文章设计了一种光伏控制器,采用STM32F103RBT6单片机作为控制单元,采用降压式Buck变换电路作为控制主电路。控制器通过采集光伏板的输出电压和电流,计算输出功率,通过扰动观察算法保持充电功率的最大值,实现了最大功率点跟踪技术(Maximu...文章设计了一种光伏控制器,采用STM32F103RBT6单片机作为控制单元,采用降压式Buck变换电路作为控制主电路。控制器通过采集光伏板的输出电压和电流,计算输出功率,通过扰动观察算法保持充电功率的最大值,实现了最大功率点跟踪技术(Maximum Power Point Tracking,MPPT),提高光伏转换效率。文章加入温度检测,实现温度补偿,动态调整控制程序充放电阈值,防止蓄电池过充过放,提高蓄电池利用率。展开更多
光伏发电系统在局部阴影条件下,传统的最大功率点跟踪算法(maximum power point tracking,MPPT)容易陷入局部寻优,无法跟踪到全局最大功率点.针对这一问题,本文提出了一种基于自适应学习因子粒子群算法的最大功率跟踪方法.该方法在普通...光伏发电系统在局部阴影条件下,传统的最大功率点跟踪算法(maximum power point tracking,MPPT)容易陷入局部寻优,无法跟踪到全局最大功率点.针对这一问题,本文提出了一种基于自适应学习因子粒子群算法的最大功率跟踪方法.该方法在普通粒子群算法的基础上不断改变学习因子和权重系数,以提高算法收敛的速度和精度.将其应用于局部阴影条件下的光伏发电系统最大功率点跟踪中,并在RT-LAB实时仿真平台中以两个接受不同光照强度的光伏阵列为例进行实时仿真验证.仿真结果表明,两峰情况下本文所提出的自适应学习因子粒子群算法能够在0.298 s左右跟踪到全局最大功率点,普通粒子群算法需要约0.615 s,而扰动观察法陷入了局部最大功率点,本文所提算法能够有效提高系统的收敛速度和精度并且适用于多峰情况.最后设置仿真算例验证本算法适用于光照突变的情况.展开更多
光伏阵列受局部阴影、个别光伏组件故障等影响,输出P-U特性呈多峰现象,此时传统最大功率点跟踪(MPPT)往往无法跟踪到真正的全局最大功率点(MPP)。为了避免由此导致的光伏阵列输出功率大幅度损失,在深入研究阴影条件下光伏阵列多峰功率...光伏阵列受局部阴影、个别光伏组件故障等影响,输出P-U特性呈多峰现象,此时传统最大功率点跟踪(MPPT)往往无法跟踪到真正的全局最大功率点(MPP)。为了避免由此导致的光伏阵列输出功率大幅度损失,在深入研究阴影条件下光伏阵列多峰功率特性的基础上,提出一种自适应全局MPPT方法。当光伏阵列的输出P-U特性发生变化时,该方法能自适应调整跟踪策略寻找到全局MPP。20 k Wp光伏阵列仿真实验和统计分析结果表明,该方法在超过90%的阴影案例中,能准确快速平稳地跟踪到真正的全局MPP,且对开路电压和短路电流估测误差具有鲁棒性。实验测试结果表明:该MPPT方法能在局部阴影发生前后跟踪到光伏阵列的全局MPP。由于原理简单、所需传感器数量少、MPPT跟踪性能优异,自适应MPPT方法具有较好的应用前景。展开更多
文摘文章设计了一种光伏控制器,采用STM32F103RBT6单片机作为控制单元,采用降压式Buck变换电路作为控制主电路。控制器通过采集光伏板的输出电压和电流,计算输出功率,通过扰动观察算法保持充电功率的最大值,实现了最大功率点跟踪技术(Maximum Power Point Tracking,MPPT),提高光伏转换效率。文章加入温度检测,实现温度补偿,动态调整控制程序充放电阈值,防止蓄电池过充过放,提高蓄电池利用率。
文摘光伏发电系统在局部阴影条件下,传统的最大功率点跟踪算法(maximum power point tracking,MPPT)容易陷入局部寻优,无法跟踪到全局最大功率点.针对这一问题,本文提出了一种基于自适应学习因子粒子群算法的最大功率跟踪方法.该方法在普通粒子群算法的基础上不断改变学习因子和权重系数,以提高算法收敛的速度和精度.将其应用于局部阴影条件下的光伏发电系统最大功率点跟踪中,并在RT-LAB实时仿真平台中以两个接受不同光照强度的光伏阵列为例进行实时仿真验证.仿真结果表明,两峰情况下本文所提出的自适应学习因子粒子群算法能够在0.298 s左右跟踪到全局最大功率点,普通粒子群算法需要约0.615 s,而扰动观察法陷入了局部最大功率点,本文所提算法能够有效提高系统的收敛速度和精度并且适用于多峰情况.最后设置仿真算例验证本算法适用于光照突变的情况.
文摘光伏阵列受局部阴影、个别光伏组件故障等影响,输出P-U特性呈多峰现象,此时传统最大功率点跟踪(MPPT)往往无法跟踪到真正的全局最大功率点(MPP)。为了避免由此导致的光伏阵列输出功率大幅度损失,在深入研究阴影条件下光伏阵列多峰功率特性的基础上,提出一种自适应全局MPPT方法。当光伏阵列的输出P-U特性发生变化时,该方法能自适应调整跟踪策略寻找到全局MPP。20 k Wp光伏阵列仿真实验和统计分析结果表明,该方法在超过90%的阴影案例中,能准确快速平稳地跟踪到真正的全局MPP,且对开路电压和短路电流估测误差具有鲁棒性。实验测试结果表明:该MPPT方法能在局部阴影发生前后跟踪到光伏阵列的全局MPP。由于原理简单、所需传感器数量少、MPPT跟踪性能优异,自适应MPPT方法具有较好的应用前景。
