基于IWOA-BA的局部遮阴下光伏最大功率追踪

针对光伏阵列在局部遮阴下呈现多峰突变,导致传统最大功率点追踪算法(MPPT)失能的问题,提出了自适应权重及随机差分策略鲸鱼优化算法(IWOA)和蝙蝠算法(BA)的复合算法IWOA-BA.首先考量IWOA突变收敛因子及可变权重策略,使局部寻优和全局搜索能力达到动态平衡,迭代变化显著;然后,通过BA局部搜索机制进行有效变异操作,提高跳出局部最优解的能力;算法后期通过随机差分变异策略对个体位置进行二次更新,以此增加种群多样性;最后,对比传统粒子群算法(PSO)、斑马优化算法(ZOA)、鲸鱼算法(WOA),通过Simulink仿真测试结果显示,IWOA-BA在静态和动态的追踪速度和寻优精度上都具有显著优越性.

基于ICS-INC的局部阴影下光伏最大功率点追踪研究

传统最大功率点追踪技术(Maximum Power Point Tracking, MPPT)存在收敛速度慢、精度差、易陷入局部最优等缺点.针对上述问题,提出一种基于改进布谷鸟算法(Improved Cuckoo Search, ICS)和电导增量法(Incremental Conductancemethod, INC)的联合MPPT控制方式.首先对布谷鸟算法(Cuckoo Search, CS)中莱维步长和毁巢率进行了自适应变化增加了迭代收敛速度和全局寻优能力,其次通过判断鸟巢间最大位置差ξ切换INC防止其陷入局部极小值,最后分别进行静态对比和动态光照仿真实验.静态对比仿真结果表明此控制方式在追踪速度和精度上更有优越性;动态仿真测试结果证明该方法在复杂环境下具有鲁棒性.

船舶光伏发电最大功率点跟踪无模型自适应控制

针对船舶光伏发电系统输出功率优化控制问题,并充分考虑复杂海况天气、船舶横摇和海盐结晶导致的船舶光伏发电系统模型参数时变,提出一种船舶光伏发电最大功率点跟踪无模型自适应控制方法。首先,根据光伏发电系统的输出和输入数据建立了离散非线性系统;其次,采用基于紧格式动态线性化的数据模型设计最大功率点跟踪无模型自适应控制器;最后,给出了伪偏导数估计算法。通过对比仿真实验,所提控制方法提高了船舶光伏发电系统的输出功率的稳定性。在恒定25℃环境温度及辐照度900 W·m^(-2)下,采用无模型自适应控制和基于扰动观察法的最大功率点跟踪时间分别为0.1、0.3 s,功率振荡幅度分别为5、18 W;在2 s时刻辐照度变化为500 W·m^(-2)时,采用无模型自适应控制和基于扰动观察法的最大功率点跟踪时间分别为0.02、0.06 s,功率振荡幅度分别为100、250 W。可以看出,采用无模型自适应控制的最大功率点跟踪方法可改善船舶光伏系统最大功率跟踪性能,验证了所提控制方法的有效性和优越性。

基于改进Jaya算法的光伏最大功率追踪控制

针对光伏阵列在局部阴影或者光照不均匀情况下,追踪最大输出功率收敛慢、精度低的问题,提出一种改进Jaya算法的光伏最大功率跟踪控制策略.其无需依赖特定的算法控制参数,并引入收敛因子和自适应迭代次数等策略,进一步提升算法的收敛速度和精度.在MATLAB/Simulink中搭建光伏阵列仿真模型,将改进Jaya算法与传统追踪算法在同一模型下进行对比分析,结果表明,改进后的Jaya算法在复杂光照条件下具有更快的追踪速度与更高的精度,能够提高光伏系统的发电效率.

基于复合算法的光伏最大功率点追踪

由于光伏阵列在局部阴影情况下输出功率呈多峰值状态,而传统最大功率点追踪(MPPT:Maximum Power Point Tracking)控制无法解决多峰问题,会陷入局部最优,影响光伏发电效率,为此,提出一种复合算法应用于光伏最大功率点追踪。该方法将麻雀算法的初始种群进行优化,结合反向学习策略,加强了算法的全局搜索能力。当搜索到光伏发电最大功率点附近转换成扰动观察法,利用其快速收敛的特性快速搜索至最大功率点。利用Simulink仿真与硬件实验,验证所提出复合算法的全局搜索能力和快速收敛能力,与麻雀算法、扰动观察法相对比,复合算法的准确性和快速性具有显著提升。

