对于光伏阵列而言,阴影遮挡和阵列损坏会导致其输出功率降低。为了提升光伏阵列的输出功率,提出了一种优化的奇偶重构方法(Optimized Odd Even Configuration,OOEC),纠正了奇偶重构法(Odd Even Configuration,OEC)在局部阴影超过4列时,...对于光伏阵列而言,阴影遮挡和阵列损坏会导致其输出功率降低。为了提升光伏阵列的输出功率,提出了一种优化的奇偶重构方法(Optimized Odd Even Configuration,OOEC),纠正了奇偶重构法(Odd Even Configuration,OEC)在局部阴影超过4列时,重构效果差的缺点。所提出的方法将光伏阵列分为自由重构模块和固定重构模块,根据不同的阴影情况调整连接方式,确定最佳的连接关系,并与Arrow So Du ku,Zig-zag,OEC三种方法进行仿真实验对比,仿真结果表明,经过OOEC重构后的光伏阵列输出功率明显提高,光伏阵列的PU输出特性曲线更加趋向于单峰,并且从失配损耗,功率提升百分比,性能比,均衡指数上看来,OOEC有着更好的性能。展开更多
基于扩展频域时域反射法(Spread Spectral Time Domain Reflectometry,SSTDR)的光伏阵列故障诊断方法存在检测盲区和衰减特性,有必要研究检测信号的性质以提高故障检测性能。首先,对检测信号在光伏阵列中的传输行为进行研究,探究不同信...基于扩展频域时域反射法(Spread Spectral Time Domain Reflectometry,SSTDR)的光伏阵列故障诊断方法存在检测盲区和衰减特性,有必要研究检测信号的性质以提高故障检测性能。首先,对检测信号在光伏阵列中的传输行为进行研究,探究不同信号参数对检测范围和精度的影响;其次,根据光伏电池的动态模型和排布规律,搭建光伏阵列故障检测仿真平台,通过断路故障仿真实验对结果进行验证,结果表明,改善信号能有效增强相关峰辨识能力,使光伏组件检测数量增加4块;最后,综合考虑检测盲区和衰减特性对检测性能的影响,提出基于SSTDR的光伏阵列故障检测信号选择策略,用以确定测距范围和最优信号参数。展开更多
实现光伏阵列最大功率点跟踪(Maximum power point tracking, MPPT)的传统算法已经较为成熟,但是在局部阴影出现后会发生寻优失效,难以实现全局最大功率跟踪(Global maximum power tracking, GMPPT)。为解决该问题,研究人员提出将粒子群...实现光伏阵列最大功率点跟踪(Maximum power point tracking, MPPT)的传统算法已经较为成熟,但是在局部阴影出现后会发生寻优失效,难以实现全局最大功率跟踪(Global maximum power tracking, GMPPT)。为解决该问题,研究人员提出将粒子群(Particle swarm optimization, PSO)等群搜索算法应用在MPPT控制过程中,虽然能够控制工作点稳定在全局最大功率点处,但由于该算法收敛能力依赖于核心参数,在应用过程中有一定概率会导致系统振荡。针对以上问题,在电导增量法(Incremental conductance, INC)的基础上提出跃变探索式电导增量法(Jump explore incremental conductance, JEINC),相较于传统电导增量法而言,具有较强的探索能力,能够在局部阴影下实现全局最大功率点跟踪控制,同时所提算法具有较好的收敛能力,在工作点位于最大功率点附近能够快速稳定。在三种光照环境下进行Matlab仿真,从稳定时间、暂态过程能量损耗率和振荡幅值三个方面验证了所提算法相较于电导增量法和粒子群算法的优越性。展开更多
