基于跃变探索式电导增量法的光伏阵列全局最大功率点跟踪控制研究

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。

局部阴影下基于GWO-P&O混合算法的光伏最大功率点跟踪

针对局部遮阴环境下传统灰狼优化(Gray wolf optimization,GWO)算法在跟踪最大功率点时P-U特性曲线出现多峰值、后期收敛速度慢、稳态精度低等问题,结合灰狼优化算法和扰动观察法(Perturbation and observation,P&O)各自的优势,提出了基于GWO-P&O的混合优化最大功率点跟踪(Maximum power point tracking,MPPT)算法。首先,采用灰狼优化算法逐渐向光伏的全局最大功率点靠近。其次,在灰狼优化算法收敛后期引入P&O法,既保持了灰狼优化算法较高的稳态精度,又能以较快速度寻找到局部最大功率点。最后,在不同环境工况下,将所提出的GWO-P&O方法与传统GWO算法进行对比。结果表明,改进的GWO-P&O算法在保证良好稳态性能的同时,一定程度上提高了GWO算法后期跟踪最大功率时的收敛速度。

独立光伏阵列全局最大功率点跟踪控制技术

受多种因素影响,传统独立光伏阵列跟踪方法跟踪效率低、速度慢,为此提出一种独立光伏阵列全局最大功率点跟踪控制技术。通过建立独立光伏阵列工程仿真模型,模拟在实际工程中的光伏阵列发电特性;分析独立光伏阵列输出特性,得到I-U特性曲线和P-U特性曲线;利用梯度法跟踪全局最大功率点,观察P-U特性曲线存在的扰动,求得P-U特性曲线上的最大值。经实验论证分析,在无阴影条件下,该方法的振荡范围更小,跟踪速度更快;在静态阴影条件下,跟踪精度更高,具有良好的控制能力;在动态阴影条件下,能够在阴影突变后再次准确找到全局最大功率点。

局部阴影下光伏阵列全局最大功率点跟踪控制方法综述

介绍了局部阴影下光伏阵列输出特性及最大功率点跟踪原理,对现有全局最大功率点跟踪控制方法从基于阵列硬件结构、采样数据、现代控制理论及其它等4方面进行分类与总结,对局部阴影下全局最大功率点跟踪还需关注的问题与未来全局最大功率点跟踪技术的发展方向进行了探讨。

基于全局学习自适应细菌觅食算法的光伏系统全局最大功率点跟踪方法

为了使光伏发电系统输出功率最大化,最大功率点跟踪(MPPT)技术被广泛采用。当出现局部遮阴等外部天气条件变化时,会使得光伏功率特性曲线出现多峰现象,增加最大功率追踪过程的复杂性。传统的MPPT方法和软计算技术由于固定步长和随机性不足等缺点,可能无法跟踪到全局最大功率点(GMPP)。为此本文提出一种全局学习自适应细菌觅食算法,将全局学习机制和自适应步长策略引入到传统的细菌觅食算法中,以提高算法的求解精度和收敛速度。同时,采用直接控制法模型,并提出两步法MPPT控制策略,避免光伏系统输出功率趋于最大点时的功率振荡,提高系统的输出效率。仿真结果表明所提出的方法在动态环境条件下可以准确快速地跟踪GMPP。

局部阴影下光伏阵列全局最大功率点跟踪改进算法

1局部阴影条件下光伏发电系统模型太阳能光伏电池单元的等效电路模型如图1所示,它由理想电流源I_（PH）、反向并联二极管D、串联电阻R_S、和并联电阻R_P构成。光伏阵列的输出特性在局部阴影条件下是比较复杂的。传统的最大功率点跟踪方法容易陷入局部最优,现提出一种用于搜索全局最优点的动态粒子群方法。

粒子群优化算法在光伏阵列多峰最大功率点跟踪中的应用

局部阴影情况下,光伏阵列功率-电压(P-U)特性曲线呈现多个极值点,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。研究了粒子群优化算法(particle swarm optimization,PSO)在光伏阵列(photovoltaic array)多峰MPPT中的应用,该方法根据多峰P-U曲线的特性,提出将粒子初始位置分散定位在可能的峰值点电压处这一新思路,保证了粒子群算法不会陷入局部极值点且不会错过任何极值点。设置了粒子群算法的参数,同时提出有效的迭代终止策略,能够避免系统趋于稳定时的功率振荡。最后通过仿真验证了该算法在有、无阴影情况下均能够快速且准确地跟踪最大功率点,有效地提高了光伏阵列输出效率。