融合最大功率点追踪的光伏发电功率全局控制研究

不确定自然环境因素的影响下,光伏发电输出功率的非线性特征增加了其控制难度,导致新能源发电的利用率偏低。为解决该问题,基于最大功率点追踪技术,提出光伏发电功率全局控制新方法。结合辐照强度、光照温度等外界条件,建立光伏发电模型。利用均匀光照下的最大功率点追踪方法,构建比例因子对追踪动态响应速度的影响模型。在光照不均匀条件下,将单峰值非线性特征曲线转变为多峰值非线性特征曲线,求解多峰值非线性特征的全局最大值问题,利用蚁群算法选取高信息素路径作为最优解,实现发电功率全局控制。采用simulink软件构建光伏发电仿真模型,分析不同辐照强度条件下的光伏发电功率控制效果。经实验验证,所提方法能够适应多辐照强度与变化辐照强度等条件,提升了新能源利用率与新能源发电的效益回报,具备投入实践应用的条件。

基于ICS-IP&O的光伏最大功率跟踪

针对光伏组件存在局部阴影条件(PSC)时,功率输出曲线呈现出的多峰现象,传统最大功率点追踪方法容易陷入局部最优情况。为了解决上述问题,提出一种将自适应布谷鸟搜索(ICS)算法和变步长扰动观察法(IP&O)相结合的复合算法(ICS-IP&O)。对布谷鸟搜索方法(CS)的切换概率、Lévy飞行步长系数进行非线性自适应优化,使其满足迭代前、后期不同的需求,加快收敛进程。在偏好随机游走部分,引入粒子群算法思想,对位置更新公式进行优化,提高其多样性,使算法具有较强的全局搜索随机性,降低陷入局部最优的可能性。算法后期切换成IP&O搜索,减小振荡。通过Simulink进行仿真测试,并与粒子群算法(PSO)、布谷鸟算法(CS)进行对比。结果表明,该算法在静态、局部遮阴、动态遮阴条件下均具有更好的收敛速度和精度。

基于改进花授粉算法的光伏最大功率点追踪研究

针对厂区光伏在局部阴影或光照不均匀的情况下,光伏阵列输出存在多个极值点,导致传统优化算法追踪最大功率点时存在速度慢和精度低等问题,提出了基于改进花授粉算法的光伏最大功率跟踪控制策略。采取有利于全局广泛搜索的自适应系数对全局搜索进行改进,提高了算法的收敛速度与精度。通过MATLAB/Simulink建模仿真,证明了所提出的改进花授粉算法在复杂光照条件下具有更快的收敛速度与追踪精度。

浅谈光伏逆变器最大功率点追踪MPPT与电流采集

光伏逆变器是太阳能光伏发电系统中的核心设备之一。光伏逆变器的转换效率直接影响太阳能光伏发电系统的发电效率,而发电效率由逆变器中MPPT主要控制。本文阐述了MPPT的简要原理与电流采集方案,有助于提高光伏逆变器发电效率。

基于IBFA的局部阴影下光伏最大功率点追踪研究

最大功率点追踪(Maximum Power Point Tracking,MPPT)技术是提高光伏发电效率的重要手段之一。针对传统MPPT不能满足局部阴影光照下寻优要求,本文提出一种改进细菌觅食法(Improved Bacteria Foraging Optimization Algorithm,IBFA)。通过引入全局学习方向,牵引细菌种群趋化方向,以此增加了算法的收敛速度;增加自适应步长机制,改善步长多样性,使得算法在寻优过程中可以跳出局部最优,收敛后期更加精确。通过仿真实验测试,该算法在局部阴影下能够跳出局部最优,快速收敛到最大功率点处,同时与粒子群算法(Particle Swarm optimization,PSO)相比性能更加优越。

基于事件触发驱动的最大功率点跟踪及电压稳定控制

针对独立光储微电网电压波动较大、功率不稳定以及光照环境的改变会对负载端电压造成影响的问题,首先根据事件触发驱动策略构建了独立光储微电网系统结构,并设计了事件触发驱动协议;然后基于事件触发改进了扰动观察(Perturbation and observation,P&O)法。在光伏发电系统中,采用基于改进P&O法实现了最大功率点追踪控制,使系统保持稳定在最大功率运行。针对光照时变环境下导致的负载端电压偏差过大问题,提出在系统中加入基于事件触发驱动策略控制的储能装置,通过与发电系统进行能量互补实现负载端电压稳定控制。最后通过仿真实验验证了所用方法及所提控制策略的有效性与正确性。

直流微电网光伏发电最大功率点追踪方法

基于直流微电网母线电压稳定的实际情况,获得光伏电源电压和直流变换器占空比的函数关系,把占空比作为输入变量,在仅需测量光伏电源电流的基础上对其准确实施最大功率点追踪;可省略光伏发电直流微电网中众多分布式光伏电源端电压传感器及其相关电路,减少干扰,提高可靠性,降低系统成本。MATLAB下系统模型仿真和样机试验证明了所提控制方法的正确性与可行性。

太阳电池最大功率点追踪的控制策略

在研究太阳电池电路模型的基础上,提出了一种数模混合的最大功率点追踪策略,可以最大程度的利用太阳能,同时实现了蓄电池的过充保护,最后用实验验证了方案的高效性和实用性。

