基于电流反馈模糊控制算法的光伏模拟器研究

设计与研究了一种基于BUCK直流变换器和电流反馈模糊控制算法的光伏电池阵列模拟器.该模拟器实时采集BUCK变换器输出电压并代入光伏电池工程数学模型,计算出电池电流作为模糊控制器的输入参考电流.该参考电流与BUCK变换器输出电流的差值及差值变化量作为模糊控制器的2个输入.模糊控制器通过模糊算法计算BUCK功率开关的导通占空比,使BUCK变换器的输出电压和电流准确对应于光伏电池V-I特性曲线的期望工作点,实现光伏特性模拟.模糊控制器使用三角形模糊隶属度函数,输入与输出变量的论域规范为[-3,3],模糊规则49条.Matlab/Simulink仿真模型与试验系统的实验结果表明,模糊控制模拟器不仅能准确模拟光伏电池的静态输出特性,还能快速跟踪工作点变化或外部环境变化的光伏电池特性,超调量小于3.5%,稳态误差小于3.6%,纹波系数小于3%,跟踪时间约为0.3s,能够为光伏发电系统的研究与开发提供优良的光伏阵列实验设备.     

光伏电池阵列模型的Matlab设计与仿真

利用Matlab软件平台搭建了光伏电池阵列的仿真电路模型,研究了光照因素、温度因素及光伏电池内部参数对光伏阵列电气特性的影响,并针对动态光照条件下光伏阵列的输出特性进行仿真和计算.研究结果表明:光照强度、温度和串联电阻的变化对光伏阵列开路电压、短路电流、伏安特性、输出功率及最佳工作点具有显著影响,光伏阵列的仿真模型可以较好实现光伏阵列的动态仿真.     

光伏电池输出特性与最大功率点跟踪研究

根据太阳能电池内部结构和等效电路研究其输出伏安（I-V)特性，利用Matlab工具，使用牛顿迭代法求解伏安特性，模拟不同太阳光照强度、环境温度下的光伏阵列I-V特性。同时基于扰动观测法，对光伏系统的最大功率点跟踪进行了仿真研究。     

最大功率跟踪的光伏并网逆变器研究

光伏并网发电系统是光伏系统发展的趋势.根据光伏阵列的特性,设计了一套新型的能实现最大功率跟踪的光伏并网逆变器.逆变器由DC-DC和DC-AC两个部分组成并通过Dclink相连接,控制部分采用基于DSP(TMS320F240)控制的最大功率跟踪和电流跟踪控制策略,实现了与网压同步的正弦电流输出,逆变器效率为0.78,功率因数为0.97,输出电流的基波分量占电流总量的99.6%.     

一款双向DC-DC变换器的设计

以传统的同步整流BUCK电路为核心,利用同步BUCK电路与同步BOOST电路的对称性,采用STM32F334单片机对系统进行控制,设计了电流方向可以自动切换的双向DC-DC电源系统。包括主电路、辅助电源和测控电路三部分;通过对电压、电流等参数的PID闭环控制,实现了电池与直流电源之间的充放电,以及恒压恒流控制;并且有显示电流电压及充放电状态的功能;电能转换效率可达98.5%。     

基于仿真模型的太阳能光伏电池阵列特性的分析

为了寻找更好的实现光伏发电系统最大功率点跟踪控制方法,基于仿真模型,研究了太阳能光伏电池阵列的特性。采用Matlab/Simulink模块,基于单个光伏电池的物理特性建立了太阳能光伏电池阵列的仿真模型。模型不但能分析太阳能光伏电池阵列所具有的随着光照强度和温度不同而变化的P-V和I-V非线性特性,而且可仿真太阳能光伏电池阵列工作在最大功率点以及稳定工作区域内时具有线性关系,并进行了理论推导。该模型简单明了,计算速度快。仿真结果表明:仿真与实验结果相符合,当光伏阵列工作在稳定区域内的情况下,dP/dV与I存在线性关系,模型具有通用性与实用性。     

电导增量-滑模控制最大功率点跟踪的研究

针对传统方法在光伏发电系统最大功率跟踪中难以同时满足稳定性和响应速度的问题,提出一种基于电导增量-滑模控制最大功率点跟踪的方法,并设计相应的滑模控制器。该方法选择的滑动面使系统渐进稳定同时具有良好的动态品质,并且采用一条直线滑动线,所选滑动线能够改变升压斩波电路的切换模式,迫使光伏阵列工作点在光伏特性曲线上的最大功率点附近移动,从而光伏阵列产生最大功率。仿真结果表明:该方法与传统的电导增量法和滑模控制法相比,能够快速实现最大功率点的跟踪,提高系统的响应速度,并增强系统在最大功率附近的稳定性。     

BUCK型变换器的不同工作模式分析与仿真

针对BUCK变换器的基本原理研究,分析BUCK型变换器CCM、DCM、BCM在三种不同模式下电路参数及特点,推导出不同模式下稳态电压增益和连续模式下纹波电压等电源参数公式,利用Simulink搭建BUCK变换器模型,在仿真模型中,设计不同电感、电容、开关频率等电路参数输入,输出电流及电压仿真波形,且与理论值进行比较,基本一致。实验结果表明,该仿真模型便于了解不同模式下BUCK变换器的工作特性、电路参数及对无源器件的选择。     

基于STM32F103的光伏电池阵列模拟器设计

当前全球性的能源危机迫使越来越多的国家开始重视新能源的研究,光伏发电作为主要的一种方法得到了广泛研究;但由于光伏电池造价高,不利于其初期的研究.因此,很有必要设计一种成本较低,能够代替实际光伏电池阵列来执行各种光伏实验的太阳能电池模拟器.介绍了一种基于ARM控制的数字式光伏电池阵列模拟器的设计方法,这种模拟器采用STM32F103作为主控制器,可在光伏电池阵列容量一定时完成对系统数据的采集、分析、处理和实时控制.实验表明,该模拟器可以完整复现光伏电池阵列的I-U特性.     

