制结合黄金分割点法的MPPT控制

最大功率点跟踪是目前光伏发电技术的研究重点,针对传统最大功率点跟踪算法的不足,提出了一种模型预测控制结合黄金分割点法的最大功率点跟踪方法。首先利用黄金分割点算法得到最大功率的参考值,并结合模型预测控制预测出由输出功率构成的最优化性能指标函数,然后通过控制Boost变换器的开关管占空比,快速准确地跟踪光伏电池的最大功率点,最后运用MATLAB/Simulink仿真软件搭建光伏发电系统的最大功率点跟踪仿真模型,并利用仿真结果来验证模型预测控制结合黄金分割点法最大功率点跟踪方法的可行性。     

基于改进PSO的复杂环境下光伏MPPT控制

复杂环境下,传统算法实现光伏系统的最大功率点跟踪(MPPT)失效;常规粒子群优化算法(PSO)实现的MPPT控制易给系统引入较大跟踪振荡。针对上述问题,提出一种基于改进PSO的MPPT控制方法,通过引入线性调整因子,自适应调整环境突变时最大功率点电压的搜寻范围。结果表明:与常规PSO算法相比,改进的PSO算法跟踪速度更快、动态响应振荡更小、能量转换率更高,可实时准确跟踪复杂环境下的最大功率点。     

基于模型预测控制的MPPT控制策略

提出一种新的基于模型预测控制(MPC)的最大功率点跟踪(MPPT)优化算法。该目标控制算法把基于电流的改进型电导增量法与模型预测控制算法相结合,完成对光伏阵列最大输出功率的快速跟踪。在算法执行过程中,通过建立系统性能指标函数,评价与估算出未来控制变量的动作,从而决定P-U曲线的跟踪方向。仿真结果表明:该控制策略有效地解决了传统电导增量法在外界环境激烈变化时所产生的误判现象,在提高系统稳定性的同时,大大地减少了最大功率点跟踪时间和系统的能量损耗。