基于优化奇偶重构法的光伏阵列自适应重构技术设计

对于光伏阵列而言,阴影遮挡和阵列损坏会导致其输出功率降低。为了提升光伏阵列的输出功率,提出了一种优化的奇偶重构方法(Optimized Odd Even Configuration, OOEC),纠正了奇偶重构法(Odd Even Configuration, OEC)在局部阴影超过4列时,重构效果差的缺点。所提出的方法将光伏阵列分为自由重构模块和固定重构模块,根据不同的阴影情况调整连接方式,确定最佳的连接关系,并与Arrow So Du ku, Zig-zag, OEC三种方法进行仿真实验对比,仿真结果表明,经过OOEC重构后的光伏阵列输出功率明显提高,光伏阵列的PU输出特性曲线更加趋向于单峰,并且从失配损耗,功率提升百分比,性能比,均衡指数上看来,OOEC有着更好的性能。     

基于GWO算法光伏阵列多峰值的MPPT

针对因遮挡处于部分阴影条件下的光伏阵列, 其功率特性曲线由单峰曲线变为叠峰曲线, 使最大功率点跟踪(MPPT)算法失效, 而其他智能算法(如粒子群优化(PSO)算法)存在参数较多、 收敛速度慢、 振荡幅度大等问题, 将收敛速度快、 求解精度高的灰狼优化(GWO)算法应用于光伏阵列多峰值MPPT算法中. 先建立处于局部遮挡情形下光伏阵列的数学模型, 再解析基于GWO算法的MPPT算法原理. 仿真实验结果表明: GWO算法可快速跟踪到最大功率点; GWO算法比PSO算法的跟踪速度提高1倍, 跟踪效率提高0.1%.     

遮挡条件下的光伏阵列最大功率点跟踪

光伏发电系统在遮挡条件下会出现阴影效应,为了解决光伏阵列最大功率点跟踪方法精度低的问题,提出一种光伏阵列最大功率点跟踪方法.根据光伏发电系统的结构和局部遮挡条件下的最大功率点输出特性,由光伏电池等效电路建立光伏电池的数学模型,采用人工鱼群算法实现光伏阵列最大功率的轨迹跟踪,并在Matlab实验平台上测试其有效性.该方法克服了传统方法的局限性,能够对光伏阵列最大功率点进行高精度跟踪,提高了光伏阵列最大功率点的跟踪效率,改善了光伏发电系统的工作性能.     

高斯-赛德尔法求解光伏阵列最大功率点基准值

为了快速且准确地求解光伏电池模型参数,进而求解局部阴影条件下光伏阵列的最大功率基准点值,采用高斯-赛德尔法,从工程实际出发,根据局部阴影下的光照情况,把光伏阵列模型分解成光照均匀条件下的多个新光伏阵列模型,利用光伏电池数据手册可以快速且准确地求解模型参数。仿真结果表明:高斯-赛德尔法能够快速且准确地求解拆分后模型的光伏阵列最大功率点基准值;该方法适用于光伏阵列在局部阴影条件下的输出特性和各个峰值点最大功率基准值求解问题。     

局部遮挡下光伏组件MPPT复合算法

当光伏组件受到局部阴影遮挡时,其最大功率点跟踪(maximum power point tracking, MPPT)过程常出现误跟踪、跟踪速度慢、光伏组件输出功率低等问题.为使局部阴影下光伏组件保持快速、稳定、准确地最大功率输出,基于电导增量法(incremental conductance algorithm, INC),结合全局比较算法(global comparison algorithm, GCA),提出一种基于电导增量/全局比较的复合MPPT算法(INC-GCA),并通过搭建Simulink仿真模型和设计光伏试验平台,验证该算法的可行性.结果表明：基于电导增量/全局比较的复合MPPT算法在光伏组件受到局部阴影遮挡时可准确追踪到最大功率,且跟踪速度快、可靠性高,完全避免了误跟踪问题;相较于电导增量法,该算法可有效提高光伏系统的发电效率,提升光伏电站的经济效益.     

局部阴影条件下光伏阵列最大功率点跟踪研究

以1/4阴影覆盖下的光伏阵列为对象,用Matlab/Simulink仿真软件,通过构建阴影条件下光伏阵列数学模型,分别采用瞬时扫描法和扰动观察法进行最大功率点跟踪研究.结果表明:在1/4阴影覆盖情况下,扰动观察法只能跟踪到太阳能电池低压侧20V附近极大功率点,瞬时扫描法能跟踪到高压侧60V左右最大功率点.采用新型的瞬时扫描法能对局部阴影覆盖的光伏阵列实现更准确的最大功率点跟踪.     

