光伏电池板所处环境的非线性变化使得光伏电池的功率保持在最大功率点(maximum power point,MPP)非常困难。传统的最大功率点跟踪(maximum power point tracking,MPPT)方法普遍存在技术缺陷,无法满足当前需求。针对光伏发电MPPT问题,该...光伏电池板所处环境的非线性变化使得光伏电池的功率保持在最大功率点(maximum power point,MPP)非常困难。传统的最大功率点跟踪(maximum power point tracking,MPPT)方法普遍存在技术缺陷,无法满足当前需求。针对光伏发电MPPT问题,该文提出了一种基于麻雀搜索算法优化的极限学习机(sparrow search algorithm-extreme learning machine,SSA-ELM)神经网络控制器的MPPT方法。与传统技术相比,该MPPT方法在稳定性、速度、超调和MPP的振荡等方面的效果均较好。使用MATLAB/Simulink平台进行仿真实验,验证了所提控制策略及理论分析的正确性。展开更多
为了解决传统最大功率点跟踪(maximum power point tracking,MPPT)控制算法在局部遮荫环境中易陷入局部最优的问题,以及智能优化算法寻优速度慢的问题,提出了一种基于自适应扰动观察(IP&O)和改进麻雀搜索算法(sparrow search algori...为了解决传统最大功率点跟踪(maximum power point tracking,MPPT)控制算法在局部遮荫环境中易陷入局部最优的问题,以及智能优化算法寻优速度慢的问题,提出了一种基于自适应扰动观察(IP&O)和改进麻雀搜索算法(sparrow search algorithm,SSA)的复合IP&O-SSA。该算法对SSA加入了Tent序列初始化,对预警者加入了Levy飞行策略,再对P&O进行了自适应和滤波处理。该算法采用双层控制结构,先通过改进后的SSA进行全局搜索到最大功率点附近,再通过改进后的IP&O进行小步平缓搜索到跟踪最大功率点。通过在Simulink仿真标准环境、局部遮荫、环境突变3种情形,仿真结果表明:在标准环境下,该算法最先跟踪到最大功率点,收敛时间比改进前的扰动观察(P&O)和SSA缩短了3 ms、16 ms,跟踪效率高达99.99%;局部遮荫条件下,只有P&O会陷入局部最优,无法有效跟踪到系统的最大功率点,相较于改进前的SSA,该文算法的平均收敛时间缩短了8 ms,同时跟踪效率高达99.68%,提升了0.09%。验证了该算法适用于日常大部分应用情景,为提升光伏阵列的发电效率提供了理论控制算法基础,为之后的光伏阵列并网减少了不必要的功率损耗。展开更多
局部阴影下,在光伏最大功率点追踪(maximum power point tracking,MPPT)过程中,以往的方法通常采用的是全局搜索,这一过程会出现搜索时间长、收敛速度慢、局部寻优、功率振荡时间长等问题。对此,提出双优化粒子群算法(particle swarm op...局部阴影下,在光伏最大功率点追踪(maximum power point tracking,MPPT)过程中,以往的方法通常采用的是全局搜索,这一过程会出现搜索时间长、收敛速度慢、局部寻优、功率振荡时间长等问题。对此,提出双优化粒子群算法(particle swarm optimization,PSO),即先通过数学推导优化最大功率点存在的电压区间,由全局缩小范围,在此区间内再运用PSO搜索,并优化算法中的系数c_(1)、c_(2),引入搜索程度因子d来增强其收敛性。在MATLAB/Simulink仿真中设置两组光照并通过全局搜索算法中的传统PSO与改进PSO进行对比分析。仿真显示该方法在上述问题方面均有较为明显的改善。展开更多
