改进型模糊PID控制在光伏系统MPPT中的应用

介绍了一种带有自适应量化因子和比例因子的模糊PID控制方法在光伏发电系统最大功率点跟踪控制中的应用。分析了常规模糊PID控制的不足和量化因子及比例因子对跟踪控制的影响。实验结果表明,该方法设计的自适应MPPT控制器可以获得更好的整体系统性能,在任何环境下更好地使系统运行在最大功率点处,比传统的控制方法有更高的跟踪性能。     

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%.     

变速恒频风力发电机组最大能量捕获策略研究

风力发电主要目的是尽可能的利用风能,针对变速恒频风力发电系统,分析了风力机特性及最大风能捕获原理.在额定风速以下通过调节发电机的转矩使转速跟随风速变化以获得最佳叶尖速比;在额定风速以上通过调整桨叶节距,保证额定功率输出而不越限.由于风速测量的准确性不高,以及风力发电系统的精确模型较难建立,采用传统的PID控制器难以在风速快速变化的情况下实现良好的控制效果.为了进一步提高风能的利用效率,文中研究了基于功率变化信息的双模糊控制策略,实现最大功率点跟踪和变速变桨控制.仿真结果表明,该控制策略能够提高风能捕获效率,较好地平滑风电机组输出功率.     

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。     

海上风电MPPT灰预测模糊控制的研究

海上风电风速变化很大,采用PID控制难以在不同风速下有好的控制效果.本文在分析PID控制器缺点的基础上,提出灰色预测与模糊PID控制相结合的新型控制方法.模糊PID控制器能够保证在不同风速下均有较好的控制结果,而灰色预测则能够根据以往输出功率给出相应适当的补偿信号,提高控制系统的响应速度,确保最大功率的实时跟踪.对系统...     

双馈风机系统最大功率控制研究

我国乃至全球风力发电技术目前还不够成熟,在发电过程中存在很大的损耗。 众多解决方法都存在着抗干扰性(即稳定性)较差,响应速度较慢的问题,难以精确迅速地跟踪最大功率点,实现双馈电机的最大输出,而且由于风力机响应时间常数大、精度低、动态调节能力差,风速检测比较困难,很难通过调节风 力机转速实现最大风能追踪。 为了解决这些问题,提出以双馈电机定子输出反馈给电网的功率最大为目标,建立基于电网电压定向下的 DFIG 数学模型,并在此模型基础上引入模糊控制,实现双馈电机最大功率点跟踪策略(把追寻双馈电机定子输出给电网电能最大控制策略统一称之为最大功率点跟踪策略)。 最后,通过MATLAB 进行仿真和实验不同风速条件下的动态调节性能,实现了双馈电机最大功率点跟踪的稳定性和灵敏度提高,并且在风速变化的情况下也能迅速进行最优控制。 因此,该方法理论具备参考和利用价值。     

粒子群优化光伏系统最大功率跟踪设计

局部阴影条件下光伏阵列的P-V特性会出现多个极值点,使常规的最大功率跟踪算法失效。本文提出基于粒子群优化算法的最大功率控制方法,来解决局部遮阴下的最大功率跟踪问题。     

风电机组电动变桨距控制系统的研究

文章针对风力机的强非线性设计了模糊PID电动变桨距控制器,以此实现风电机组在不同风速段下的功率控制策略,即在低于额定风速阶段,系统能跟踪最大功率点;在高于额定风速阶段,通过变桨距控制器调节桨距角,将功率限制在额定功率附近。理论分析和仿真结果表明,该电动变桨距控制系统的桨距角控制策略达到了设计的预期目标,为其在实际风场中的应用奠定了基础。     

基于模糊PID的无刷直流电机电流跟踪控制

为了改善传统的转速PID不能根据无刷直流电机参数变化自适应调整的缺点,同时使其具有良好的动态电流响应,本文将模糊转速PID控制和固定频率的电流跟踪控制相结合用于无刷直流电机的控制系统中.首先介绍了模糊PID的概念及算法模型,然后分析了固定频率的电流跟踪控制技术,最后利用在MATLAB/simu link基础上建立的控制系统仿真模型对本文提出的算法进行了验证并与采用传统PID的系统进行了比较,仿真结果证明了采用模糊PID和固定频率的电流跟踪控制相结合的系统的高效性和合理性.     

模糊自适应PID控制器在无刷直流电机控制系统中的应用研究

对于具有多变量、时变性、非线性、强耦合等特性的无刷直流电机(BLDCM)控制系统,传统的PID控制很难实现良好的控制效果.基于无刷直流电机(BLDCM)的数学模型,提出一种基于模糊自适应PID控制的速度控制方案.该算法根据电机转速变化,采用模糊控制原理对PID的参数进行在线整定,实现优化控制.仿真结果表明,模糊自适应PID控制具有转速响应快,超调量小等优点,使系统对扰动和参数变化都具有较强的鲁棒性,控制效果优于传统的PID控制.     

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。     

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...     

基于改进内点法的含双馈型风电场的电力系统无功优化研究

针对含双馈型风电场的电力系统无功补偿问题,建立了以有功网损最小、节点电压偏差最小为目标的无功优化模型;并考虑了风电场旋转备用的约束,提出了跟踪中心轨迹内点法实现无功优化。跟踪中心轨迹内点法在传统内点法基础上引入自适应压缩因子,利用自适应压缩因子的动态收敛性,提高算法的局部搜索能力,从而提高算法的效率。在IEEE14系统中进行了仿真测试。实验结果证明了提出的无功优化算法的有效性,算法能较好的减少有功网损;同时使其他目标函数值都得到了不同程度的改善。     

基于改进灰狼算法的自动导航小车控制策略

针对灰狼算法(grey wolf optimizer, GWO)易陷入局部最优、后期收敛速度慢等问题,通过引入改进Tent混沌映射反向学习策略和非线性收敛因子,并加入差分进化的变异、交叉、选择操作,提出一种改进的差分灰狼优化算法(improved differential evolution grey wolf optimizer, IDE-GWO)。将改进算法应用于优化自动导航小车(automated guided vehicle, AGV)的比例积分微分(proportion integration differentiation, PID)控制参数,并与其他几种算法进行对比。Simulink仿真实验结果表明：该改进算法优化PID参数的控制效果明显优于其他智能优化算法,能够有效地提升AGV轨迹跟踪性能,使得AGV实际轨迹能较好拟合目标轨迹。     

基于自适应头狼的灰狼优化算法

灰狼优化算法一种模拟灰狼捕食行为的元启发式优化算法.由于灰狼算法在种群迭代更新中始终靠近最优解,所以易陷入局部最优.提出了一种基于自适应头狼的灰狼优化算法,并在个体迭代更新中选择合适的头狼个数进行个体更新,这使得算法能够平衡开发和勘探能力.通过对20个基准函数优化问题的仿真实验表明,改进后的算法与原始灰狼优化算法相比,其全局搜索能力有显著提高.     

求解全局优化问题的改进灰狼算法

灰狼算法是一种高效的优化技术,但其在一些问题上存在求解精度不高、收敛速度较慢和易于陷入局部最优的缺点。因此,提出了一种改进的灰狼优化算法（MGWO）。该算法引入了3种改进策略：平衡算法全局搜索性和局部开发性的指数规律收敛因子调整策略、提高算法求解精度的自适应位置更新策略和修订动态权重策略。通过两组在10个基准测试函数上...