光伏发电及MPPT算法简介

对光伏发电系统类型、组成、常用MPPT算法等进行了解,然后对最大功率跟踪常用算法的原理及其优点、缺点进行分析。     

一种基于全局最优MPPT算法的研究北大核心

针对光伏阵列出现多个局部功率峰值时,传统的MPPT算法导致系统工作在某个局部最大功率点的问题,提出一种新的基于局部扫描法与P&O相结合的全局最优MPPT算法,该方法在系统启动后先采用固定大步长进行全局扫描来找到全局最大功率点,当系统运行在全局最大功率点附近时,然后采用变步长P&O算法变步长扫描来找到精确的最大功率点。基于Matlab/Simulink的仿真模型,对全局最优MPPT算法进行了仿真验证;并搭建一个功率为6 k W的实验平台验证当系统出现多个峰值时的效果。仿真和实验结果验证了所提出的全局最优MPPT算法在光伏阵列出现多峰值时具有很好的MPPT效果。     

基于玻尔兹曼函数的光伏发电MPPT系统

针对太阳能光伏发电系统中的最大功率点跟踪(MPPT)问题,提出了一种新的基于ARM控制的方案。系统采用基于玻尔兹曼函数的自适应控制算法搜索最大功率点(MPP),在外界环境相对稳定的情况下系统具有良好的稳定性,能稳定工作在MPP;当外部环境突变时系统能快速、准确地跟踪MPP。在硬件电路的基础上进行了实验,结果证明该系统可稳定快速地追踪MPP,具有较高的跟踪精度,并对光照突变等恶劣情况有较强的适应能力。     

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。     

基于混合ICS-PSO算法的温差发电系统MPPT设计

针对温差发电系统非均匀温度场条件下,功率电压曲线呈现多峰特性,传统粒子群算法易陷入到局部最优,布谷鸟算法收敛时间慢等问题,提出了改进布谷鸟算法与粒子群算法相混合的最大功率点跟踪控制算法。引入自适应发现概率,扩大种群搜索范围,以最小收敛时间为约束函数,通过参数寻优确定最佳功率区间划分临界点参数,将寻优过程划分为粒子群快速粗寻优与改进布谷鸟稳态精寻优两个阶段,以提升算法的收敛速度和发电效率。仿真结果表明,本算法在均匀温度场条件下,收敛时间024 s,发电效率9989%,在非均匀温度场条件下,收敛时间013 s,发电效率9992%,均优于其他算法,该算法收敛迅速,跟踪精度高,并通过了基准测试函数测试,验证了该算法的有效性和通用性。     

基于双模MPPT的光伏发电控制策略研究

提出一种结合拉格朗日二次插值法和最优梯度变步长3点比较法的双模式最大功率点跟踪(MPPT)控制方法,该方法用于光伏发电系统可避免扰动观测法产生的电压振荡及误判造成的功率损失,同时可以改善恒压法不能随环境条件实时调整工作电压的缺陷。仿真与实验结果表明该方法的有效性。     

基于改进PSO算法的光伏阵列MPPT研究

针对光伏阵列(photovoltaic array)传统的最大功率点跟踪(maximum power point tracking,MPPT)方法的不足,提出一种改进的粒子群算法(particle swarm optimization algorithm,PSO)。该算法中,粒子位置依据粒子的个体最优解由大到小更新,更新过程中使用当前时刻所产生的全局最优解,同时,将反映粒子聚集程度的粒子位置的标准差和反映粒子偏离程度的距当前最大功率点的距离引入每个粒子的速度阈值,单独自适应地限制每个粒子的更新速度,以便更快地找到最大功率点,提高收敛速度。最后,通过仿真和实验验证了该算法的快速性和有效性。     

基于CSA-FPI算法的光伏发电MPPT仿真研究

对光伏阵列进行最大功率点跟踪控制(Maximum Power Point Tracking,简称MPPT),是提高光伏发电系统输出功率的有效措施之一。文章以光伏阵列非线性输出特性为切入点展开研究,在分析了常规算法的优缺点基础上,针对其在最大功率点处(MPP)动态和稳态性能不佳等问题,提出了一种基于布谷鸟搜索算法(CSA)和模糊PI(FPI)控制相结合的光伏阵列MPPT算法。在MATLAB/Simulink下进行了仿真建模,仿真结果表明该方法能够迅速准确地跟踪光伏阵列的最大功率点,防止算法跟踪方向误判情况的发生,具有快速跟踪性和鲁棒性;同时实验结果也证实了上述算法的正确性和有效性。     

基于改进蜉蝣算法的光伏MPPT研究

针对光伏(PV)阵列难以兼顾局部遮荫情况(PSC)下准确跟踪多峰全局最大功率点(GMPP)和均匀辐照度情况(UIC)下快速完成单峰最大功率点跟踪(MPPT)的问题,提出一种基于改进蜉蝣算法(IMA)的PV MPPT方法。首先,分析了PV阵列在理想电流源区域的电流-电压(I-U)特性曲线,提出阴影检测机制对PV阵列的遮光情况进行监测以区分PV阵列功率-电压(P-U)曲线的多峰-单峰情况;然后,采用末位淘汰策略的IMA进行多峰MPPT,同时,利用二等分搜索策略的IMA快速实现单峰MPPT;最后,仿真和实验结果表明基于IMA的PV MPPT方法可有效判断多峰-单峰情况,并在单峰MPPT场景和多峰MPPT场景下均具有更高的跟踪时效和精确度。     

