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。     

光伏电源最大功率跟踪的改进扰动观察法

本文通过设置光伏电源时间限定值、输出功率变化量的限定值和变步长扰动对现存的”扰动观察法”进行了改善,完成最大功率点跟踪,达到减少对光伏输出电压扰动次数、提高动态稳定性的目的,有效克服了现有“扰动观察法”在实际应用中存在的由于测量误差和计算误差造成的反复扰动、无法稳定工作的缺陷.通过Matlab建模仿真,对该方法进行了可行性研究.     

基于改进扰动观察法的最大功率点跟踪研究

基于光伏电池工程数学模型,分析了温度及光照强度对光伏电池输出特性的影响.针对常规扰动观察法和电导增量法难以兼顾动态性能和稳态性能的不足,提出一种改进的变步长扰动观察法,该算法可在光照强度发生突变时快速实现最大功率跟踪.比较了改进算法、扰动观察法和电导增量法3种算法的最大功率跟踪P-V仿真曲线,结果表明,采用改进算法可兼顾跟踪精度与响应速度,具有较好的动、稳态性能.     

光伏发电系统最大功率点跟踪控制的研究

针对扰动观察法的速度和精度在很大程度上受扰动初始值和扰动步长的影响,且在最大功率点附近存在功率振荡现象等问题,提出一种改进扰动观察法。首先当日照变化较快时,利用短路电流使输出功率能够快速跟踪在最大功率点附近,然后采用可变步长的扰动观察法使光伏电池稳定在最大功率点。通过仿真实验证明该改进方法明显缩短了最大功率点的跟踪时间,并且基本消除了功率振荡现象,提高了最大功率点跟踪控制技术。     

光伏系统中一种改进MPPT算法的研究

针对传统扰动观察法存在功率振荡和误判的问题,提出了一种功率预测与自适应变步长相结合的扰动观察法。自适应变步长能够按照P-U特性曲线的斜率自动改变步长,进而解决传统扰动法跟踪速度与跟踪精度不能兼顾和稳定后功率波形振荡较大的问题。当光照强度发生剧烈变化时,功率预测法能够根据P-U输出特性曲线进行预测,进而达到消除误判的问题。在MATLAB/Simulink中搭建光伏系统MPPT仿真模型,并对改进扰动法和传统扰动法进行仿真对比,结果表明,改进的扰动法能够克服传统扰动法存在功率振荡和误判问题,可以使光伏系统快速、准确地实现最大功率点跟踪控制,并使之稳定运行在最大功率点处。     

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。     

基于复合算法的光伏最大功率点追踪

由于光伏阵列在局部阴影情况下输出功率呈多峰值状态,而传统最大功率点追踪(MPPT:Maximum Power Point Tracking)控制无法解决多峰问题,会陷入局部最优,影响光伏发电效率,为此,提出一种复合算法应用于光伏最大功率点追踪。该方法将麻雀算法的初始种群进行优化,结合反向学习策略,加强了算法的全局搜索能力。当搜索到光伏发电最大功率点附近转换成扰动观察法,利用其快速收敛的特性快速搜索至最大功率点。利用Simulink仿真与硬件实验,验证所提出复合算法的全局搜索能力和快速收敛能力,与麻雀算法、扰动观察法相对比,复合算法的准确性和快速性具有显著提升。     

基于LGWO和扰动观察复合算法的MPPT研究

为提高光伏发电效率,提出了一种复合算法解决局部阴影情况下光伏阵列输出功率呈现多峰值状态的问题,弥补了传统方法的不足。该方法将传统的灰狼算法优化,引入莱维飞行模块、加入贪婪策略,加强了算法的全局搜索能力和快速性。在搜索至光伏发电最大功率点附近时切换为扰动观察法,利用其快速收敛的特性迅速找到最大功率点,提升了光伏阵列的输出功率。通过Simulink仿真实验,验证了所提出复合算法优越的跟踪性能,在准确性与快速性上较传统灰狼算法均有显著提升。     

城轨柔性直流牵引供电系统光伏发电并入方式研究

针对城市轨道交通光伏发电功率并网问题,开展城轨柔性直流牵引供电系统光伏发电接入方式研究.基于柔性直流牵引供电系统结构,分析了光伏发电功率不同接入方式及其特点,建立了光伏接入柔性直流牵引供电系统情况下系统动态运行仿真模型,进行了多列车动态运行时光伏发电功率接入的仿真分析,阐明了光伏接入柔性直流牵引供电系统后潮流参数的变化规律及节能效果.研究结果表明,光伏发电并入城轨柔性直流牵引供电系统的功率会优先被附近列车吸收,有效降低了双向变流机组从交流电网吸收的能量,提高了系统运行的经济性.     

基于LabVIEW的光伏发电系统MPPT算法研究

针对光伏阵列的非线性问题,提出了一种快速、稳定且能够全局寻优的最大功率点跟踪算法。该算法首先将粒子群优化算法改进,使其能够在一定的迭代次数下稳定、全局地更新所有粒子的速度和位置,接近最大功率点;第二步采用以Fibonacci数列作为步长改变依据的变步长扰动观察法并将其优化,使其快速得到功率的最佳解。利用LabVIEW软件搭建了模型并仿真,验证了算法在精度与速度上的大幅度提升,确定了算法的先进性和可行性。     

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.     