局部阴影情况下,光伏阵列输出功率具有多峰值特性,针对最大功率点跟踪(Maximum power point tracking,MPPT)算法在实际应用中存在着收敛速度较慢,效率较低,且容易陷入局部功率极值的问题,将兼顾收敛速度、精度、功率稳定性的快速布谷鸟...局部阴影情况下,光伏阵列输出功率具有多峰值特性,针对最大功率点跟踪(Maximum power point tracking,MPPT)算法在实际应用中存在着收敛速度较慢,效率较低,且容易陷入局部功率极值的问题,将兼顾收敛速度、精度、功率稳定性的快速布谷鸟搜索(Fast cuckoo search,FCS)算法应用于光伏阵列最大功率追踪。FCS算法采用自适应步长和机会因子可避免过早收敛,全局搜索和跳出局部搜索能力强,收敛速度快,算法后期局部开发能力强,功率振荡小,功率输出稳定,最大功率追踪精度高。仿真表明,在静态阴影、动态阴影条件下,FCS算法较灰狼算法(Grey wolf optimizer,GWO)、粒子群算法(Particle swarm optimization,PSO)具有更快地收敛速度和更高的收敛精度,且稳定性好,有效地提升光伏阵列的输出效率。展开更多
文摘对于光伏阵列而言,阴影遮挡和阵列损坏会导致其输出功率降低。为了提升光伏阵列的输出功率,提出了一种优化的奇偶重构方法(Optimized Odd Even Configuration,OOEC),纠正了奇偶重构法(Odd Even Configuration,OEC)在局部阴影超过4列时,重构效果差的缺点。所提出的方法将光伏阵列分为自由重构模块和固定重构模块,根据不同的阴影情况调整连接方式,确定最佳的连接关系,并与Arrow So Du ku,Zig-zag,OEC三种方法进行仿真实验对比,仿真结果表明,经过OOEC重构后的光伏阵列输出功率明显提高,光伏阵列的PU输出特性曲线更加趋向于单峰,并且从失配损耗,功率提升百分比,性能比,均衡指数上看来,OOEC有着更好的性能。
文摘基于扩展频域时域反射法(Spread Spectral Time Domain Reflectometry,SSTDR)的光伏阵列故障诊断方法存在检测盲区和衰减特性,有必要研究检测信号的性质以提高故障检测性能。首先,对检测信号在光伏阵列中的传输行为进行研究,探究不同信号参数对检测范围和精度的影响;其次,根据光伏电池的动态模型和排布规律,搭建光伏阵列故障检测仿真平台,通过断路故障仿真实验对结果进行验证,结果表明,改善信号能有效增强相关峰辨识能力,使光伏组件检测数量增加4块;最后,综合考虑检测盲区和衰减特性对检测性能的影响,提出基于SSTDR的光伏阵列故障检测信号选择策略,用以确定测距范围和最优信号参数。
文摘实现光伏阵列最大功率点跟踪(Maximum power point tracking, MPPT)的传统算法已经较为成熟,但是在局部阴影出现后会发生寻优失效,难以实现全局最大功率跟踪(Global maximum power tracking, GMPPT)。为解决该问题,研究人员提出将粒子群(Particle swarm optimization, PSO)等群搜索算法应用在MPPT控制过程中,虽然能够控制工作点稳定在全局最大功率点处,但由于该算法收敛能力依赖于核心参数,在应用过程中有一定概率会导致系统振荡。针对以上问题,在电导增量法(Incremental conductance, INC)的基础上提出跃变探索式电导增量法(Jump explore incremental conductance, JEINC),相较于传统电导增量法而言,具有较强的探索能力,能够在局部阴影下实现全局最大功率点跟踪控制,同时所提算法具有较好的收敛能力,在工作点位于最大功率点附近能够快速稳定。在三种光照环境下进行Matlab仿真,从稳定时间、暂态过程能量损耗率和振荡幅值三个方面验证了所提算法相较于电导增量法和粒子群算法的优越性。
文摘局部阴影情况下,光伏阵列输出功率具有多峰值特性,针对最大功率点跟踪(Maximum power point tracking,MPPT)算法在实际应用中存在着收敛速度较慢,效率较低,且容易陷入局部功率极值的问题,将兼顾收敛速度、精度、功率稳定性的快速布谷鸟搜索(Fast cuckoo search,FCS)算法应用于光伏阵列最大功率追踪。FCS算法采用自适应步长和机会因子可避免过早收敛,全局搜索和跳出局部搜索能力强,收敛速度快,算法后期局部开发能力强,功率振荡小,功率输出稳定,最大功率追踪精度高。仿真表明,在静态阴影、动态阴影条件下,FCS算法较灰狼算法(Grey wolf optimizer,GWO)、粒子群算法(Particle swarm optimization,PSO)具有更快地收敛速度和更高的收敛精度,且稳定性好,有效地提升光伏阵列的输出效率。