模糊控制的光伏发电MPPT系统设计

为实现光伏发电系统的最大功率跟踪(MPPT),在光伏电池的I-U和P-U特性曲线基础上,结合电导增量法和带修正因子的改进型模糊控制方法进行光伏发电MPPT系统设计. 该控制方法不依赖于系统的数学模型,设计灵活,控制效果鲁棒性好、 稳定精度高,对其它类型太阳能光伏发电控制系统具有良好的借鉴作用.     

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．     

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。     

基于新型电导增量法的MPPT控制策略

为了实现光伏系统开机过程和光照强度发生较大变化时对最大功率点(MPP)的快速追踪,提出了一种新型变步长与基于光照变化因子的补偿步长相结合的电导增量控制算法,并建立了该算法的数学模型及仿真模型。仿真结果表明提出的控制算法能够快速、准确地进行最大功率点的跟踪且能够消除振荡现象,表现出了良好的动态性能。     

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。     

基于模糊控制的MPPT方法的研究

针对太阳能光伏系统是一个强非线性系统,太阳电池的工作情况很难用精确的数学模型来描述。根据光伏电池最大功率点跟踪原理,比较常用的MPPT方法的优缺点,将模糊控制理论引入到MPPT控制中,使系统能够快速响应外部环境变化,减轻最大功率点附近的功率震荡。论文建立了光伏系统的仿真模型,采取模糊控制策略,实现最大功率点的跟踪控制。     

光伏并网发电系统MPPT算法研究

针对光伏并网发电系统最大功率点跟踪(MPPT)问题进行研究,在详细分析光伏电池阵列的基础上,对常用的最大功率点跟踪算法进行了分析,提出了逐次逼近型算法,并对该算法与其他常用算法进行了比较。结果表明,该算法可以快速、准确地追踪到最大功率点,具有很好的效果。     

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.     

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。     

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。     

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。     

基于改进MPPT算法的单级式光伏并网系统

为了克服传统两级式光伏并网系统在设备体积、成本和控制复杂度上均存在的不足,提出了一种无直流稳压环节的新型单级式光伏并网系统电路拓扑和适用于此拓扑的电压变化速度受限的最大功率点控制算法(VVSL-MPPT)。使用仿真和实验的方法,对系统的性能进行了验证。实验样机实现连续工作10h的稳定运行,输出稳定在系统最大功率点,并于14:00:00左右达到全天峰值。结果表明,在此算法控制下,系统可稳定追踪最大功率点,并对光照突变等恶劣情况,有较强的适应能力。     

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。     

基于Simulink的光伏电池组件建模和MPPT仿真研究

 根据光伏电池组建的物理特性等效电路及数学模型,基于Simulink仿真软件建立了光伏电池组件的仿真模型,模型的基本参数按照Solarex MSX60 60W产品参数设置,其他参数根据基本参数及数学模型计算得出。该模型可以实现在不同光照强度和温度下60W光伏组件的输出U-I特性,并且可以灵活地推广到其他功率等级的电池组件及其串并联特性的模拟。根据光伏电池的输出U-I特性,可以分析得到组件的U-P特性曲线为单峰曲线,故光伏电池存在最大功率工作点（MPP）。在此Simulink模型基础上研究了光伏组件最大功率追踪方法（MPPT）。在众多最大功率追踪方法中,电导增量法有着比较优秀的控制效果,因此本文着重讨论了电导增量法,对比分析了电导增量法及其两种改进方法（两种步长电导增量法和梯度变步长电导增量法）的最大功率追踪控制效果,这两种改进方法均对普通电导增量法中控制步长固定的不足做了修改。按照一天中光照强度变化的近似规律设置环境条件,仿真模拟光伏电池组件的MPPT控制,仿真结果进一步验证了模型准确性以及改进后的梯度变步长最大功率控制算法的优越性。     

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.     

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。     

结合智能数据库的电导增量MPPT系统研究

本文针对太阳能光伏发电系统的功率输出非线性特点,提出一种结合数据库,利用电导增量实现最大功率跟踪的系统。论文根据光伏阵列的特性,建立光伏系统数学模型,采用电导增量法建立历史和实时数据库,通过数据库查询尽快跟踪功率变化,调整占空比,达到实时最大功率跟踪。系统采用MSP430作为控制器,定时方式产生PWM控制变换器开关。研究结果表明,系统可以快速跟踪最大功率变化,提高跟踪精度和输出功率,相对传统电导增量法本文方法跟踪速度提高5%-20%。     

改进粒子群算法在光伏多峰值MPPT中的应用

光伏阵列在局部遮阴的情况下会呈现多峰值的特性,传统的最大功率点跟踪（MPPT）算法会陷入局部最优点,从而导致算法实效。粒子群算法较其他智能算法具有参数少、控制简单的优点,但存在收敛速度慢以及容易早熟收敛的缺点。针对这些问题,提出了改进的粒子群算法,将自适应的惯性权重法与异步变化的学习因子相结合来改善存在的问题。通过MATLAB将传统粒子群算法与改进的粒子群算法仿真对比来验证改进后算法的优越性。