局部阴影情况下,光伏阵列功率-电压(P-U)特性曲线呈现多个极值点,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。研究了粒子群优化算法(particle swarm optimization,PSO)在光伏阵列(photovoltaic array)多峰MPP...局部阴影情况下,光伏阵列功率-电压(P-U)特性曲线呈现多个极值点,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。研究了粒子群优化算法(particle swarm optimization,PSO)在光伏阵列(photovoltaic array)多峰MPPT中的应用,该方法根据多峰P-U曲线的特性,提出将粒子初始位置分散定位在可能的峰值点电压处这一新思路,保证了粒子群算法不会陷入局部极值点且不会错过任何极值点。设置了粒子群算法的参数,同时提出有效的迭代终止策略,能够避免系统趋于稳定时的功率振荡。最后通过仿真验证了该算法在有、无阴影情况下均能够快速且准确地跟踪最大功率点,有效地提高了光伏阵列输出效率。展开更多
基于对现有多峰值最大功率点跟踪(maximum power point tracking,MPPT)方法不足的分析,提出一种基于功率闭环控制的动态MPPT跟踪策略。该方法采用功率闭环方式实现全局最大功率点的定位,利用功率闭环控制在P-U曲线上的局部不稳定现象实...基于对现有多峰值最大功率点跟踪(maximum power point tracking,MPPT)方法不足的分析,提出一种基于功率闭环控制的动态MPPT跟踪策略。该方法采用功率闭环方式实现全局最大功率点的定位,利用功率闭环控制在P-U曲线上的局部不稳定现象实现P-U曲线的快速全局扫描,克服了峰值点分布及算法参数取值对MPPT动态过程的影响。同时采用电压截止控制克服了功率闭环控制对系统整体稳定性的影响。采用基于粒子群(particle swarm optimization,PSO)算法的变步长跟踪策略消除了最大功率点跟踪的稳态功率震荡问题。最后,通过仿真与实验验证该方法的可行性和有效性,结果表明,该方法不依赖光伏阵列的已知信息,便可实现静态和动态环境下全局最大功率点跟踪,提高多峰值最大功率点跟踪的动态速度和稳态跟踪精度。展开更多
局部阴影会导致光伏(photovoltaic,PV)阵列的输出功率下降,功率电压曲线呈现多个局部峰值情况,且光伏阵列的各个并联支路功率特性复杂化,没能完全工作在最大功率点(maximum power point,MPP),常规全局最大功率点追踪(global maximum pow...局部阴影会导致光伏(photovoltaic,PV)阵列的输出功率下降,功率电压曲线呈现多个局部峰值情况,且光伏阵列的各个并联支路功率特性复杂化,没能完全工作在最大功率点(maximum power point,MPP),常规全局最大功率点追踪(global maximum power point tracking,GMPPT)方法效果不佳,因此有必要对光伏阵列结构进行优化,提高光伏系统的转换效率。在电路的串并联理论的基础上,对光伏阵列支路在局部阴影条件下的输出功率进行详细分析,采用支路串联电压源的光伏阵列结构,实现光伏支路最大功率的优化控制方法。通过对光伏支路进行电压补偿,使得每条支路都能工作在最大功率点,达到光伏阵列的最大功率输出。仿真和实验结果表明:通过对光伏支路串联电压源,提高了光伏阵列的输出功率。展开更多
光伏电池是一种非线性电源,随外界环境的变化而变化,为了提高光伏阵列的利用率,光伏系统中需采用最大功率跟踪(maximum power point tracking,MPPT)。近年的研究中,提出了许多跟踪算法,其中应用最为广泛的是扰动观察法和电导增量法。在...光伏电池是一种非线性电源,随外界环境的变化而变化,为了提高光伏阵列的利用率,光伏系统中需采用最大功率跟踪(maximum power point tracking,MPPT)。近年的研究中,提出了许多跟踪算法,其中应用最为广泛的是扰动观察法和电导增量法。在分析扰动观察法的基础上,进行优化提出了一种改进的变步长算法,它有效提高了最大功率点跟踪过程中的跟踪速率,克服了扰动方向的误判问题,消除了在最大功率点的振荡现象。仿真与实验结果证明了该方法的有效性。展开更多