针对爬山法(hill-climbing searching,HCS)在最大功率点(maximum power point,MPP)处存在的转速振荡和风速变化导致搜索方向误判的问题,提出1种具有扰动停止机制的改进爬山算法。该算法不仅继承了变步长爬山法快速搜索至MPP附近的优点,...针对爬山法(hill-climbing searching,HCS)在最大功率点(maximum power point,MPP)处存在的转速振荡和风速变化导致搜索方向误判的问题,提出1种具有扰动停止机制的改进爬山算法。该算法不仅继承了变步长爬山法快速搜索至MPP附近的优点,还具有MPP检测和停止机制。在风机跟踪至MPP附近时,该机制不仅可以有效降低转速振荡对风机系统机械部件的磨损,而且克服了算法停止机制生效后风速再次变化时对搜索方向判断的干扰,从而进一步提高了风能捕获效率。在简化风电系统模型的基础上,仿真结果验证了该算法的有效性和优越性。展开更多
针对目前跟踪式太阳能光伏电池发电系统跟踪误差较大、抗干扰性较差、系统耗能较高等问题,融合大功率点追踪(maximum power point tracking,MPPT)和智能寻光感知技术设计了套太阳能光伏电池跟踪系统,实现了光电转化效率的大化。运用投...针对目前跟踪式太阳能光伏电池发电系统跟踪误差较大、抗干扰性较差、系统耗能较高等问题,融合大功率点追踪(maximum power point tracking,MPPT)和智能寻光感知技术设计了套太阳能光伏电池跟踪系统,实现了光电转化效率的大化。运用投影原理研制了寻光传感器,加入光强感测单元构成智能寻光感知模块,消除气候条件影响实现系统全天候的运行工作。为降低系统功耗,将跟踪方式设计为离散式,系统空闲时断电待机。对实现大功率点跟踪的扰动观察法进行优化改进,提出差别化扰动方式避免了扰动观察法在大功率点附近产生震荡及光强变化时的误动作。经实验验证,该系统跟踪分辨力可达到0.344?,系统误差小于2.5°,系统充电效率提高40%以上。展开更多
对光伏阵列进行最大功率点跟踪控制(Maximum Power Point Tracking,简称MPPT),是提高光伏发电系统输出功率的有效措施之一。文章以光伏阵列非线性输出特性为切入点展开研究,在分析了常规算法的优缺点基础上,针对其在最大功率点处(MPP)...对光伏阵列进行最大功率点跟踪控制(Maximum Power Point Tracking,简称MPPT),是提高光伏发电系统输出功率的有效措施之一。文章以光伏阵列非线性输出特性为切入点展开研究,在分析了常规算法的优缺点基础上,针对其在最大功率点处(MPP)动态和稳态性能不佳等问题,提出了一种基于布谷鸟搜索算法(CSA)和模糊PI(FPI)控制相结合的光伏阵列MPPT算法。在MATLAB/Simulink下进行了仿真建模,仿真结果表明该方法能够迅速准确地跟踪光伏阵列的最大功率点,防止算法跟踪方向误判情况的发生,具有快速跟踪性和鲁棒性;同时实验结果也证实了上述算法的正确性和有效性。展开更多
文摘光伏电池板所处环境的非线性变化使得光伏电池的功率保持在最大功率点(maximum power point,MPP)非常困难。传统的最大功率点跟踪(maximum power point tracking,MPPT)方法普遍存在技术缺陷,无法满足当前需求。针对光伏发电MPPT问题,该文提出了一种基于麻雀搜索算法优化的极限学习机(sparrow search algorithm-extreme learning machine,SSA-ELM)神经网络控制器的MPPT方法。与传统技术相比,该MPPT方法在稳定性、速度、超调和MPP的振荡等方面的效果均较好。使用MATLAB/Simulink平台进行仿真实验,验证了所提控制策略及理论分析的正确性。
