PV系统的变电压MPPT算法及仿真

要提高光伏发电系统的输出效率,必须要有高效的最大功率跟踪(MPPT)方法.文中通过理论分析与仿真研究,发现同一块太阳能电池在相同的温度和照度、不同的二极管品质因子和反向饱和电流下,输出的光生电流是相等的.根据这一结论提出了一种与天气状况相匹配的变电压最大功率跟踪(MPPT)算法.该算法利用爬山法(PO)求取实际的二极管品质因子和反向饱和电流,然后停用该法,通过综合补偿准确跟踪到实际的最大功率点.最后,结合变化的天气情况,验证了该算法的正确性与有效性.     

基于三次插值法的光伏最大功率点跟踪策略

针对光伏发电系统最大功率点跟踪(MPPT)算法的跟踪速度、精准度及稳定性不理想的问题,提出了一种基于三次插值法改进的自适应爬山法。该方法是通过利用三次插值法改进的自适应爬山法,能够快速准确地达到对最大功率点进行跟踪。利用MATLAB/Simulink搭建了光伏发电系统MPPT跟踪控制仿真模型。仿真结果表明,该算法能够显著提高MPPT跟踪的速度、准确度和稳定性。     

基于DSP的光伏并网系统的设计

以DSP为控制平台设计光伏并网系统,在改进型单纯形加速法的基础上,采用电压型全控桥为逆变结构,设计新型光伏阵列最大跟踪控制优化算法,跟踪光伏阵列最大输出功率点．在线调节步长改变电压收敛速度,设计锁相控制电路,自动同步跟踪电网频率和相位．测试数据表明：结合优化技术的变步长MPPT算法能快速准确跟踪最大功率点,系统波动小,稳定性高,逆变器电流和电网电压同频同相馈送电网,从而有效提高系统逆变效率及可靠性．     

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。     

光伏最大功率点跟踪变步长电导增量法的算法优化

根据光伏(photovoltaic,PV)系统输出电压-功率(U-P)曲线在最大功率点(maximum power point,MPP)两侧斜率变化的规律有所不同,MPP左侧曲线变化舒缓,右侧相对陡直的特点,在光伏最大功率点跟踪(maximum power point tracking,MPPT)控制方法的研究基础之上,结合现有一些变步长电导增量法,提出了一种在MPP左侧利用指数函数来调整跟踪电压步长;在MPP右侧利用对数函数来调整跟踪电压步长的分段式变步长电导增量优化算法。仿真实验结果表明该方法良好地实现了对光伏系统最大功率点的跟踪,有效地降低了跟踪过程中MPP附近由步长振荡引起的功率损耗,提高了PV系统的功率输出效率。     

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.     

基于改进灰狼优化的开关磁阻风力发电最大功率点跟踪控制策略

以中小型开关磁阻风力发电机为研究对象,针对发电过程中,在不同风速条件下最大功率点跟踪控制快速性和准确性的需求,提出一种基于自适应加权灰狼优化PID算法的最大功率点跟踪控制策略。当外界风速发生变化时,根据实时风速计算出风力机最佳转速,其与实际转速的差值作为加权自适应灰狼优化PID控制算法的输入,作为转速闭环的PID控制参数,从而输出电压脉宽调制的最优占空比,实现变风速下的最大功率点跟踪控制。仿真结果表明,与传统PID控制相比,自适应加权灰狼优化PID算法能够在风速变化情况下,更加快速准确地实现最大功率点跟踪控制。     

风力发电系统最大功率点跟踪控制策略研究

为了最大限度地捕获到风能,变速风电系统一般采用最大功率点跟踪（MPPT）的控制策略.MPPT有三种控制方法：即最佳叶尖速比控制、功率信号回馈控制和爬山搜寻控制.前两种方法需要准确测量风速或需要事先测量风力机功率曲线,在实际执行中存在困难,爬山搜寻法与风轮的空气动力学特性没有关系,并且可以用软件来实现.着重研究了爬山搜索...     

基于粒子群算法的MPPT控制策略研究

获取光伏电池板最大功率跟踪点的方法较多.常规算法存在控制精度差、最大功率点附近震荡、响应速度过慢、或成本过高等问题.将粒子群算法与光伏发电的最大功率点跟踪结合,提出利用粒子群算法来找光伏电池特性曲线中P-U的最高点,并且用算例证实了此方法的可行性.     

恒压法结合变步长电导增量法的最大功率点跟踪

针对光伏发电系统的最大功率点跟踪（MPPT）原理进行了详细的分析和阐述,介绍了常用的电导增量法的优缺点,在此基础上提出了基于恒压法结合变步长电导增量法的最大功率点跟踪算法。通过Matlab/simulink进行系统仿真,给出了光照突变时电导增量法和恒压法结合变步长电导增量法的最大功率点跟踪曲线。实验结果表明,该改进的算法具有更优的系统响应特性和稳态特性。     

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.     

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.     

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。     

户用小型风力发电系统的并网运行控制

为了克服独立运行的小型风力发电系统的缺点,节约电能,提出了一种与电网并联运行的户用小型风力发电系统的结构及其控制策略。该系统的并网部分由一个不控整流桥、Boost变换器和一个单相并网逆变器组成,采用"并网不上网"的运行方式。对Boost变换器进行控制,实现风力机的最大功率跟踪;并网逆变器采用以电流为内环、以电压为外环的双闭环控制方法,可与单相电网并联运行,但不对电网输出功率。通过不同风速、电网电压和负载下的系统仿真与单相逆变器并网实验,证明了系统控制策略的有效性。     

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。     

家用光伏发电系统的设计与MPPT控制

根据普通家庭用电的特点,设计了一种以AVR单片机为控制核心的光伏发电系统,并提出了一种最大功率跟踪(MPPT)控制方法.仿真结果表明,该系统工作稳定、控制方法简单、功率跟踪速度较快、能大大提高系统的整体输出功率.     

短路电流法和变步长电导增量法结合的MPPT算法

最大功率跟踪技术被广泛的应用于光伏发电系统,从而使光伏阵列在阳光的照射下发出最大功率。变步长电导增量法因为易于应用且跟踪精度较高而被广泛采用,然而传统的变步长电导增量法在响应时间和功率振荡方面还存在一定的缺陷,本文提出了一种新颖的短路电流法与变步长电导增量法结合的算法,实验结果表明,采用新算法的光伏发电系统的稳态特征和暂态特性都表现优异。     

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.     

基于混合优化算法的最大功率点追踪方法

针对部分阴影条件下粒子群优化（PSO）算法追踪最大功率点时间较长与功率波动大的问题,提出一种基于万有引力与粒子群混合优化(GPSHO)算法的最大功率点追踪（MPPT）方法。该方法将万有引力搜索算法引入粒子群算法,在迭代过程中通过调节PSO算法的惯性权重、认知因子和社会因子提高算法的收敛速度,实现追踪全局最大功率点。仿真与实验结果表明:该方法能够在不同光照情况下精准地追踪全局最大功率点,其搜索速度大约比基于自适应惯性权重粒子群(APSO)算法的MPPT方法快１倍,功率振荡亦更小。     

太阳能电池最大功率跟踪控制的研究(英文)

光伏电池输出功率随外部环境和负载的变化而变化,要提高光伏发电系统的输出效率须采用有效的最大功率点跟踪算法.针对光伏电池的非线性特性,提出了一个基于增量电导法、以升降压斩波器为核心的光伏能量转换系统.经PSIM和LabVIEW软件仿真证实,该方法能使系统稳定工作在最大功率点,同时能对外界环境的变化做出快速反应.