基于粒子群优化算法的光伏最大功率跟踪

针对光伏发电系统在局部阴影条件下呈现高度非线性、时变不确定性和多个局部功率峰值的特点[1],提出一种粒子群优化和改进的扰动观察法结合的MPPT算法。此算法首先利用粒子群算法来快速寻找最大功率区域,然后改进的扰动观察法精确化最大功率点,克服光伏发电系统最大功率陷于局部最优。建立仿真模型,通过仿真实验验证了这种控制方法能快速找到全局最大功率,具有更加突出的动态响应性能,避免了功率损失,提高光伏发电效率。     

基于粒子群优化的光伏MPPT算法

针对光伏发电系统最大功率点跟踪恒定电压法跟踪精度较低的缺点,提出了基于温度系数在线修正的改进恒定电压法与粒子群优化结合的光伏MPPT算法,即在系统偏离最大功率点时,采用改进恒定电压法快速确定一个新的工作点,再采用粒子群优化进行最大功率控制,使得MPPT确保跟踪速度的同时又提高了跟踪精度。最后通过Matlab/Simulink对该算法进行了仿真,结果表明该控制系统可快速跟踪最大功率点。     

局部阴影环境下基于改进型粒子群优化算法的MPPT控制

光伏发电系统包含了多组光伏电池,在局部阴影环境中,系统的功率输出呈多峰特性。传统的最大功率点跟踪(MPPT)不能使光伏阵列的能量最优化,输出功率值趋于陷入局部极大值点。基于改进型粒子群优化算法的MPPT控制不仅能提高多峰输出效率的精度,且可通过自适应动量因子和惯性权重对最大功率点的搜索速度进行优化。     

基于DSP的改进PSO光伏阵列MPPT控制应用

为了解决光伏（PV）系统在局部阴影条件下（PSC）的最大功率点跟踪问题,提出了一种基于改进粒子群算法（PSO）的快速最大功率点跟踪（MPPT）方法。与传统基于PSO的MPPT系统不同的是,采用了基于转换器电流动态行为的变量抽样时间策略（VSTS）,并且为了更快速的实现最大功率点跟踪,引入三个重要因数,即：粒子数、收敛速度以及抽样时间。采用DSP平台对提出系统进行了具体实现和性能评估,实验结果显示相比其他类似系统,在不同条件（包括PSC）下,提出算法均能够实现速度跟踪且精确度较高。     

基于改进粒子群算法的光伏最大功率点跟踪策略分析

阐述光伏电池最大功率点跟踪的问题,传统算法有容易陷入局部最优和收敛速度慢的特点,探讨利用天牛须搜索更新惯性权重并引入混沌扰动和“跳出”机制,对标准粒子群算法进行改进。将改进的粒子群算数法与标准粒子群算法在标准环境下仿真对比分析,改进的粒子群算法输出波动小,输出功率高。并应用改进的粒子群算法光照变化时进行最大功率点跟踪,验证算法有效性。     

基于细菌觅食算法的光伏阵列MPPT控制方法

针对光照不均匀条件下光伏阵列P-V输出特征呈现多波峰,传统算法无法摆脱局部最优值的缺点,提出了一种基于细菌觅食的优化算法,并首次应用于光伏阵列的最大功率点跟踪(MPPT)。算法引入了趋向性操作,用以进行局部范围内的最优寻找。分析了光伏阵列在遮挡条件下输出功率的变化特性,然后使用细菌觅食算法进行了最大功率点跟踪控制方法实验。实验表明,该算法能够成功摆脱局部最优值的约束,快速寻找到全局最大功率点,控制精度高,为光伏阵列最大功率点跟踪提供了一种新的实现方法。     

基于最优梯度法MPPT的单相光伏并网逆变器设计

光伏并网发电是新能源发展的趋势。目前单相光伏并网过程中存在能量利用率低、电流谐波量大等缺点,且逆变器体积较大、价格昂贵。本文介绍的单相光伏并网逆变器系统在DC/DC变换部分利用LLC谐振半桥电路代替传统的BOOST电路,有效的降低了开关管功耗和噪声,并采用最优梯度法实现了最大功率点跟踪。     

基于重心法的粒子群优化算法

针对函数优化问题,提出了一种基于重心法的粒子群优化算法。该算法利用混沌序列产生粒子的位置和速度,并通过重心法和分类方式更新粒子的速度。最后将算法应用到函数优化问题中,并与其它改进的粒子群算法进行比较。数值结果表明,提高了算法局域搜索能力,全局最优解的精度。     

一种易跳出局部最优的粒子群优化算法

针对粒子群优化算法(PSO)中出现的极易陷入局部最优的问题,本文提出了一种易跳出局部最优的粒子群优化算法.该算法是在算法陷入局部最优时,通过加大惯性权重来改变群体多样性,从而使得该算法能够跳出局部最优.最后,通过大量仿真试验表明,对于求解高维、多峰等复杂的非线性优化问题,该算法能表现出很好的搜索性能.     