阴影遮挡条件下光伏阵列建模及PSO优化控制算法的研究

基于现有五参数模型构建了阴影条件下的光伏阵列多峰输出特性模型,该模型能够仿真阴影条件下光伏阵列的I-U性能曲线.在此多峰模型基础上,搭建了MPPT控制模型,利用优化后的PSO算法实现多峰情况下的最大功率点追踪,并与原始PSO算法进行对比,仿真结果表明该算法能够快速且准确的追踪到多峰下的最大值.     

利用改进布谷鸟优化算法的光伏全局MPPT方法

光伏阵列一般由大量组件构成,受环境影响易出现局部阴影,导致P-V曲线出现多峰现象。传统的最大功率点追踪(Maximum power point tracking,MPPT)控制策略如扰动观察法容易陷入局部最优, 从而降低光伏系统的发电效率。为了解决该问题, 本文提出了一种融合正弦余弦算法和自适应策略的布谷鸟优化算法(Cuckoo Search Algorithm Fusing Sine Cosine Algorithm And Adaptive Strategy ,AFCS),并将其应用于光伏全局MPPT控制中,用于改善MPPT过程中的收敛速度与追踪精度。最后设置多种光照情况并用花朵授粉算法和粒子群算法进行对比,经过MATLAB/Simulink仿真验证,该算法拥有较快的收敛速度和较高的追踪精度, 在各个光照条件下均能快速追踪到光伏阵列最大功率点, 可以有效提高光伏系统的发电效率。     

基于PVSYST的分布式光伏设计研究

借助PVSYST光伏系统设计软件,分析了兰州地区并网光伏系统的最佳倾角、水平面及坡屋面的光伏阵列间距以及建筑物对光伏阵列的阴影影响。结果表明,兰州地区光伏阵列的最佳倾角为30°,在获得最大全年发电量的同时,四季发电量也比较均衡;相对于水平屋面,南北向双坡屋面需要考虑适当增大北面坡屋面的光伏阵列间距以避免组件间产生遮挡;对兰州地区,Meteonorm气象数据的冬季辐射数值显著偏小;日最高气温与发电量的变化趋势有一定的正相关性,同时,扬沙等恶劣天气对光伏发电量的影响非常大。     

光伏水泵系统功率配比分析及仿真

结合行业内相关标准和规范,综合考虑光伏水泵系统的损耗,构建系统功率配比模型,以云南昆明地区为例得出光伏阵列容量与水泵功率的配比范围,并通过PVsyst软件进行仿真验证,结果表明,在配比范围内光伏水泵系统的系统能效大于50%,供水保证率大于95%.     

光伏系统分布式功率的优化

光伏系统部分电池板受到遮蔽引起串、并联的失配,会严重影响发电量。在电池板级采用功率优化变换器可以有效地解决问题。文中讨论了分布式光伏系统的架构,分析了不同拓扑结构的DC-DC变换器作为分布式优化器的特点和适用性;重点讨论了光伏优化器的效率和改进,并通过Simulink仿真进行了验证。     

基于改进萤火虫算法的光伏最大功率点跟踪

光伏电池的最大功率点跟踪是实现光伏系统高效发电的关键技术.分析光伏阵列的输出特性,提出一种改进的萤火虫算法(IFA).将混沌理论与正态分布引入传统萤火虫算法(FA),提高全局搜索范围并避免陷入局部最优;在MATLAB中搭建模型进行仿真.结果表明:该改进算法在均匀光照、局部遮阴和温度突变时均能快速精准地实现对全局最大功率点的跟踪和控制,提高了光伏阵列的发电效率.     

