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.     

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。     

光伏系统模糊PSO的MPPT控制

在局部阴影条件下,光伏阵列的功率–电压特性曲线呈现多峰状,传统最大功率点跟踪方法出现搜索精度低和收敛速度慢的问题.针对此问题提出一种基于模糊控制的粒子群优化算法,采用模糊控制器对粒子群优化算法的惯性权重ω进行优化,实时调整参数,使光伏阵列在光照强度变化时有较好的动态特性和稳态性能.分别采用常规PSO算法和模糊PSO算法在相同条件下对系统进行仿真,结果表明所提出的算法在局部阴影条件下能快速跟踪外部环境变化,且准确地工作在最大功率点.     

光伏阵列双二极管简化模型的建立与仿真

双二极管模型是最能精确表述光伏电池特性的模型,但由于参数过多会增加求解难度,降低求解速度.为此提出一种参数简化的双二极管模型,并设计了对应的算法,将双二极管电流精确化,然后分别利用最大功率匹配法和牛顿迭代法求解参数.通过计算机仿真表明:不同光照和温度下的仿真结果与实际测试阵列的输出相一致,比单二极管Rp模型和双二极管Kashif模型的精度提高了68%和20%,且仿真时间缩短了63%和17%.该简化模型可以为光伏发电系统的优化配置和最大功率点跟踪提供快速和准确的研究基础.     

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.     

基于变尺度混沌优化搜索的局部阴影条件下光伏阵列MPPT研究

为提高混沌搜索在局部阴影条件下光伏阵列最大功率点跟踪中的速度和效率,提出一种变尺度混沌优化搜索方法。在搜索过程中首先采用Logistic映射产生混沌变量,将其映射到光伏阵列的输出电压空间;然后进行变尺度操作,将搜索区间缩小,直到搜索到最大功率点。研究结果表明:与传统混沌搜索方法相比,该混沌搜索方法能快速准确地跟踪最大功率点的变化,为局部阴影条件下光伏阵列最大功率点跟踪提供了一种新的有效方法。     

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.     

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.     

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.     

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%.     

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。     

基于电导增量法与模糊控制组合的MPPT技术研究

通过对光伏电池特性的分析以及对电导增量法和模糊控制技术两种最大功率点跟踪（MPPT）方法的研究,提出了组合两种算法的MPPT技术．仿真结果和实验数据均表明,组合算法能使光伏发电系统快速、准确地跟踪最大功率点,提升了系统总体性能,具有良好的动态和稳态特性．     

光伏发电非线性步长最大功率跟踪算法

针对光伏发电最大功率跟踪速度慢、损耗大的问题,提出一种非线性步长最大功率跟踪算法.将matlab仿真结果与实验测得数据进行对比表明:在光照强度、温度等外界环境改变的情况下,系统能快速稳定的跟踪到最大功率点,减少了波动造成的损耗,有效提高了光伏发电系统的效率.     

一种VWP分段模糊控制的光伏系统MPPT方法

当天气情况快速变化时,如何同时优化光伏(photovoltaic,PV)系统在最大功率跟踪(maximum power point tracking,MPPT)控制中的快速性、准确性和平稳性目前仍是一个难题.针对这一问题,提出了一种可变天气参数(variable weather parameter,VWP)分段模糊MPPT方法.该方法采用两条VWP直线将输出功率曲线分为三个跟踪区域,每个区域采用一个模糊控制器进行控制,其总体控制决策为:在控制量远离理想最大功率点(maximum power point,MPP)时采用大步长以确保跟踪的快速性,在控制量接近MPP时采用小步长以确保跟踪的准确性和平稳性.仿真实验证明,该控制方法比传统扰动观察法具有更好的快速性、准确性和平稳性.     

具有MPPT功能的光伏系统仿真

光伏发电受制于太阳能电池较低的转换效率,使得其最大功率点的跟踪,成为提高光伏发电效率的关键。通过对太阳能电池等效电路和输出特性的分析以及对最大功率点跟踪原理的研究,利用 Matlab/Simulink,并结合Boost 电路,构建了通用型的光伏系统仿真模型。该仿真模型采用扰动观测法跟踪太阳能电池最大功率,并对太阳能电池在环境温度、日照强度固定及动态变化情况下的最大功率点跟踪进行了仿真测试,测试当两者同时变化时,日照强度变化对太阳能电池输出功率的最大值影响比较大,其中当日照强度增大200,W/m2时其输出最大功率增幅达28%。仿真结果表明,该模型能够准确迅速地对太阳能电池的最大功率点进行跟踪。     

基于双指数函数变步长电导增量法改进的光伏最大功率跟踪控制策略

针对目前采用单一步长跟踪的MPPT控制策略中,存在步长选取的差异无法兼得系统动态性能和稳态精度的问题,文中提出了恒压启动法与双指数函数步长算法结合的改进的MPPT控制策略。在启动时采用恒定电压法快速定位在最大功率点（MPP）附近,然后利用双指数函数改变步长并精确跟踪光伏最大功率点,利用两种指数函数的函数特性实时调整MPP两侧的步长叠加量,进一步优化变步长跟踪效果。最后在MATLAB/Simulink平台中进行对比分析,结果验证了所提出的算法,对提高光伏MPPT的快速性和减小稳态波动是有效的。