基于神经网络的光伏系统MPPT控制算法设计

提出一种基于人工神经网络(ANN)的最大功率点跟踪(MPPT)控制算法。该算法通过扰动和观察(P&O)方法获得人工神经网络模型所需的参数,并分为离线和在线两种模式:离线模式通过测试神经网络参数,找到最佳的网络结构、激活函数和训练算法;在线模式实现优化人工神经网络以便应用于光伏系统。人工神经网络的输入变量为输出功率参数和电压参数,输出变量为归一化的增加或者减少占空比(+1或者-1)。通过Matlab/Simulink模型对所提跟踪算法的性能进行测试验证,结果显示所提算法表现出良好的动态响应速度和稳态控制精度。     

局部阴影下光伏阵列的MPPT综合优化

针对光伏阵列在实际工作中被局部阴影遮挡,输出特性出现多个峰值点难以进行最大功率跟踪的问题,在分析研究局部阴影下光伏阵列输出特性的基础上,对传统电导增量法进行改进,提出一种模糊控制电导增量法。同时,将改进后的电导增量法同传统粒子群优化算法结合起来对光伏阵列进行联合控制,利用Matlab/Simulink平台搭建光伏阵列及其最大功率点跟踪的仿真模型,对该控制策略进行仿真分析,仿真结果表明所采用的方法能够实现MPPT的综合优化。     

莱维飞行优化果蝇算法在光伏MPPT中的研究

实际工程中光伏阵列因局部遮挡引起局部阴影,造成输出的PU曲线呈现多峰值现象,传统方法进行最大功率点跟踪时,在跟踪精度、速度和最大功率点处振荡性都存在不足。为解决这些不足,在果蝇算法对多峰函数寻找最优解速度快的基础上,提出一种莱维飞行优化果蝇算法(LF-FOA)的光伏最大功率点跟踪策略。该方法以果蝇算法为主体,使用莱维飞行与果蝇算法相结合,增加其全局搜索能力,同时引入最劣解对果蝇运动步长进行修改,改进后的算法使果蝇以大小步长进行搜索,搜索的范围更加均匀,避免陷入局部寻优。通过函数仿真测试与Matlab/Simulink建模仿真,证明了LF-FOA算法能够逃离局部寻优,寻优时速度更快,精度更高,最大功率点处的振荡性更小。     

基于恒定电压优化的光伏系统MPPT控制方法

针对恒定电压法在最大功率跟踪过程中所出现的精度差、受环境影响大等缺点,本文提出了一种基于优化电压的变电压最大功率跟踪算法,并给出实现方案。对于分布式光伏系统该方法能够在日照度、温度、负载变化的情况下有效的实现实际最大功率点的跟踪控制、减少系统能量的损耗。实验使用DSP来实现最大功率跟踪算法,并对温度、日照度、反向饱和电流进行补偿。结果证明该方法在日照度、温度、负载变化的情况下工作可靠、响应速度较迅速,并能够有效的改善输出动态特性。     

基于DSP的光伏发电系统中最大功率点跟踪算法的研究

基于DSP芯片TMS320F2812设计一种两级式光伏并网发电系统.对该系统提出了一种新型的MPPT控制算法,即在外界环境或负载突变时,先采用一种在线计算短路电流法,避免了对系统正常工作的干扰,以保证跟踪的快速性;在此基础上引入小步长的扰动观察法,对最大功率点处的稳态特性进行优化,可有效减小系统的输出功率在最大功率点的振荡现象.通过Matlab软件分别对扰动观察法、短路电流法以及所提的新型MPPT方法进行仿真,结果表明,该新型MPPT方法能够快速、准确地跟踪外部环境变化,减少了系统在最大功率点的振荡现象,提高了光伏发电系统的效率.     

基于占空比模糊控制的光伏发电系统MPPT技术

为了有效地利用太阳能,有必要对光伏发电系统进行最大功率点跟踪(MPPT)控制研究。文中以两级式光伏并网发电系统为研究对象,建立了任意外界环境下的光伏阵列数学模型。由于光伏阵列的非线性输出特性,将模糊控制思想引入最大功率点跟踪,提出占空比模糊控制的扰动观察法的MPPT控制策略,并通过计算机进行仿真验证。与传统的占空比扰动观察法相比较,该方法能够更加快速、准确地跟踪上太阳能电池的最大功率点。     

基于模糊PID控制MPPT在光伏系统中的仿真研究

由于光伏电池在外界条件发生变化时,其输出特性也随之变化.为了提高光伏系统的效率,需要对其进行最大功率跟踪.针对光伏系统为非线性被控对象,以及存在不确定未知扰动的特性,采用模糊控制器实时调整PID控制器参数的模糊PID控制方法,将其运用到光伏系统中,以满足光伏系统的快速响应,有效消除光伏电池输出功率在最大功率点的振荡,减少能量损失.仿真结果证明,该控制器能快速、准确的跟踪光伏电池的最大功率点,减少稳态时振荡,提高光伏电池工作效率.