在出现局部阴影的情况下,光伏阵列的输出特性具有高度的非线性、时变性以及功率极值点增加的特性,因此,导致传统的最大功率点跟踪(maximum power point tracking,MPPT)算法失效。针对这一问题,提出了一种基于粒子群优化算法和变步长电...在出现局部阴影的情况下,光伏阵列的输出特性具有高度的非线性、时变性以及功率极值点增加的特性,因此,导致传统的最大功率点跟踪(maximum power point tracking,MPPT)算法失效。针对这一问题,提出了一种基于粒子群优化算法和变步长电导增量法的改进MPPT算法。首先分析太阳能电池数学模型,选择Simulink的PV Array模块模拟太阳能电池,搭建完整仿真电路模型。然后编写基于粒子群优化算法和变步长电导增量法的改进MPPT算法程序。最后在温度为25℃,光照强度为1000 W/m2条件下,对比不同方法的仿真结果。实验结果表明:所提算法能够在系统的快速启动以及光照情况发生变化时完成最大功率点的快速定位,并可以根据设定的情况将最大功率点稳定在一个较为精确的范围。展开更多
为减小光伏电池因环境变化造成的功率损失,提高系统的光电转换效率及跟踪响应速度,在传统电导增量法的基础上结合自适应变步长最小均方差LMS(least mean squre)算法,提出了一种自适应变步长最大功率跟踪算法,并在Matlab环境下利用SimPow...为减小光伏电池因环境变化造成的功率损失,提高系统的光电转换效率及跟踪响应速度,在传统电导增量法的基础上结合自适应变步长最小均方差LMS(least mean squre)算法,提出了一种自适应变步长最大功率跟踪算法,并在Matlab环境下利用SimPowerSystem功能模块建立了光伏电池的数学模型及自适应变步长算法的控制器模型。仿真结果表明,该算法在光照、温度等系统参数扰动的情况下都能快速找到新的工作点,表现出良好的动态及稳态特性,证实了算法的正确性和有效性。展开更多
由于现今光伏系统使用场所的环境因素变化较大,需要有更高的转换效率和适应度,为了改善定步长电导增量法控制能力的局限性,使其适应在多变环境下的最大功率点跟踪控制。因此在定步长电导增量法的基础上,结合自适应最小均方差LMS(Least M...由于现今光伏系统使用场所的环境因素变化较大,需要有更高的转换效率和适应度,为了改善定步长电导增量法控制能力的局限性,使其适应在多变环境下的最大功率点跟踪控制。因此在定步长电导增量法的基础上,结合自适应最小均方差LMS(Least Mean Squre)算法,提出了一种改进的自适应变步长最大功率跟踪算法,并在Matlab环境下利用Simulink平台搭建光伏电池仿真模块及自适应变步长算法的S函数控制模块。仿真结果表明,该算法能够快速准确地跟踪最大功率点,并能保持系统的稳定性。展开更多
文摘在出现局部阴影的情况下,光伏阵列的输出特性具有高度的非线性、时变性以及功率极值点增加的特性,因此,导致传统的最大功率点跟踪(maximum power point tracking,MPPT)算法失效。针对这一问题,提出了一种基于粒子群优化算法和变步长电导增量法的改进MPPT算法。首先分析太阳能电池数学模型,选择Simulink的PV Array模块模拟太阳能电池,搭建完整仿真电路模型。然后编写基于粒子群优化算法和变步长电导增量法的改进MPPT算法程序。最后在温度为25℃,光照强度为1000 W/m2条件下,对比不同方法的仿真结果。实验结果表明:所提算法能够在系统的快速启动以及光照情况发生变化时完成最大功率点的快速定位,并可以根据设定的情况将最大功率点稳定在一个较为精确的范围。
文摘为减小光伏电池因环境变化造成的功率损失,提高系统的光电转换效率及跟踪响应速度,在传统电导增量法的基础上结合自适应变步长最小均方差LMS(least mean squre)算法,提出了一种自适应变步长最大功率跟踪算法,并在Matlab环境下利用SimPowerSystem功能模块建立了光伏电池的数学模型及自适应变步长算法的控制器模型。仿真结果表明,该算法在光照、温度等系统参数扰动的情况下都能快速找到新的工作点,表现出良好的动态及稳态特性,证实了算法的正确性和有效性。
文摘由于现今光伏系统使用场所的环境因素变化较大,需要有更高的转换效率和适应度,为了改善定步长电导增量法控制能力的局限性,使其适应在多变环境下的最大功率点跟踪控制。因此在定步长电导增量法的基础上,结合自适应最小均方差LMS(Least Mean Squre)算法,提出了一种改进的自适应变步长最大功率跟踪算法,并在Matlab环境下利用Simulink平台搭建光伏电池仿真模块及自适应变步长算法的S函数控制模块。仿真结果表明,该算法能够快速准确地跟踪最大功率点,并能保持系统的稳定性。