三相SVPWM整流器在风能最大功率点追踪中应用

变速风力发电机高效利用风能所需的风能最大功率点追踪(MPPT)算法的关键在于能否根据风速变化快速调节风轮转速,使其迅速达到相应的最佳转速。采用直接转矩控制思想以达到此目标,首先介绍了风力发电机空气动力学特性及永磁同步电机直接转矩控制原理,然后通过空间矢量脉冲宽度调制(SVPWM)直接电流控制的整流器实时控制其输出电流跟踪指令电流的方法实现变速风力发电机中的MPPT控制。仿真研究证明该方法具有控制简单、跟踪响应快的特点,能够达到风能的MPPT算法要求。

部分遮挡条件下光伏阵列全局最大功率点追踪控制

光伏阵列的部分遮挡,使阵列功率电压特性呈现多峰,现有最大功率追踪方法在速度、准确度和可操作性方面仍有较大改进空间。首先,利用恒流源特性提出全局最大功率追踪新方法,即调整电流线法,该方法在P-U特性上沿着电流线斜率单调变化的方向不断调整电流线;然后对所提方法利用恒流源特性加快电流搜索过程并提高搜索终止条件的准确性;再从搜索过程和搜索终止条件两方面对现有0.8倍开路电压法进行改进;最后,以某光伏阵列3种遮挡模式以及遮挡模式间的变化为例,通过仿真验证所提两种方法(调整电流线法和改进的0.8倍开路电压法)均能准确、快速地追踪到全局最大功率点。所提方法为多峰最大功率追踪提供了新的思路。

三相光伏系统中一种新的最大功率点追踪方法

为了提高光伏器件利用效率,对最大功率点跟踪(MPPT)方法进行研究.针对扰动观察法在天气快速变化时,会产生误判这一问题,在功率差值-扰动观察法(dP-P&O)的基础上,引入光照变化加速度的概念,对光照变化过程进行更精确的建模,减少最大功率跟踪过程中的误判现象.同时,利用功率守恒原理,对光伏阵列输出和逆变器输出功率之间的关系进行分析,得出通过比较扰动前后并网电流的变化来实现MPPT控制的方法.该方法不需要对光伏阵列的输出电压和电流进行检测,降低了光伏系统的成本.仿真和实验结果表明,该方法是可行的,并且系统能够保持稳定性.

基于BOOST电路的PV最大功率点追踪仿真

在对光伏电池进行数学分析的基础上建立了数学模型,通过仿真分析了光伏电池输出电流和输出功率的变化规律.以电导增量法为基础,提出了基于BOOST电路的最大功率点追踪策略,并在MATLAB/SIMULINK里搭建了模型.仿真结果表明,这一方法可以很好地实现对最大功率点的追踪.

考虑局部阴影的光伏阵列最大功率点追踪优化控制策略

针对局部阴影下光伏阵列出现多峰值输出的情况,提出一种优化粒子群算法与模糊控制扰动观察法相结合的最大功率点追踪方法。利用优化粒子群算法在全局范围内寻找极值点及最大功率点;通过设置语言变量、定义模糊子集及模糊控制推理,进行跟踪调节和稳定控制,实现光伏系统最大功率输出。提高了搜寻精度,缩短了搜寻时间,避免了在最大功率点处的震荡。仿真结果验证了所提算法的有效性和合理性。

基于松鼠算法的光伏最大功率点追踪研究

面对因遮光而处在部分阴影状态下的太阳能光伏阵列,其输出功率特征曲线从单峰变成多峰,传统的最大功率点追踪技术在这种情形下显现出收敛速度慢、震荡幅度范围大和收敛精度低等问题。针对这些问题,将松鼠觅食算法运用到太阳能光伏阵列多峰值MPPT控制系统中。首先构建处于局部遮阴情况下的太阳能光伏阵列模型,连接到Boost电路,将算法中松鼠的位置对应为开关管的占空比,通过算法的迭代更新调整占空比来实现MPPT控制。通过建立仿真验证,相比于传统启发式粒子群算法,松鼠觅食算法在应对局部阴影情况下的收敛速度提高3.5倍,追踪效率提升0.1%,且震荡期间产出能量更高。

基于改进扰动观察法的小型风电最大功率点追踪控制

针对传统算法在追踪小型风力发电系统最大功率点时无法兼顾追踪速度和稳态性的问题,提出了一种基于改进型扰动观察法的最大功率点追踪算法。首先,利用扰动观察法快速追踪并到达最大功率点附近;然后,将算法切换为二分法以准确定位最大功率点。为减小DC/DC转换电路在运行中产生的纹波对系统造成的影响,在功率采样中加入了平均计算模块。以小型永磁同步风力发电机为验证对象,搭建了仿真模型;从输出功率变化和风能利用系数变化2个角度展开对比分析。结果表明,与传统扰动观察法相比,所提出算法的动态响应追踪速度较快,能有效减小稳态振幅、克服风速发生变化时功率振荡和算法误判。