近年来,越来越多基于光伏(photovoltaic,PV)面板级直流优化器(DCoptimizer,DCO)的分布式最大功率点跟踪(distributed maximum power point tracking,DMPPT)技术被提出用于解决局部阴影或不匹配问题。DMPPT的研究依赖于高精度、高效率的...近年来,越来越多基于光伏(photovoltaic,PV)面板级直流优化器(DCoptimizer,DCO)的分布式最大功率点跟踪(distributed maximum power point tracking,DMPPT)技术被提出用于解决局部阴影或不匹配问题。DMPPT的研究依赖于高精度、高效率的分布式光伏并网系统动态仿真模型。而通常此类光伏电站模型包含上千的DCO,将导致仿真过程中计算量过大的问题。针对此类建模问题,提出了一种基于矩阵变量的含大规模DCO的分布式光伏并网系统建模方法。该方法可结合Matlab/Simulink矢量仿真的功能实现,所建模型是一个系统规模可任意配置的平均值模型,其优点是采用模块化设计方法,具有良好的可扩展性。此外,该模型还可以利用Simulink的线性化工具箱直接得到其线性化结果,避免了大规模系统稳定性分析中人工线性化计算的复杂性。通过小规模DMPPT光伏系统电磁暂态模型与平均值模型的仿真结果对比,以及大规模系统线性化计算结果与时域仿真的对比,验证了所提建模方法的正确性和有效性。展开更多
文摘近年来,越来越多基于光伏(photovoltaic,PV)面板级直流优化器(DCoptimizer,DCO)的分布式最大功率点跟踪(distributed maximum power point tracking,DMPPT)技术被提出用于解决局部阴影或不匹配问题。DMPPT的研究依赖于高精度、高效率的分布式光伏并网系统动态仿真模型。而通常此类光伏电站模型包含上千的DCO,将导致仿真过程中计算量过大的问题。针对此类建模问题,提出了一种基于矩阵变量的含大规模DCO的分布式光伏并网系统建模方法。该方法可结合Matlab/Simulink矢量仿真的功能实现,所建模型是一个系统规模可任意配置的平均值模型,其优点是采用模块化设计方法,具有良好的可扩展性。此外,该模型还可以利用Simulink的线性化工具箱直接得到其线性化结果,避免了大规模系统稳定性分析中人工线性化计算的复杂性。通过小规模DMPPT光伏系统电磁暂态模型与平均值模型的仿真结果对比,以及大规模系统线性化计算结果与时域仿真的对比,验证了所提建模方法的正确性和有效性。