适用于光伏多峰功率跟踪的改进型粒子群优化算法

针对在自然环境下光伏阵列上时常发生的局部阴影而引起P-V曲线由单峰转变成多峰状态,从而导致常规最大功率跟踪算法失效的问题,在研究传统粒子群算法的基础上,提出了一种改进型控制算法。该算法采用全局模式和局部模式两种运行手段定位最大峰值点,在对粒子群优化的速度更新方式上,去除了大量的随机变量干扰,使结构优化非常明显。改进后粒子群优化算法能够使功率跟踪避免陷入局部最优,使之找到真正的最大功率点。通过与传统粒子群算法对比仿真及试验,结果表明,在光伏阵列局部遮荫的情况下,改进后的粒子群优化算法可以快速准确地搜索到最大功率点,追踪精度高达95%,并且比传统的粒子群算法在搜索效率上提升28%,较好地避免了陷入局部最优。     

光伏阵列组串故障模拟仿真与输出特性分析

利用单二极管太阳电池数学模型,构建具有串并联接口的光伏组件模型,在此基础上使用Matlab/Simulink构建光伏阵列模型,研究断路、短路、阴影遮挡和组件老化与阵列输出特性的对应关系,模拟结果表明不同的故障具有不同的输出特性,可用来判断阵列的故障类型.     

局部阴影条件下光伏电池输出特性实验研究

光伏电池在运行期间容易受到周围建筑物、树木和电线杆以及天空中的乌云等影响,导致输出特性变坏,能量输出能力降低。本文根据光伏电池的数学模型,搭建具体系统,对阴影遮盖条件下光伏电池输出特性进行了研究。实验结果表明：阴影对电压、电流影响很大且不成比例,当阴影遮盖面积超过1/2后光伏电池输出功率降到原来的1%。     

基于改进PSO算法在光伏阵列多峰MPPT的研究

针对传统的最大功率点跟踪算法在光伏阵列出现局部阴影时,其输出P-U特性曲线表现出的多峰现象,导致跟踪不能完成真正的最大功率点跟踪,从而造成系统的输出功率降低的问题;粒子群算法(PSO)在全局搜索具有很好的作用,把PSO应用在MPPT之中,但其收敛速度与精度方面具有一定的缺点,为了提高PSO算法的跟踪精度和收敛速度,提出了把非线性控制策略与PSO算法相结合;通过Matlab/Simulink进行仿真验证,结果表明:改进后的粒子群算法在有无阴影和环境发生变化的情况下均可快速且稳定准确地跟踪到最大功率点的有效性,提高了光伏系统的发电效率。     

基于自适应粒子群算法在光伏阵列多峰值系统MPPT的控制

在局部阴影的条件下,由于光伏阵列的P-U曲线会存在多个峰值点,传统的扰动观测方法不能快速追踪到最大功率点。本文对粒子群算法的设计参数、执行流程等方面进行优化,提出了一种基于自适应粒子群算法对光伏并网系统MPPT的控制策略,最后进行了Matlab/Simulink仿真。结果表明,该控制策略可以快速、准确地搜寻到最大功率点,能够抑制复杂条件下环境因素的影响,提高算法的跟踪精度和光伏电池的整体工作效率。     

光伏建筑一体化设计浅谈

本文给出了光伏建筑一体化(BIPV)的定议,分析了BIPV与BAPV的区别。着重讨论了光伏建筑一体化设计中需要注意的几个问题,以供参考。     

带有MPPT功能的光伏矩阵仿真模型

基于光伏矩阵的物理特性,在Simulink仿真环境下,设计带有最大功率跟踪技术MPPT仿真算法的光伏矩阵仿真模型,应用于实际的单相光伏并网系统．测试数据表明,仿真模型可以模拟任意参数的光伏阵列、动态跟踪光照强度、环境温度的变化,为光伏发电系统动态仿真提供良好设计平台．     

一种考虑光伏发电系统的广义综合模型

分布式光伏发电系统(photovoltaic generation systems,PVGS)深刻影响了配网侧综合负荷特性,研究考虑分布式光伏发电系统的配网侧广义综合负荷模型是解决分布式光伏发电系统参与电网仿真的有效途径。简述了光伏电池模型及PVGS的并网控制策略,基于MATLAB/Simulink搭建了PVGS仿真平台;通过仿真并分析PVGS动态特性,提出一种适合广义负荷建模的PVGS外特性等效模型——恒功率并联过阻尼状态的电阻、电感及电容(resistance-inductance-capacitance,RLC)串联电路,进行并通过了有效性检验;将PVGS等效模型并联经典综合负荷模型(classic load model,CLM),构建了考虑分布式PVGS的配网侧广义综合负荷模型。通过对比分析此广义综合负荷模型与已有广义综合负荷模型的描述性能,仿真表明本文模型的精确性更好,尤其是多场景下的描述能力;讨论了模型参数的稳定性,结果表明稳定性良好。