在部分遮阴条件下,光伏阵列功率-电压(P-U)特性曲线呈现多峰现象,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。因此,提出了一种基于电导增量法的全局搜索(Global search based on Incremental conductance,GSI...在部分遮阴条件下,光伏阵列功率-电压(P-U)特性曲线呈现多峰现象,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。因此,提出了一种基于电导增量法的全局搜索(Global search based on Incremental conductance,GSINC)方法来实现最大功率点跟踪,该方法保证不会陷入局部最优且不会错过任何极值点。最后通过仿真验证了该算法能快速且准确地跟踪最大功率点,有效提高了光伏阵列输出效率。展开更多
文摘局部阴影情况下,光伏阵列功率-电压(P-U)特性曲线呈现多个极值点,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。研究了粒子群优化算法(particle swarm optimization,PSO)在光伏阵列(photovoltaic array)多峰MPPT中的应用,该方法根据多峰P-U曲线的特性,提出将粒子初始位置分散定位在可能的峰值点电压处这一新思路,保证了粒子群算法不会陷入局部极值点且不会错过任何极值点。设置了粒子群算法的参数,同时提出有效的迭代终止策略,能够避免系统趋于稳定时的功率振荡。最后通过仿真验证了该算法在有、无阴影情况下均能够快速且准确地跟踪最大功率点,有效地提高了光伏阵列输出效率。
文摘基于对现有多峰值最大功率点跟踪(maximum power point tracking,MPPT)方法不足的分析,提出一种基于功率闭环控制的动态MPPT跟踪策略。该方法采用功率闭环方式实现全局最大功率点的定位,利用功率闭环控制在P-U曲线上的局部不稳定现象实现P-U曲线的快速全局扫描,克服了峰值点分布及算法参数取值对MPPT动态过程的影响。同时采用电压截止控制克服了功率闭环控制对系统整体稳定性的影响。采用基于粒子群(particle swarm optimization,PSO)算法的变步长跟踪策略消除了最大功率点跟踪的稳态功率震荡问题。最后,通过仿真与实验验证该方法的可行性和有效性,结果表明,该方法不依赖光伏阵列的已知信息,便可实现静态和动态环境下全局最大功率点跟踪,提高多峰值最大功率点跟踪的动态速度和稳态跟踪精度。
文摘局部阴影会导致光伏(photovoltaic,PV)阵列的输出功率下降,功率电压曲线呈现多个局部峰值情况,且光伏阵列的各个并联支路功率特性复杂化,没能完全工作在最大功率点(maximum power point,MPP),常规全局最大功率点追踪(global maximum power point tracking,GMPPT)方法效果不佳,因此有必要对光伏阵列结构进行优化,提高光伏系统的转换效率。在电路的串并联理论的基础上,对光伏阵列支路在局部阴影条件下的输出功率进行详细分析,采用支路串联电压源的光伏阵列结构,实现光伏支路最大功率的优化控制方法。通过对光伏支路进行电压补偿,使得每条支路都能工作在最大功率点,达到光伏阵列的最大功率输出。仿真和实验结果表明:通过对光伏支路串联电压源,提高了光伏阵列的输出功率。
文摘光伏电池是一种非线性电源,随外界环境的变化而变化,为了提高光伏阵列的利用率,光伏系统中需采用最大功率跟踪(maximum power point tracking,MPPT)。近年的研究中,提出了许多跟踪算法,其中应用最为广泛的是扰动观察法和电导增量法。在分析扰动观察法的基础上,进行优化提出了一种改进的变步长算法,它有效提高了最大功率点跟踪过程中的跟踪速率,克服了扰动方向的误判问题,消除了在最大功率点的振荡现象。仿真与实验结果证明了该方法的有效性。
文摘在部分遮阴条件下,光伏阵列功率-电压(P-U)特性曲线呈现多峰现象,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。因此,提出了一种基于电导增量法的全局搜索(Global search based on Incremental conductance,GSINC)方法来实现最大功率点跟踪,该方法保证不会陷入局部最优且不会错过任何极值点。最后通过仿真验证了该算法能快速且准确地跟踪最大功率点,有效提高了光伏阵列输出效率。