文摘为了解决传统最大功率点跟踪(maximum power point tracking,MPPT)控制算法在局部遮荫环境中易陷入局部最优的问题,以及智能优化算法寻优速度慢的问题,提出了一种基于自适应扰动观察(IP&O)和改进麻雀搜索算法(sparrow search algorithm,SSA)的复合IP&O-SSA。该算法对SSA加入了Tent序列初始化,对预警者加入了Levy飞行策略,再对P&O进行了自适应和滤波处理。该算法采用双层控制结构,先通过改进后的SSA进行全局搜索到最大功率点附近,再通过改进后的IP&O进行小步平缓搜索到跟踪最大功率点。通过在Simulink仿真标准环境、局部遮荫、环境突变3种情形,仿真结果表明:在标准环境下,该算法最先跟踪到最大功率点,收敛时间比改进前的扰动观察(P&O)和SSA缩短了3 ms、16 ms,跟踪效率高达99.99%;局部遮荫条件下,只有P&O会陷入局部最优,无法有效跟踪到系统的最大功率点,相较于改进前的SSA,该文算法的平均收敛时间缩短了8 ms,同时跟踪效率高达99.68%,提升了0.09%。验证了该算法适用于日常大部分应用情景,为提升光伏阵列的发电效率提供了理论控制算法基础,为之后的光伏阵列并网减少了不必要的功率损耗。
文摘局部阴影下,在光伏最大功率点追踪(maximum power point tracking,MPPT)过程中,以往的方法通常采用的是全局搜索,这一过程会出现搜索时间长、收敛速度慢、局部寻优、功率振荡时间长等问题。对此,提出双优化粒子群算法(particle swarm optimization,PSO),即先通过数学推导优化最大功率点存在的电压区间,由全局缩小范围,在此区间内再运用PSO搜索,并优化算法中的系数c_(1)、c_(2),引入搜索程度因子d来增强其收敛性。在MATLAB/Simulink仿真中设置两组光照并通过全局搜索算法中的传统PSO与改进PSO进行对比分析。仿真显示该方法在上述问题方面均有较为明显的改善。
文摘针对爬山法(hill-climbing searching,HCS)在最大功率点(maximum power point,MPP)处存在的转速振荡和风速变化导致搜索方向误判的问题,提出1种具有扰动停止机制的改进爬山算法。该算法不仅继承了变步长爬山法快速搜索至MPP附近的优点,还具有MPP检测和停止机制。在风机跟踪至MPP附近时,该机制不仅可以有效降低转速振荡对风机系统机械部件的磨损,而且克服了算法停止机制生效后风速再次变化时对搜索方向判断的干扰,从而进一步提高了风能捕获效率。在简化风电系统模型的基础上,仿真结果验证了该算法的有效性和优越性。
文摘针对目前跟踪式太阳能光伏电池发电系统跟踪误差较大、抗干扰性较差、系统耗能较高等问题,融合大功率点追踪(maximum power point tracking,MPPT)和智能寻光感知技术设计了套太阳能光伏电池跟踪系统,实现了光电转化效率的大化。运用投影原理研制了寻光传感器,加入光强感测单元构成智能寻光感知模块,消除气候条件影响实现系统全天候的运行工作。为降低系统功耗,将跟踪方式设计为离散式,系统空闲时断电待机。对实现大功率点跟踪的扰动观察法进行优化改进,提出差别化扰动方式避免了扰动观察法在大功率点附近产生震荡及光强变化时的误动作。经实验验证,该系统跟踪分辨力可达到0.344?,系统误差小于2.5°,系统充电效率提高40%以上。
文摘对光伏阵列进行最大功率点跟踪控制(Maximum Power Point Tracking,简称MPPT),是提高光伏发电系统输出功率的有效措施之一。文章以光伏阵列非线性输出特性为切入点展开研究,在分析了常规算法的优缺点基础上,针对其在最大功率点处(MPP)动态和稳态性能不佳等问题,提出了一种基于布谷鸟搜索算法(CSA)和模糊PI(FPI)控制相结合的光伏阵列MPPT算法。在MATLAB/Simulink下进行了仿真建模,仿真结果表明该方法能够迅速准确地跟踪光伏阵列的最大功率点,防止算法跟踪方向误判情况的发生,具有快速跟踪性和鲁棒性;同时实验结果也证实了上述算法的正确性和有效性。