一种改进的光伏发电系统MPPT控制方法

目前光伏系统最大功率点跟踪(MPPT)控制方法很多,介绍了3种常用的MPPT控制方法:固定电压法、扰动观察法和电导增量法,并通过仿真比较了其启动时间、动态响应速度和稳态精度,在此基础上提出了一种改进的MPPT控制方法——固定电压结合扰动观察法.仿真结果表明,该方法响应速度快,稳态精度高.     

模糊控制的占空比扰动观察法在光伏MPPT中的应用

本文针对传统的光伏发电最大功率点跟踪(MPPT)技术需要检测光伏电池的输出电压、电流两个变量,研究了一种只需检测输出电流实现MPPT的算法。同时,由于传统占空比扰动观察法会使系统在最大功率点附近振荡而造成功率损耗,研究将模糊控制器应用于占空比扰动观察法中。通过理论分析及仿真研究结果表明,新的算法能快速、准确地实现光伏电池MPPT,并减少了系统成本和功率损耗。     

基于遗传算法与模式搜索法组合的MPPT技术

针对传统单一MPPT算法无法兼顾动态性和稳态性的问题,尝试将传统遗传算法与模式搜索法进行组合应用于光伏发电MPPT控制,技术原理是当系统靠近功率曲线两端时采用遗传算法跟踪,当系统位于最大功率点附近采用模式搜索法跟踪.通过MATLAB/Simulink仿真分析,分别对比研究了扰动观察法、电导增量法、模糊控制法与组合算法跟踪光伏发电最大功率的输出特性.研究结果表明,遗传算法和模式搜索法的组合算法与扰动观察法、电导增量法和模糊控制法等传统最大功率跟踪方法相比,具有响应速度快,控制精度高,稳定性良好等优点.     

光伏发电最大功率跟踪方法的研究

在分析太阳能电池等效电路模型的基础上,建立了太阳能电池阵列的数学模型,仿真验证了光伏发电系统存在最大功率点.针对传统MPPT控制算法的缺点,提出了固定参数法与扰动观察法相结合、固定参数法和电导增量法相结合、高斯法与扰动观察法相结合的复合MPPT控制算法,较深入地探讨了这些算法的优点及详细实现方案.通过光伏发电MPPT仿真实验,验证了高斯法在最大功率跟踪应用中的有效性.     

光伏电池最大功率点跟踪

为了快速稳定地跟踪到光伏电池最大功率点,提出基于固定电压法和导纳增量法相结合的光伏电池最大功率点跟踪(MPPT)方案.固定电压法用来迅速跟踪近似最大功率点,导纳增量法则用来进行精确跟踪,仿真结果表明此方案能快速地跟踪到光伏电池的最大功率点.在此基础上加入环境判断因子,提高了光伏电池在多云天气情况下最大功率点跟踪的稳定性.     

基于增量电导法的光伏系统典型MPPT分析

太阳能光伏组件是非稳定电源,为有效利用太阳能,必须对其进行最大功率点跟踪（MPPT）。该文分析了光伏发电MPPT原理,提出一种基于占空比扰动的MPPT控制方法,在Matlab中建立增量电导法仿真模型,仿真结果显示该方法能实现最大功率点跟踪,并且增量电导法性能要明显优于扰动观察法,但其硬件要求高。     

基于模糊控制与电导增量法的MPPT仿真研究

为更好的跟踪光伏发电系统最大功率点,通过对光伏电池特性的分析,在电导增量算法基础上引入模糊控制,采用了一种电导增量法与模糊控制结合的最大功率点跟踪(MPPT)算法.通过设计模糊控制器以及搭建光伏电池MPPT仿真模型,并与传统电导增量法进行仿真比较,实验结果表明,基于模糊控制与电导增量法的MPPT提高了跟踪速度,减小了稳定运行时系统的震荡问题.     

直驱型风力发电系统MPPT研究

基于中小功率风力发电系统中占空比扰动法实现最大功率点跟踪(maximum power point tracking,MPPT)时,在最大功率点附近由于占空比不稳定而导致输出功率出现振荡的现象,提出了改进方法,即在最大功率点附近扰动时采用一种新的变步长方法,不断减小占空比扰动步长,直至稳定于最大功率点.利用Matlab/Simulink软件对系统进行仿真,结果验证了该方法的可行性以及该控制系统良好的快速性和稳定性.     

阴影光照条件下光伏阵列的最大功率点跟踪方法

提出一种基于线性函数的自适应步长滞环比较法的最大功率点跟踪(MPPT)方法.首先,在阴影光照条件下,构建光伏电池的双二极管等效电路,在Matlab/Simulink仿真平台上对光伏阵列输出特性曲线进行仿真;然后,分析文中方法的工作过程,通过仿真和实验对比文中方法与扰动观测法的控制效果.结果表明:文中方法可以准确地跟踪到阴影光照条件下光伏阵列的最大功率点,提升MPPT的跟踪效果.     

微元步长自适应增量电导法实现MPPT的控制

为了更大程度的提高光伏发电系统的最大输出功率,通过对光伏电池功率、电压(P-U)特性的数学建模分析,在增量电导法的基础上,提出最大功率跟踪控制算法(MPPT)——微元步长自适应增量电导法.改善了传统增量电导法步长选择不确定性的弊端.通过引入变步长控制因子k,以微元步长Δd自适应的跟踪最大功率点.在Matlab/Simulink环境下进行了仿真验证.结果表明该算法明显缩短了跟踪时间,并且有效地抑制了系统在最大功率点(MPP)附近的振荡现象,提高了系统的跟踪速度和精度.