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
针对光伏阵列在遮阴条件下群体启发式算法最大功率点跟踪MPPT(maximum power point tracking)执行依赖于算法特定的参数设置,导致算法设计难度较大、追踪效率较低、追踪误差较大等问题,提出了基于Jaya算法实现遮阴条件下MPPT的追踪控制...针对光伏阵列在遮阴条件下群体启发式算法最大功率点跟踪MPPT(maximum power point tracking)执行依赖于算法特定的参数设置,导致算法设计难度较大、追踪效率较低、追踪误差较大等问题,提出了基于Jaya算法实现遮阴条件下MPPT的追踪控制。该算法只需通用的控制参数,不需要任何特定的控制参数,且在迭代过程中,最大功率的解始终朝着最佳解移动,并且舍弃最坏解,避免陷入局部解的情况,使系统始终准确追踪最大功率,保持高效率的运行。在MATLAB/Simulink中搭建遮阴条件下光伏阵列仿真模型,将Jaya算法与传统PSO、GA算法在同一模型下进行对比分析,实验结果表明:在寻优过程中,采用Jaya算法,最大功率追踪时间最短、追踪误差及振荡最小。在光照强度突变时,同样可以重新准确、快速定位到全局最大功率点。展开更多
针对神经网络最大功率追踪(maximum power point tracking,MPPT)算法由于缺乏实用性改进而难以应用于工程实践的问题,提出一种改进轻量级神经网络MPPT算法。其通过知识蒸馏算法减小神经网络复杂度及内存占用率,得到轻量级神经网络模型,...针对神经网络最大功率追踪(maximum power point tracking,MPPT)算法由于缺乏实用性改进而难以应用于工程实践的问题,提出一种改进轻量级神经网络MPPT算法。其通过知识蒸馏算法减小神经网络复杂度及内存占用率,得到轻量级神经网络模型,并结合优化变步长扰动观察法来修正模型精度问题所带来的预测误差;算法前期通过轻量级模型预测最大功率点电压范围并快速追踪进入范围,后期通过优化扰动观察法不断更新范围上下限,最终使上下限收敛至最大功率点。之后在MATALB/Simulink中建立仿真模型,最后搭建实物模型并进行对比实验。结果表明:所提算法追踪效率更高,纹波电压抑制更稳定,并且在嵌入式设备中资源占用率更小。展开更多
近年来,光伏发电研究主要集中在变换器拓扑结构、最大功率点追踪(maximum power point tracking,MPPT)和并网发电。但一些实验研究发现,输出功率采样周期对光伏系统性能具有较大的影响。该文以太阳能电池基本电路方程为基础,构建不依赖...近年来,光伏发电研究主要集中在变换器拓扑结构、最大功率点追踪(maximum power point tracking,MPPT)和并网发电。但一些实验研究发现,输出功率采样周期对光伏系统性能具有较大的影响。该文以太阳能电池基本电路方程为基础,构建不依赖于变换器及MPPT算法的光伏系统采样周期与光照强度、环境温度、工作电压、工作电流、占空比之间的小信号数学模型,详细分析采样周期在寻优过程中的作用机理。仿真和实验结果表明,该构建的光伏系统采样周期数学模型具有较高的可靠性和实用性。展开更多
为分析最大功率点跟踪(maximum power point tracking,MPPT)控制对光伏并网系统产生间谐波电流的影响,该文首先建立考虑光伏电池、并网逆变器及其控制系统在内的并网系统模型;其次,分析扰动式MPPT的三点周期振荡特性及其等效输出表达式...为分析最大功率点跟踪(maximum power point tracking,MPPT)控制对光伏并网系统产生间谐波电流的影响,该文首先建立考虑光伏电池、并网逆变器及其控制系统在内的并网系统模型;其次,分析扰动式MPPT的三点周期振荡特性及其等效输出表达式,揭示扰动式MPPT产生间谐波的具体作用机理;接着,通过在最大功率点附近的线性化处理,推导基于MPPT周期振荡的输出电流间谐波分析模型,通过该模型定量求解不同工况下的间谐波电流大小;分析由扰动式MPPT导致的间谐波电流特性;最后,通过仿真验证理论分析的正确性以及间谐波模型的有效性。该模型可为光伏并网系统的间谐波检测和抑制提供理论指导。展开更多
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。
文摘针对光伏阵列在遮阴条件下群体启发式算法最大功率点跟踪MPPT(maximum power point tracking)执行依赖于算法特定的参数设置,导致算法设计难度较大、追踪效率较低、追踪误差较大等问题,提出了基于Jaya算法实现遮阴条件下MPPT的追踪控制。该算法只需通用的控制参数,不需要任何特定的控制参数,且在迭代过程中,最大功率的解始终朝着最佳解移动,并且舍弃最坏解,避免陷入局部解的情况,使系统始终准确追踪最大功率,保持高效率的运行。在MATLAB/Simulink中搭建遮阴条件下光伏阵列仿真模型,将Jaya算法与传统PSO、GA算法在同一模型下进行对比分析,实验结果表明:在寻优过程中,采用Jaya算法,最大功率追踪时间最短、追踪误差及振荡最小。在光照强度突变时,同样可以重新准确、快速定位到全局最大功率点。
文摘针对神经网络最大功率追踪(maximum power point tracking,MPPT)算法由于缺乏实用性改进而难以应用于工程实践的问题,提出一种改进轻量级神经网络MPPT算法。其通过知识蒸馏算法减小神经网络复杂度及内存占用率,得到轻量级神经网络模型,并结合优化变步长扰动观察法来修正模型精度问题所带来的预测误差;算法前期通过轻量级模型预测最大功率点电压范围并快速追踪进入范围,后期通过优化扰动观察法不断更新范围上下限,最终使上下限收敛至最大功率点。之后在MATALB/Simulink中建立仿真模型,最后搭建实物模型并进行对比实验。结果表明:所提算法追踪效率更高,纹波电压抑制更稳定,并且在嵌入式设备中资源占用率更小。
文摘近年来,光伏发电研究主要集中在变换器拓扑结构、最大功率点追踪(maximum power point tracking,MPPT)和并网发电。但一些实验研究发现,输出功率采样周期对光伏系统性能具有较大的影响。该文以太阳能电池基本电路方程为基础,构建不依赖于变换器及MPPT算法的光伏系统采样周期与光照强度、环境温度、工作电压、工作电流、占空比之间的小信号数学模型,详细分析采样周期在寻优过程中的作用机理。仿真和实验结果表明,该构建的光伏系统采样周期数学模型具有较高的可靠性和实用性。
文摘为分析最大功率点跟踪(maximum power point tracking,MPPT)控制对光伏并网系统产生间谐波电流的影响,该文首先建立考虑光伏电池、并网逆变器及其控制系统在内的并网系统模型;其次,分析扰动式MPPT的三点周期振荡特性及其等效输出表达式,揭示扰动式MPPT产生间谐波的具体作用机理;接着,通过在最大功率点附近的线性化处理,推导基于MPPT周期振荡的输出电流间谐波分析模型,通过该模型定量求解不同工况下的间谐波电流大小;分析由扰动式MPPT导致的间谐波电流特性;最后,通过仿真验证理论分析的正确性以及间谐波模型的有效性。该模型可为光伏并网系统的间谐波检测和抑制提供理论指导。
