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...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。展开更多
针对光伏系统传统最大功率点跟踪(maximum power point tracking,MPPT)方法存在收敛速度慢、控制精度不足及易陷入局部最优解的问题,提出一种基于樽海鞘算法结合电导增量法改进的MPPT方法,利用樽海鞘算法的全局搜索和电导增量法的快速...针对光伏系统传统最大功率点跟踪(maximum power point tracking,MPPT)方法存在收敛速度慢、控制精度不足及易陷入局部最优解的问题,提出一种基于樽海鞘算法结合电导增量法改进的MPPT方法,利用樽海鞘算法的全局搜索和电导增量法的快速局部搜索优势,提升了系统动态响应速度及效率,避免局部最大化。通过静态对比和动态仿真试验,验证了该方法在追踪速度和精度上表现优异,且在复杂环境下具有良好鲁棒性。展开更多
由于光伏电池的输出特性会随着环境变化而改变,因此,合理的最大功率点跟踪(maximum power point tracking, MPPT)技术是提高光伏发电系统效率的关键.但在定步长算法中,跟踪速度和稳态精度之间存在固有矛盾,而传统变步长算法在光照变化...由于光伏电池的输出特性会随着环境变化而改变,因此,合理的最大功率点跟踪(maximum power point tracking, MPPT)技术是提高光伏发电系统效率的关键.但在定步长算法中,跟踪速度和稳态精度之间存在固有矛盾,而传统变步长算法在光照变化下缺乏灵活性,起动速度慢,制约了MPPT的跟踪质量.针对此问题,提出一种优化的变步长电导增量法.该算法可根据工作点位置选取合理的跟踪比例系数,克服了传统变步长算法动态响应速度慢、精度不高的问题.在Matlab/Simulink下的仿真结果证实了该算法在变化的光照情况下的可行性.展开更多
太阳能光伏阵列的输出功率随外界环境因素的变化而变化,为了能高效地利用太阳能电池,需对光伏阵列进行最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)。分析了太阳能电池的工作特性和光伏系统的拓扑结构及原理,将电导增量法应...太阳能光伏阵列的输出功率随外界环境因素的变化而变化,为了能高效地利用太阳能电池,需对光伏阵列进行最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)。分析了太阳能电池的工作特性和光伏系统的拓扑结构及原理,将电导增量法应用到光伏发电系统MPPT的控制中,使系统能够快速响应外界环境的变化,让光伏发电系统始终工作在最大功率点。最后通过仿真及实验证明了该方法的可行性。展开更多
由于光伏电池输出电压的非线性特性,需要进行MPPT(Maximum Power Point Tracking)控制,即最大功率点跟踪控制。通过建立光伏电池的数学模型,对光伏电池的输出特性进行了分析。分析了太阳能光伏阵列在不同外界环境的输出特性和几种传统...由于光伏电池输出电压的非线性特性,需要进行MPPT(Maximum Power Point Tracking)控制,即最大功率点跟踪控制。通过建立光伏电池的数学模型,对光伏电池的输出特性进行了分析。分析了太阳能光伏阵列在不同外界环境的输出特性和几种传统的最大功率跟踪方法的优缺点,并且仿真验证了电导增量法的优点和缺点。在此基础上提出了一种基于模型参考的电导增量法。当光照强度和温度发生快速变化时,系统通过获得仿真模型在当前光照和温度的最大功率点电压,利用电导增量法在此电压附近寻找实际的最大功率点电压。仿真结果表明,和传统的电导增量法相比,该方案能够在外界环境发生变化时快速跟踪太阳能电池的最大功率点,有效提高了最大功率点的跟踪精度,具有良好的动态和稳态性能。展开更多
文摘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。
文摘针对光伏系统传统最大功率点跟踪(maximum power point tracking,MPPT)方法存在收敛速度慢、控制精度不足及易陷入局部最优解的问题,提出一种基于樽海鞘算法结合电导增量法改进的MPPT方法,利用樽海鞘算法的全局搜索和电导增量法的快速局部搜索优势,提升了系统动态响应速度及效率,避免局部最大化。通过静态对比和动态仿真试验,验证了该方法在追踪速度和精度上表现优异,且在复杂环境下具有良好鲁棒性。
文摘由于光伏电池的输出特性会随着环境变化而改变,因此,合理的最大功率点跟踪(maximum power point tracking, MPPT)技术是提高光伏发电系统效率的关键.但在定步长算法中,跟踪速度和稳态精度之间存在固有矛盾,而传统变步长算法在光照变化下缺乏灵活性,起动速度慢,制约了MPPT的跟踪质量.针对此问题,提出一种优化的变步长电导增量法.该算法可根据工作点位置选取合理的跟踪比例系数,克服了传统变步长算法动态响应速度慢、精度不高的问题.在Matlab/Simulink下的仿真结果证实了该算法在变化的光照情况下的可行性.
文摘太阳能光伏阵列的输出功率随外界环境因素的变化而变化,为了能高效地利用太阳能电池,需对光伏阵列进行最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)。分析了太阳能电池的工作特性和光伏系统的拓扑结构及原理,将电导增量法应用到光伏发电系统MPPT的控制中,使系统能够快速响应外界环境的变化,让光伏发电系统始终工作在最大功率点。最后通过仿真及实验证明了该方法的可行性。
文摘由于光伏电池输出电压的非线性特性,需要进行MPPT(Maximum Power Point Tracking)控制,即最大功率点跟踪控制。通过建立光伏电池的数学模型,对光伏电池的输出特性进行了分析。分析了太阳能光伏阵列在不同外界环境的输出特性和几种传统的最大功率跟踪方法的优缺点,并且仿真验证了电导增量法的优点和缺点。在此基础上提出了一种基于模型参考的电导增量法。当光照强度和温度发生快速变化时,系统通过获得仿真模型在当前光照和温度的最大功率点电压,利用电导增量法在此电压附近寻找实际的最大功率点电压。仿真结果表明,和传统的电导增量法相比,该方案能够在外界环境发生变化时快速跟踪太阳能电池的最大功率点,有效提高了最大功率点的跟踪精度,具有良好的动态和稳态性能。
