光伏发电系统的发电效率与最大功率点的捕捉与跟踪技术密切相关。当辐照度、温度及其他外部环境变化时,光伏电池的开路电压、短路电流和最大功率点电压及电流也随之变化。为提高光伏发电效率,寻求光伏电池的最优工作状态,大多数的最大...光伏发电系统的发电效率与最大功率点的捕捉与跟踪技术密切相关。当辐照度、温度及其他外部环境变化时,光伏电池的开路电压、短路电流和最大功率点电压及电流也随之变化。为提高光伏发电效率,寻求光伏电池的最优工作状态,大多数的最大功率点跟踪(Maximum power point tracking,MPPT)主要作用于DC-DC变换器的输入端,该方式在MPPT时会受到变换器损耗的影响,降低最大功率点寻优精度。基于Boost电路,在DC-DC变换器的输出端搭建MPPT系统,通过调节输出电压参数来实现对效果变化的控制,且在MPPT系统引入了导纳微分法(Admittance differentiation method,ADM),实现对MPPT控制器的重构,实施中搭建不同的仿真模型,再借助仿真模型达到对ADM的修正与优化,综合论证该方法具有更优的指标和更好的效果。展开更多
光伏阵列在局部阴影条件下P-U曲线会出现多个峰值,传统的粒子群优化PSO(particle swarm optimization)算法无法快速精确地搜寻到最大功率点。针对这种情况,本文提出1种基于混沌映射和高斯扰动的改进粒子群优化算法最大功率点跟踪MPPT(ma...光伏阵列在局部阴影条件下P-U曲线会出现多个峰值,传统的粒子群优化PSO(particle swarm optimization)算法无法快速精确地搜寻到最大功率点。针对这种情况,本文提出1种基于混沌映射和高斯扰动的改进粒子群优化算法最大功率点跟踪MPPT(maximum power point tracking)控制策略。首先引入混沌Sine映射构造1种非线性随机递增惯性权重,并在粒子群的“个体认知”部分引入高斯扰动,同时利用对数函数构造学习因子,形成基于混沌映射和高斯扰动的改进粒子群算法;通过对6种典型单峰、多峰函数的测试,证明该算法收敛速度更快,不易陷入局部最优;将算法应用于MPPT控制中,并进一步通过不同算法MPPT控制进行对比仿真研究。对比仿真结果表明:在均匀光照强度、局部静态遮荫和动态遮荫3种情况下,基于混沌映射和高斯扰动的改进粒子群优化算法MPPT控制策略均具有更快的收敛速度和更小的搜索振荡幅度,能准确地搜寻到最大功率点,具有更高的寻优精度,从而提高了MPPT系统的发电效率。展开更多
随着全球能源危机加剧和环境保护意识增强,太阳能作为一种清洁、可再生的能源,其开发利用受到了广泛关注。光伏发电系统作为太阳能利用的主要方式之一,其效率直接关系太阳能的利用率。最大功率点跟踪(Maximum Power Point Tracking,MPPT...随着全球能源危机加剧和环境保护意识增强,太阳能作为一种清洁、可再生的能源,其开发利用受到了广泛关注。光伏发电系统作为太阳能利用的主要方式之一,其效率直接关系太阳能的利用率。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技术之一。聚焦太阳能光伏系统(Photovoltaic System,PV)中的MPPT控制策略,分析不同控制方法的优缺点,并提出改进策略,以提高光伏发电系统效率与稳定性。展开更多
文摘光伏发电系统的发电效率与最大功率点的捕捉与跟踪技术密切相关。当辐照度、温度及其他外部环境变化时,光伏电池的开路电压、短路电流和最大功率点电压及电流也随之变化。为提高光伏发电效率,寻求光伏电池的最优工作状态,大多数的最大功率点跟踪(Maximum power point tracking,MPPT)主要作用于DC-DC变换器的输入端,该方式在MPPT时会受到变换器损耗的影响,降低最大功率点寻优精度。基于Boost电路,在DC-DC变换器的输出端搭建MPPT系统,通过调节输出电压参数来实现对效果变化的控制,且在MPPT系统引入了导纳微分法(Admittance differentiation method,ADM),实现对MPPT控制器的重构,实施中搭建不同的仿真模型,再借助仿真模型达到对ADM的修正与优化,综合论证该方法具有更优的指标和更好的效果。
文摘光伏阵列在局部阴影条件下P-U曲线会出现多个峰值,传统的粒子群优化PSO(particle swarm optimization)算法无法快速精确地搜寻到最大功率点。针对这种情况,本文提出1种基于混沌映射和高斯扰动的改进粒子群优化算法最大功率点跟踪MPPT(maximum power point tracking)控制策略。首先引入混沌Sine映射构造1种非线性随机递增惯性权重,并在粒子群的“个体认知”部分引入高斯扰动,同时利用对数函数构造学习因子,形成基于混沌映射和高斯扰动的改进粒子群算法;通过对6种典型单峰、多峰函数的测试,证明该算法收敛速度更快,不易陷入局部最优;将算法应用于MPPT控制中,并进一步通过不同算法MPPT控制进行对比仿真研究。对比仿真结果表明:在均匀光照强度、局部静态遮荫和动态遮荫3种情况下,基于混沌映射和高斯扰动的改进粒子群优化算法MPPT控制策略均具有更快的收敛速度和更小的搜索振荡幅度,能准确地搜寻到最大功率点,具有更高的寻优精度,从而提高了MPPT系统的发电效率。
文摘随着全球能源危机加剧和环境保护意识增强,太阳能作为一种清洁、可再生的能源,其开发利用受到了广泛关注。光伏发电系统作为太阳能利用的主要方式之一,其效率直接关系太阳能的利用率。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技术之一。聚焦太阳能光伏系统(Photovoltaic System,PV)中的MPPT控制策略,分析不同控制方法的优缺点,并提出改进策略,以提高光伏发电系统效率与稳定性。