基于有限元分析的永磁同步电机实时模拟器研究

针对三相永磁同步电机,设计了一种功率硬件在环的实时电机模拟器结构.提出了一种基于三相定子坐标系的永磁同步电机电流-磁链有限元反查表模型,建立了接口电路的数学模型,基于此提出了电压前馈电流反馈控制的接口算法,并针对电流反馈环节提出了一种模糊PI控制算法.通过Matlab/Simulink及其与JMAG-RT的联合仿真实验测试方法对接口控制算法和电机模拟器进行了测试与对比分析.仿真结果表明:在额定工况下,所提出的接口控制算法对期望相电流值的跟踪误差小于2%,所提出的电机模拟器对电机相电流及转速特性的模拟误差均小于3%,验证了其有效性.      

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.     

利用改进初始化的残差-密集连接网络的光伏阵列故障诊断

针对在现实生活中光伏阵列大部分运行在正常的工作状态,缺少故障数据的问题,提出一种改进初始化的方法代替随机初始化来训练深度学习模型,以提高故障诊断模型的可靠性.同时,提出基于残差-密集连接网络的光伏故障诊断模型,并基于I-V曲线与最大功率点、温度、辐照度和填充因子作为输入特征.最后,通过多种光伏阵列故障数据检测所提出的方...     

一种利用多层感知机和I-V特性的光伏组件建模方法

为了提高光伏组件模型的准确度和可靠性,本文提出了一种利用多层感知机和不同工况下实测的I-V特性曲线数据集的建模新方法。首先,使用双线性插值法对实测I-V曲线进行重采样,以提高I-V曲线上数据点分布的均匀性;进而使用基于温度-辐照度的网格采样法对数据集进行下采样,降低数据冗余度。其次,提出一种基于多层感知机神经网络的光伏组件模型,并基于预处理的I-V曲线数据集,使用Adam算法训练该模型。最后,采用美国国家可再生能源实验室提供的实测I-V特性曲线数据集,验证和测试了所提出的建模方法,并与支持向量机、梯度提升决策树等机器学习算法进行对比。实验结果证明,所提出的建模方法具有最高的精度和泛化性能。     

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%.     

一种利用改进Elman神经网络的光伏I-V特性建模方法

为了准确表征和预测光伏（PV）组件在不同工况下的电流电压（I-V）特性,本文提出一种利用改进Elman神经网络的光伏I-V曲线黑盒建模新方法。首先通过皮尔森相关系数分析影响I-V曲线的环境因素;其次使用基于电压电流的双线性插值法对实测I-V曲线进行重采样,以提高I-V曲线上数据点分布的均匀性;进而使用基于辐照度温度的网格采样法对I-V曲线数据集进行下采样,降低数据冗余度;再利用量子粒子群（QPSO）算法优化Elman神经网络的初始权值和阈值,从而构造QPSO-Elman预测模型。最后根据美国国家可再生能源实验室（NREL）提供的I-V曲线数据集进行实验验证和测试。实验结果表明,所提出的建模预测方法精度更高,稳定性和泛化能力更好。     

关于基于近似次梯度的非光滑优化束方法的对偶问题的研究

利用目标函数值和近似次梯度,构建了非光滑无约束优化问题目标函数的一个下近似模型,通过对该近似模型取极小寻找下一个可能使目标函数值下降的试探点.利用Lagrange函数写出了原近似问题的对偶问题,揭示了原近似问题的最优解与对偶问题最优解之间的关系,并进一步分析了相应的近似次梯度的某种凸组合与目标函数在当前迭代点的次微分以及目标函数的近似模型在当前迭代点的近似次微分之间的所属关系.所得结果为原近似问题的求解开辟了新思路,也使整个外层束方法的执行变得简单易行.     

光伏模组积灰与阴影特性分析及识别方法

针对光伏模组积灰与阴影特性识别问题,详细分析了积灰和阴影的光伏特性曲线差异,揭示了阴影光伏曲线的拐点时变特性。提出由特性曲线的拐点数量及电流电压特性条件共同构成训练模型的输入特征量,基于CatBoost算法训练积灰和阴影识别模型。最后,利用光伏模组实测数据对CatBoost算法、ID3和GA-BP算法训练出的识别模型进行性能分析和对比测试,结果表明基于CatBoost训练出的识别模型输入量区分性强、诊断精度高,极具工程应用价值。     

光伏太阳能电池组件Matlab通用仿真模块

采用工程用太阳能电池5参量模型及参数确定法,获取高精度的光伏组件通用模型,在Matlab/Simulink平台中建立该模型的通用模块,利用变步长动态仿真法,快速、准确地获得光伏组件在不同光强度和温度下的输出特性曲线.仿真实验表明,该通用模块不仅可以准确获得太阳能电池单体输出特性,而且可以准确获得光伏组件输出特性,与目前采用的相似模块相比,其具有使用方便、精度高及通用性强的优点.     

基于PSIM的光伏阵列仿真建模

根据光伏阵列物理机制的数学表达公式确定公式中的各个参数,采用PSIM软件进行物理机制的仿真建模,模拟实际光伏模块在不同的光照强度及环境温度下的I——V和P——V输出特性.基于物理本质的仿真模型具有较高的仿真度,建立该模型为光伏发电系统的研发以及模拟实时动态跟踪最大功率点提供了良好的仿真平台.