摘要：局部遮阴情况下,光伏系统的功率-电压曲线呈多峰特性,传统算法跟踪最大功率点时易陷入局部最优,智能优化算法跟踪耗时较长。对此,设计了一种变步长扰动观察法(IP&O)结合改进天牛群优化(IBSO)算法的三步复合最大功率点跟踪(MPPT)算法。该算法首先采用IP&O快速跟踪到极大功率点,并利用此点功率值调整电压搜索范围;然后使用IBSO算法在电压搜索范围内进行全局寻优,以保证搜索精度;最终在IBSO算法跟踪到最大功率点附近后,再次切换为IP&O,以加快跟踪速度、减小功率振荡。将所提出算法与IP&O、天牛群优化(BSO)、布谷鸟算法结合变步长扰动观察法(CSA-IP&O)3种算法进行仿真对比,仿真结果表明:所提出算法不易陷入局部最优,能准确快速地跟踪到最大功率点,且跟踪过程中功率振荡更小。

摘要：针对传统的大功率点跟踪(MPPT)扰动观察法中存在着稳态功率振荡及跟踪速度受步长影响较大的问题,设计了一种新的变步长扰动观察法,即步长的大小由前后两周期功率的变化值确定,当功率变化较大时取较大的扰动步长,反之则取较小的扰动步长,再在Matlab/Simulink平台中建立其仿真电路进行仿真测试,之后在实际的光伏系统中进行试验验证。结果表明,该方法能够在稳态功率振荡不变的情况下将跟踪速度提升66.7%,从而解决了传统扰动观察法的不足。

摘要：针对小型家用光伏系统的特点,设计了一种有效的改进型最大功率点跟踪(MPPT)控制方法。当外界环境突变时,采用改进的短路电流法进行初步跟踪,调整光伏阵列的工作点到最大功率点附近。在此基础上再使用双阶段变步长扰动观察法,使得工作点进一步调节到最大功率点,并有效减少了光伏阵列输出功率在最大功率点的振荡。对该结合方法及相关的常用MPPT算法分别仿真,结果表明,该方法可以在外界环境剧烈变化下快速、有效、准确地跟踪最大功率点,同时有效减少在光伏阵列最大功率点附近振荡所带来的能量损失,提高了光伏发电系统的效率。

摘要：首先对光伏电池建立了数学与仿真模型，并依据仿真结果分析了光伏电池的输出特性与外部环境的关系。由仿真输出特性得出不加控制方法的光伏电池板不能实现最大功率的输出，为此研究了一种能跟随外部环境变化的最大功率点跟踪方法。对现有的最大功率点跟踪方法进行比较论证，设计了定步长扰动观察法和变步长扰动观察法两种控制方法，理论分析了它们各自的优缺点。由此设计了一种自适应变步长扰动观察法，进一步通过Matlab／Simulink搭建了两种方法电路仿真模型，验证了算法可行性，证明了自适应变步长扰动观察法在系统稳定方面的优越性。

摘要：传统的光伏系统MPPT算法易陷入局部最优,而基于智能优化算法的MPPT方法追踪速度慢,皆不能同时兼顾准确性和快速性。对此,该文设计一种变步长扰动观察法(IP&O)结合自适应布谷鸟搜索(ICS)算法的复合算法,先利用IP&O迅速到达对应电压最大的功率极大值点,再根据复杂光照环境下光伏阵列的输出特性,利用该点的功率值调整ICS算法的搜索范围,使其快速准确地追踪到最大功率点。通过仿真对比,验证了此算法在追踪速度和精度上的优越性。

摘要：在局部遮阴条件下,光伏阵列的P-U特性曲线会出现多峰现象。传统的方法易陷入局部最大功率点(LMPP),而基于元启发式算法的最大功率点跟踪(MPPT)方法难以兼顾快速性和准确性。对此,设计了一种基于改进粒子群(IPSO)算法内嵌变步长扰动观察法(IP&O)的IPSO-IP&O混合算法。首先,采用IPSO对粒子的速度和位置进行更新;然后,通过IP&O对粒子进行最大功率点跟踪,并将跟踪得到的功率作为粒子的适应度值,以便于IPSO在诸多局部最大功率点中找到全局最大功率点;最后,以IPSO输出的全局最优为初始位置,再次利用IP&O进行全局最大功率点跟踪。将所提算法与IP&O、IPSO、改进粒子群算法结合扰动观察(IPSO-P&O)算法进行仿真对比,仿真结果表明:所提算法在跟踪速度和精度上表现优异,尤其是在宽电压搜索范围的情况下;并且在跟踪过程中的功率振荡更小。

摘要：提出一种依据功率变化大小的变步长扰动观察法,应用于光伏系统的最大功率跟踪(MPPT),并在实现MPPT算法的过程中融入系统不同工作模式下的降额处理方法,并通过仿真验证了此算法的正确性。

摘要：随着常规能源短缺问题日益严重,太阳能利用越来越受到重视。光伏水泵凭借其特殊优势在农业灌溉、荒山绿化、山区提水等方面具有很大的优势。本文对比现有的光伏水泵系统设计,提出一种采用变步长扰动观察法跟踪太阳能最大功率点,并采用ds PIC30F2010为控制核心的小功率光伏水泵系统设计,经测试,该系统成本低、工作稳定、效率也有所提高。