基于局部阴影下光伏阵列电流特性的最大功率点跟踪算法

光伏发电作为目前太阳能利用的主要形式,容易受到局部阴影的影响,其P-V输出特性曲线呈现多峰特点,使得常规的最大功率点跟踪方法难以准确跟踪到全局最大功率点。通过充分利用局部阴影下光伏阵列最大功率点电流与短路电流之间近似的比例关系,提出一种三步骤全局最大功率点跟踪算法,该算法能够快速准确地跟踪到系统全局最大功率点,且不需要任何附加硬件电路。以1k W的Boost变换器为实验平台,将所提出算法和常规全局搜索法的跟踪过程进行比较,证明了该算法的有效性。

局部阴影条件下最大功率点跟踪改进算法

利用MATLAB对光伏阵列在不同阴影情况下的输出特性进行仿真,并总结出光伏阵列可能出现局部最大功率点电压与开路电压之间的规律。根据该规律提出改进型电导增量法,将参考电压依次设为可能出现局部最大功率点的电压以避免漏掉任何一个峰值点,并通过比较这些局部最大功率点,追踪到全局最大功率点。设置参考电压阈值以判断是否存在局部最大功率点,减少搜索时间。仿真结果验证了该算法在有、无阴影的情况下都能准确搜索到全局最大功率点。

部分遮挡条件下光伏阵列最大功率点跟踪方法

针对光伏阵列在部分阴影遮挡条件下具有多个局域最大功率点的最大功率点跟踪问题,在详细分析光伏阵列I-V特性的基础上,提出一种新颖的全局最大功率点跟踪方法。该方法根据光伏阵列最大功率点附近电压随电流的增加迅速下降的特点,先以大步长扫描方法锁定到各局域峰点附近,然后再采用P&O法以小步长跟踪该峰点,最后通过比较搜索到的各个局域峰点的功率来确定全局最大功率点。仿真和实验结果表明所提方法能够准确而迅速地跟踪到全局最大功率点,有效提高光伏阵列在部分阴影遮挡条件下的并网发电输出效率。

基于变异粒子群算法的光伏系统最大功率点跟踪研究

提出一种变异粒子群算法(MPSO),通过在粒子群算法中引入变异,可改善其跳出局部最优解的能力。变异粒子群算法采用有限的粒子数目即可实现阴影条件下光伏系统的最大功率点跟踪,而无需知道旁路二极管的数目,具有通用性。对变异粒子群算法进行的仿真和试验可证明该算法的有效性。

局部阴影条件下光伏最大功率点跟踪专利分析

本文从探究专利分布和布局的角度出发,选择局部阴影条件下光伏最大功率点跟踪作为主题,通过标准的检索方式,使用国际专利分类号并结合关键词,对专利检索数据库中的专利申请进行了全面的检索,得到相关的专利申请,对上述数据进行细致的筛选分类,揭示了局部阴影条件下光伏最大功率点跟踪领域专利申请的当前状况和未来发展趋势。

基于功率闭环控制与PSO算法的全局MPPT方法

基于对现有多峰值最大功率点跟踪(maximum power point tracking,MPPT)方法不足的分析,提出一种基于功率闭环控制的动态MPPT跟踪策略。该方法采用功率闭环方式实现全局最大功率点的定位,利用功率闭环控制在P-U曲线上的局部不稳定现象实现P-U曲线的快速全局扫描,克服了峰值点分布及算法参数取值对MPPT动态过程的影响。同时采用电压截止控制克服了功率闭环控制对系统整体稳定性的影响。采用基于粒子群(particle swarm optimization,PSO)算法的变步长跟踪策略消除了最大功率点跟踪的稳态功率震荡问题。最后,通过仿真与实验验证该方法的可行性和有效性,结果表明,该方法不依赖光伏阵列的已知信息,便可实现静态和动态环境下全局最大功率点跟踪,提高多峰值最大功率点跟踪的动态速度和稳态跟踪精度。