基于功率预测变步长扰动观察法的最大功率追踪

为解决传统扰动观察法误判、振荡和追踪速度慢的问题,提出一种基于功率预测变步长扰动观察法的控制策略.当采样频率固定,光强不变温度变化的情况下,单位时间内光伏电池的输出功率曲线可近似为线性变化.利用步长较大的传统扰动观察法的快速性追踪到最大功率点附近,然后进行线性化功率预测,进而精确地追踪到最大功率点.并在仿真平台中搭建仿真模型,结果表明新的控制策略提高了系统的跟踪速度和精度,优化了系统的输出性能.     

基于扰动观察法的光伏MPPT改进算法

针对MPPT算法中扰动观察法在稳态时容易在MPP点处震荡,以及步长固定后无法调整等缺点,提出一种算法的优化改进,将模糊控制器引入算法中,通过将计算得到的偏差电压作为第一个输入量,同时考虑到扰动观察法抗干扰能力弱,再增加一个反馈变量做为第二输入量来提高其稳定性.仿真分析表明,相比较传统的扰动观察法,在外部温度和光照强度发生变化时,改进的扰动观察法稳定性较好,追踪速率有所提高,同时需要的参数计算量少,能较好的追踪光伏最大功率.     

3步光伏最大功率点跟踪算法

光伏阵列的P-U特性曲线在局部阴影的情况下会呈现多个极值点,传统算法容易陷于局部极值,智能算法追踪耗时过多.在研究两类算法的基础上,提出一种基于扰动观察法和粒子群算法的3步最大功率点跟踪(MPPT)算法.该算法采用大步长扰动观察法缩小搜索范围并确定粒子数目;采用改进粒子群算法实现全局搜索寻找最优局部;采用逐步逼近的扰动观察法在最优局部内搜索最大功率点.仿真结果表明:该算法在均匀光照和局部遮阴情况下均能准确迅速地跟踪到最大功率点,相比于粒子群算法,追踪时间缩短35%,以上.     

光储式电动汽车充电站直流微网运行控制策略研究

针对光储式电动汽车充电站直流微网运行中面临的光伏发电、电动汽车充电的随机性波动问题,提出了一种基于光伏电池最大功率跟踪、储能电池充放电及系统并网控制的运行策略,有效提高了系统运行的稳定性与鲁棒性.该控制策略采用扰动观察法对光伏最大功率点跟踪控制,以有效提高光伏发电的利用率.同时采用双向DC/DC变换器对电池充放电状态进行控制,并基于双向AC/DC变换器对直流微电网与大电网能量的双向流动进行控制.为验证该控制策略的有效性,建立微网模型进行仿真实验.结果 表明,该控制策略能够明显提高微网直流母线电压的稳定和光伏发电的利用率.     

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.     

局部阴影下光伏阵列最大功率点跟踪算法的研究

传统的最大功率点跟踪(MPPT)算法在光伏阵列多峰情况下容易陷入局部最优，蝴蝶优化算法有全局优化能力，但由于收敛精度较低而没有被广泛使用。提出了一种改进蝴蝶优化算法与扰动观察法相结合的MPPT算法，引入混沌映射理论和动态切换概率改进蝴蝶优化算法。先通过蝴蝶优化算法的全局搜索能力定位最大功率点范围，后切换小步长扰动观察法精准定位最大功率点。混合算法结合了蝴蝶优化算法和扰动观察法的优点，通过Simulink仿真实验，与传统蝴蝶优化算法、粒子群算法作对比，改进后的算法能够适应复杂多变的光照环境，且在收敛精度和速度方面均有一定优势。     

基于扰动观察的改进MPPT算法研究

针对光伏电池最大功率点具有线性的特点,本文通过线性拟合把操作点锁定在最大功率点附近,再结合扰动观察法准确地追踪MPP点,从而提出改进的MPPT算法。相较于传统的扰动观察法而言,改进的MPPT算法能够更加快速、准确且少波动地追踪MPP点。最后,通过在Matlab上搭建仿真实验平台验证了所提出算法的有效性和优越性。     

基于蚁群算法的局部阴影光伏最大功率跟踪算法

针对局部阴影情况下光伏输出曲线非线性和多峰值的特性,提出基于蚁群算法的光伏多峰值最大功率跟踪算法.通过对光伏输出曲线的结构及均匀分布特性的分析,构建蚁群极值寻优过程,对特定区间进行极值点搜索,最后求出最大功率点.仿真表明,该算法能够有效地跟踪全局最大功率点,避免其收敛于局部最优解,与传统全局扫描算法不同,其收敛速度及精度不受光伏曲线形状的影响.     

光伏电池阵列改进MPPT控制方法研究

为了提高光伏电池的转换效率,基于光伏阵列的数学模型,针对传统的定步长扰动观察法实现最大功率点跟踪(Maximum Power Point Tracking,MPPT)时,存在的振荡现象和误判现象,提出了一种改进的变步长与功率预测相结合的扰动观察法.通过采用近似梯度法替代最优梯度法,并对外界环境发生变化时,采用功率预测的方法对多条特性曲线进行预估,来消除震荡和误判问题.本文给出了该方法的理论推导和Matlab仿真实现流程图.仿真结果表明,该方法能够显著提高MPPT的跟踪精度和速度.