部分遮蔽下改进樽海鞘群算法的光伏系统最大功率跟踪

部分遮蔽条件(partial shading condition)会使光伏系统的功率–电压(P--V)特性曲线出现多个峰值,常规的最大功率跟踪(MPPT)算法易陷入局部最大功率点(LMPP)已不再适用.本文提出了一款新型启发式算法,即改进樽海鞘群算法(MSSA),用于部分遮蔽条件下光伏系统MPPT. MSSA在原有樽海鞘群算法(SSA)的基础上,引入了文化基因算法(memetic algorithm),以樽海鞘链为种群单位,采用多个樽海鞘链同时进行独立寻优,以提高算法全局搜索和局部探索的能力;同时,通过群落中所有樽海鞘间的信息交流,重组产生新的樽海鞘链,以提高算法的收敛稳定性.本文通过3个算例对MSSA的优化性能进行了研究,即恒温恒光照强度、恒温变光照强度和变温变光照强度.仿真结果表明,与增量电导法(INC)、遗传算法(GA)、粒子群算法(PSO)、灰狼算法(GWO)和樽海鞘群算法(SSA)相比,所提算法能在部分遮蔽条件下快速、稳定地获取最大光能.最后,基于d Space的硬件在环实验(HIL)验证了所提算法的硬件可行性.

部分遮蔽光伏发电系统的建模及MPPT控制

为了优化利用大型光伏发电系统的阵列组件,设计了一个改进的多元结构部分遮挡光伏系统数学模型。采用一个集中的最大功率点跟踪(maximum power point tracking,MPPT)控制器,在Matlab环境下进行建模仿真,证明该多元结构的光伏系统数学模型可以优化系统结构,节约设备,降低成本。为了提高最大功率点的跟踪准确度和速度,提出了一种基于改进的粒子群优化算法(particle swarm optimization,PSO)的最大功率点跟踪方法,并进行建模仿真和实验,与扰动观察法(perturbation and observation,PO)的性能指标和输出波形图对比,验证改进的粒子群优化算法对最大功率点具有更快的跟踪速度,避免在最大功率点附近产生振荡。

多态蚁群-细菌觅食算法实现部分遮蔽下光伏系统最大功率跟踪

针对传统最大功率跟踪技术容易陷入局部最大功率点的问题,提出多态蚁群-细菌觅食算法(polymorphic ant colony-bacterial foraging algorithm,PACO-BFOA)来实现部分遮蔽条件下光伏系统的最大功率输出。该算法在传统蚁群算法的基础上引入信息素扩散机制、多态蚁群的概念和细菌的趋化行为,使算法的全局开发和局部探索能力得到了增强。并在太阳辐照恒定、突变和缓慢变化3种环境下进行算法仿真对比验证,结果证明所提出的算法在部分遮蔽及变化光照下均能快速、稳定地在线寻得全局最大功率点。

基于多元宇宙优化算法的混合光伏-热电系统MPPT设计

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。

基于改进模糊法的分布式风光互补发电系统MPPT控制

风光互补发电系统的输出特性受到风速随机非线性、不确定性,太阳照射强度的时变不确定性和经常被部分遮蔽等的影响,一种高效的最大功率跟踪控制方法对于提高分布式风光互补发电系统的供电可靠性和电能质量具有实用意义。针对风电机组,采用模糊MPPT控制方法;针对光伏发电部分,采用模糊PWM扰动的MPPT控制方法,提高了系统在部分遮蔽状况的灵敏度和输出效率,进而实现了风光互补系统的MPPT控制。设计了基于改进模糊法的MPPT控制策略的控制器,并进行了实验验证,实际运行实验结果表明,基于改进模糊法的分布式风光互补发电系统的供电可靠性、输出特性和动态特性显著改善,输出效率提高。

基于粒子群优化和爬山法的MPPT算法

针对光伏发电系统在部分遮蔽情况下所具有的高度非线性、时变不确定性和多个局部功率峰值的特点,提出一种基于粒子群优化和爬山法的MPPT算法,粒子群优化用来快速定位近似最大功率点,爬山法可根据实际状况精确化最大功率点,克服太阳电池工程用数学模型与实际输出偏差或微小扰动而导致的功率损失。建立Matlab仿真模型,仿真结果表明在系统被部分遮蔽的情况下该方法具有迅速精确的跟踪能力。

基于改进蜉蝣算法的光伏阵列最优重构方法

部分遮蔽是导致光伏阵列输出功率损耗以及组件失配的主要原因之一。文中针对网状连接拓扑的光伏阵列提出了一种基于改进蜉蝣算法(IMA)的重构方法,通过改变光伏阵列内部的电气连接均匀分布光伏阵列上的阴影,以此来均衡光伏阵列的行电流。在10×10和10×7光伏阵列的10种阴影情况下,将IMA与数独重构方法及其他6个启发式算法分别通过失配损耗和功率提升百分比2个评估标准进行了比较,并给出了由IMA重构后的光伏阵列辐照分布图。结果表明,IMA可有效提高光伏阵列输出功率,降低失配损耗,输出PV曲线均趋向呈现单个峰值,并且重构结果均优于其他方法。此外,基于RTLAB平台上的硬件在环实验验证了硬件可行性。