为解决农村独立光伏系统中光伏出力与负荷功率之间的不平衡问题,可采用包含锂电池和超级电容的混合储能系统对其进行补偿。提出一种基于超级电容荷电状态(state of charge,SOC_(sc))的非线性协调功率分配策略,通过优化设计P_(bat.ref)-S...为解决农村独立光伏系统中光伏出力与负荷功率之间的不平衡问题,可采用包含锂电池和超级电容的混合储能系统对其进行补偿。提出一种基于超级电容荷电状态(state of charge,SOC_(sc))的非线性协调功率分配策略,通过优化设计P_(bat.ref)-SOC_(sc)关系曲线,实现电池功率在不同SOC_(sc)范围内的平滑切换,达到降低电池寿命损耗、优化系统经济性的目的。在MATLAB/Simulink中进行了仿真分析,结果显示应用所提出的策略,一日充放周期内电池平均SOC为49.9345%,寿命损耗值为9.2365×10^(-5),相比于传统方法,该策略能够进一步延长独立光伏-混合储能系统的使用年限。展开更多
为解决混合光伏-温差(photovoltaic thermoelectric generator,PV-TEG)系统的最大功率点跟踪(maximum power point tracking,MPPT)问题以提高能源转换效率和利用率,提出了一种基于指数分布优化器(exponential distribution optimizer,E...为解决混合光伏-温差(photovoltaic thermoelectric generator,PV-TEG)系统的最大功率点跟踪(maximum power point tracking,MPPT)问题以提高能源转换效率和利用率,提出了一种基于指数分布优化器(exponential distribution optimizer,EDO)的混合PV-TEG系统MPPT技术。EDO通过模拟指数分布的随机变化来搜索潜在的解空间,由于随机性,算法可有效避免在局部遮蔽条件(partial shading condition,PSC)下陷入局部最优,并在搜索空间中广泛探索以找到最优解。算例研究包括启动测试、太阳辐照度阶跃变化、随机变化、香港地区四季实际算例4个部分,并与其他5种算法进行对比分析,以较为全面地验证所提EDO技术在混合系统MPPT应用中的可行性和有效性。仿真结果表明,采用EDO的混合PV-TEG系统在不同运行条件下均能稳定、高效地实现最优越的MPPT性能,尤其是在春季低辐照度的条件下,EDO产生的能量分别超过蜻蜓算法(dragonfly algorithm,DA)、增量电导法(incremental conductance method,INC)、扰动观测法(perturbation observation method,P&O)能量输出的68.85%、66.13%和59.69%。展开更多
混合光伏-热电(centralized hybrid photovoltaic thermoelectric generator,PV-TEG)系统在部分遮蔽(partial shading condition,PSC)条件下呈现多个局部最大功率点(local maximum power point,LMPP)。采用多元宇宙优化算法(multi-verse...混合光伏-热电(centralized hybrid photovoltaic thermoelectric generator,PV-TEG)系统在部分遮蔽(partial shading condition,PSC)条件下呈现多个局部最大功率点(local maximum power point,LMPP)。采用多元宇宙优化算法(multi-verse optimization,MVO),用于PV-TEG系统在PSC下的最大功率点跟踪(maximum power point tracking,MPPT)。MVO通过平衡全局搜索和局部搜索,有效识别多个LMPPs中唯一的全局最大功率点(global maximum power point,GMPP),避免搜索结果陷入LMPP,以提高发电效率和能源利用率。算例仿真结果表明:基于MVO的MPPT可以在更短的时间内收集到更高的功率,实现功率波动最小。展开更多
文摘为解决农村独立光伏系统中光伏出力与负荷功率之间的不平衡问题,可采用包含锂电池和超级电容的混合储能系统对其进行补偿。提出一种基于超级电容荷电状态(state of charge,SOC_(sc))的非线性协调功率分配策略,通过优化设计P_(bat.ref)-SOC_(sc)关系曲线,实现电池功率在不同SOC_(sc)范围内的平滑切换,达到降低电池寿命损耗、优化系统经济性的目的。在MATLAB/Simulink中进行了仿真分析,结果显示应用所提出的策略,一日充放周期内电池平均SOC为49.9345%,寿命损耗值为9.2365×10^(-5),相比于传统方法,该策略能够进一步延长独立光伏-混合储能系统的使用年限。
文摘为解决混合光伏-温差(photovoltaic thermoelectric generator,PV-TEG)系统的最大功率点跟踪(maximum power point tracking,MPPT)问题以提高能源转换效率和利用率,提出了一种基于指数分布优化器(exponential distribution optimizer,EDO)的混合PV-TEG系统MPPT技术。EDO通过模拟指数分布的随机变化来搜索潜在的解空间,由于随机性,算法可有效避免在局部遮蔽条件(partial shading condition,PSC)下陷入局部最优,并在搜索空间中广泛探索以找到最优解。算例研究包括启动测试、太阳辐照度阶跃变化、随机变化、香港地区四季实际算例4个部分,并与其他5种算法进行对比分析,以较为全面地验证所提EDO技术在混合系统MPPT应用中的可行性和有效性。仿真结果表明,采用EDO的混合PV-TEG系统在不同运行条件下均能稳定、高效地实现最优越的MPPT性能,尤其是在春季低辐照度的条件下,EDO产生的能量分别超过蜻蜓算法(dragonfly algorithm,DA)、增量电导法(incremental conductance method,INC)、扰动观测法(perturbation observation method,P&O)能量输出的68.85%、66.13%和59.69%。
文摘混合光伏-热电(centralized hybrid photovoltaic thermoelectric generator,PV-TEG)系统在部分遮蔽(partial shading condition,PSC)条件下呈现多个局部最大功率点(local maximum power point,LMPP)。采用多元宇宙优化算法(multi-verse optimization,MVO),用于PV-TEG系统在PSC下的最大功率点跟踪(maximum power point tracking,MPPT)。MVO通过平衡全局搜索和局部搜索,有效识别多个LMPPs中唯一的全局最大功率点(global maximum power point,GMPP),避免搜索结果陷入LMPP,以提高发电效率和能源利用率。算例仿真结果表明:基于MVO的MPPT可以在更短的时间内收集到更高的功率,实现功率波动最小。