基于猫群算法的光伏阵列多峰MPPT控制策略

在复杂应用环境下,光伏系统输出特性曲线通常呈多峰状、带噪声等特点,且由于光照强度的时变性,导致输出功率变化较快,对最大功率点跟踪(MPPT)算法的实时性、准确性有更高的要求。采用猫群算法(CSO)结合递推最小二乘法对光伏阵列多峰MPPT进行控制,很好地利用了猫的懒散性,多数时间内进行搜索,而少数时间进行跟踪,缩短了收敛时间;同时采用递推最小二乘法,有效提高了最优解的精度。最后,通过仿真和实验分析,并将该算法与多种智能算法比较,验证了该控制策略的实时性和高效性。     

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。     

改进MPPT算法在光伏发电系统中的应用

针对传统扰动观察法存在的最大功率点跟踪(MPPT)精度低和振荡问题,提出了一种变步长扰动观察法与Newton插值法相结合的改进型MPPT算法,通过三相并网发电系统对该算法进行仿真验证,结果表明改进MPPT算法不仅能够快速跟踪外界环境变化,还能有效减小在最大功率处的振荡,有效地提高了光伏电池的利用率。     

基于功率回馈的光伏系统MPPT控制器研究

针对传统光伏电池最大功率点跟踪(MPPT)技术变负载和环境条件下太阳能利用率低的缺点,根据光伏电池的动态输出特性以及闭环MPPT技术,在对MPPT控制器光伏电池组件进行理论和实验分析的基础上构建了Boost MPPT硬件电路,搭建了光伏发电系统试验台,设计了基于无损功率回馈法的MPPT控制器,进行了该控制策略与传统控制策略的传输效率对比研究,并将这种改进策略应用在光伏发电的最大功率追踪系统中。实验结果证明了该控制方法在提高变换器传输效率方面的作用及其在光伏系统应用中的优势。     

宽温度补偿恒压式MPPT光伏发电技术的研究

为了最大限度的提升太阳能面板利用率,研究了一种改进的宽温度补偿恒压式最大功率点跟踪(MPPT)技术。通过在控制电路中增加负温度系数(NTC)电阻模拟最大功率点(MPP)电压与温度变化曲线。功率变换器能在较宽的温度变化范围内跟踪太阳能面板MPP,克服了传统恒电压MPPT控制方式不能适应环境温度变化的缺点,可提升太阳能面板利用率达40%。功率变换器采用恒定导通时间变频控制环路反馈技术,在轻载时进入间歇工作模式,工作周期仅为2 ms,在重载时频率达到340 kHz,兼顾了功率变换器的效率和体积。在12 V输入电压条件下,功率变换器效率达90%以上。与基于数字控制器的电导式、扰动式等MPPT方法相比,该方法动态特性好,经济性能佳,在小功率、低成本光伏发电系统中具有较好的推广价值。     

光伏发电系统常用Mppt算法仿真分析综述

分析了几种常用的最大功率跟踪算法的原理,在对它们用MATLAB/Simulink进行仿真分析后,提出了几种改进的算法,并分析了它们的优缺点,以期进一步提高光伏发电系统太阳能的利用率。分析了几种常用最大功率跟踪算法的原理,在MATLAB/Simulink中对这些方法进行了仿真分析,并分析总结了这几种常用方法的改进措施。     

光伏发电系统最大功率跟踪的稳定性研究

由于光伏阵列的IV特性存在强烈的非线性,光伏系统的最大功率跟踪工作电压可能处于不同的非线性区段,系统调节器的不合理设计,可能造成系统的不稳定甚至崩溃。笔者针对光伏系统存在的不稳定区域问题,通过建立系统状态方程和传递函数,分析系统在MPPT控制中出现的不稳定现象和原因,并进行了仿真和实验验证,确定了影响因素。通过对系统控制参数的正确调节以及母线电容的适当选择可以增加系统的稳定性。     

基于玻尔兹曼函数的光伏MPPT系统研究

光伏发电系统的效率很大程度上决定于其最大功率点的跟踪。介绍了光伏电池电路模型,在Matlab/Simulink环境下对光伏电池的电气特性进行了仿真,分析了光伏电池最大功率点跟踪控制原理,利用玻尔兹曼函数自适应算法,设计了一基于三重Boost电路的最大功率点跟踪系统,并进行了仿真和实验研究;仿真和实验结果证明所设计的方法是可行的。     

一种光伏发电系统变步长MPPT控制策略研究

为了提高光伏器件的发电效率,提出一种变扰动步长的最大功率点跟踪算法,根据光伏组件输出P-U特性曲线上各点斜率的绝对值确定最大功率点跟踪的扰动步长,使搜索的快速性和稳定性同时增强.Matlab仿真验证结果表明:该算法能够实时对光伏组件输出功率进行跟踪调节,大大提高光伏系统跟踪最大输出功率速度的同时,有效降低系统输出功率在...     

扩展记忆优化人工鱼群算法在光伏系统 MPPT的仿真研究

针对不均匀光照下,光伏发电系统中的光伏阵列输出功率曲线呈现多峰特性,传统光伏阵列最大功率点跟踪 (MPPT)监控算法易陷入局部最优解误区,提出一种扩展记忆优化人工鱼群算法 (EPＧFSA).该算法在标准鱼群算法上引入速度参数和记忆行为,既保证鱼群算法的全局搜索能力,又增加了记忆算法的快速收敛性,快速得出全局最优解.仿真分析证明,扩展记忆优化人工鱼群算法较持续扰动法和标准人工鱼群算法具有更快的收敛速度和更强的全局搜索性能。