复杂遮蔽条件下光伏多峰出力特征及GMPPT控制

针对光伏发电系统中最大功率点跟踪(MPPT)算法在遮蔽情况下失效问题,提出了一种基于δ势阱的量子粒子群全局MPPT(GMPPT)算法。结合光照强度变化时的光伏多峰值出力特征,从光伏最大功率点变迁角度出发,分析常规MPPT算法存在搜索盲区的原因,说明GMPPT寻优必要性。提出一种提高粒子多样性、搜索速度及收敛精度的量子行为粒子群优化(QPSO)算法。在MATLAB/SIMSCAPE平台下,结合算例分析,对比标准粒子群优化(PSO)算法,验证所提优化算法在有效GMPPT的情况下,具有参数少、搜索快的特点,同时全局搜索能力强,防早熟效果明显,适用于GMPPT的实现。

一种基于全局最优MPPT算法的研究

针对光伏阵列出现多个局部功率峰值时,传统的MPPT算法导致系统工作在某个局部最大功率点的问题,提出一种新的基于局部扫描法与P&O相结合的全局最优MPPT算法,该方法在系统启动后先采用固定大步长进行全局扫描来找到全局最大功率点,当系统运行在全局最大功率点附近时,然后采用变步长P&O算法变步长扫描来找到精确的最大功率点。基于Matlab/Simulink的仿真模型,对全局最优MPPT算法进行了仿真验证;并搭建一个功率为6 k W的实验平台验证当系统出现多个峰值时的效果。仿真和实验结果验证了所提出的全局最优MPPT算法在光伏阵列出现多峰值时具有很好的MPPT效果。

基于高效电能管理系统的客车光伏技术研究

基于优化的全局最大功率点跟踪算法,通过采用电压环、电流环分频控制,高效准确跟踪移动阴影遮挡情况下的全局最大功率点;设计光伏与动力电池组供能多模式方式,搭配高效电能管理系统,从工作模式切换能量管理方面实现能源高效协调运行,为客车提供离网增程动力。

局部阴影下光伏阵列全局MPPT控制方法

在局部阴影条件下,由带旁路二极管光伏组件构成的光伏阵列的功率-电压特性曲线可能有多个局部最大功率点。为保证寻找到光伏阵列的全局最大功率点,提出了一种基于扰动观测法和导纳增量法的改进全局最大功率点跟踪的控制方法。通过建立仿真模型和试验,验证了该方法的有效性。与基于普通扰动观测法的控制策略比较分析表明,改进算法具有更好的跟踪效果与更小的功率振荡损失。

适用于商业航天的全局MPPT优化算法

在不均匀的光照和温度条件下,商业航天中微小卫星并联使用的太阳能帆板与体装光伏面板会因为串联旁路二极管,P-V输出特性呈现多峰的特点,导致常规算法无法跟踪到全局的最大功率点。在不增加任何附加硬件电路的条件下,通过局域搜索取代全局搜索,充分运用并联光伏阵列峰值点与光伏单元的开路电压、短路电流间的比例关系,提出一种基于电压闭环的快速稳定的全局MPPT优化算法。将其运用到不调节母线的电源模块,可实现对并联光伏阵列全局最大功率点的跟踪。以百瓦级的Superbuck变换器为主搭建实验平台,验证了快速稳定MPPT优化算法的有效性。

基于FPA的光伏发电全局MPPT算法的研究

传统最大功率点跟踪(MPPT)算法在非均匀光照下可能失效,而基于粒子群优化算法(PSO)的全局MPPT算法存在参数设置复杂、输出震荡大的缺点。花粉传播算法(FPA)是一种新颖的智能全局群优化算法,具有收敛速度快,参数设置简单,结果稳定性好等优点。本文提出了一种基于FPA的MPPT算法,在理论分析和大量仿真的基础上对算法参数进行了合理设置。将其与基于PSO的MPPT算法进行对比仿真和实验,结果表明不论光伏阵列光照是否均匀,本文算法都可以有效锁定最大功率点,而且在参数设置,系统输出振荡,收敛时间等方面更具优势。

一种基于全局最优MPPT的混合控制策略研究

针对传统的最大功率点跟踪(MPPT)算法在光伏阵列输出功率出现多个局部峰值时可能导致系统运行在局部最大功率点(MPP)的问题,提出一种将变步长的扰动观察(P&O)法与模糊算法相结合的混合控制策略。利用Matlab/Simulink对全局最优MPPT算法进行了仿真,并在5 kW的样机上进行了当系统出现3个峰值时的验证。仿真和实验结果验证了所提控制策略具有很好的效果。