光伏发电系统最大功率点跟踪研究

【摘要】：随着经济持续发展和世界人口急剧增长,现代社会对能源的需求量越来越大,而传统的化石能源不符合可持续发展的要求,同时会造成严重的环境污染,因此寻求新型绿色可持续能源已刻不容缓。太阳能是一种绿色无污染、可持续的能源,为提高光伏发电效率,本文选择光伏发电系统中的最大功率点跟踪(maximum power point tracking, MPPT)作为研究课题。 本文根据光伏电池实体输出特性建立了光伏电池等效电路结构图以及等效输出数学模型,上利用Matlab软件创建了光伏电池仿真模型。利用光伏电池模型对不同光照强度及电池温度条件下光伏电池的P-V和Ⅰ-Ⅴ特性进行了仿真研究,并通过仿真结果对光照强度和电池温度对最大功率点电压、电流及输出的最大功率影响总结概括。 通过对光伏电池特性研究,探讨最大功率点跟踪方法及改进措施。本文选取基于扰动自寻优控制方法中的扰动观察法和电导增量法进行研究,首先通过Matlab建立基于此两种方法的电路仿真模型,对跟踪效果进行分析,针对方法的不足,对扰动步长地设定及跟踪过程中地误判问题做了优化,并通过Matlab仿真验证。采用自适应步长和防误判进行优化的两种MPPT控制方法扰动步长确定灵活同时避免了误判地发生,有效地增加光伏电池的输出功率,提高了光伏电池发电效率。 在人工智能方法应用于最大功率点跟踪控制上,本文采用了基于支持向量机回归(Support Vector Regression, SVR)的光伏MPPT控制方法。在建立了基于SVR的光伏MPP预测模型基础上,构建了基于SVR的光伏MPPT控制器,并应用于光伏发电系统电路,运行结果验证了基于SVR的光伏MPPT控制器可行性和有效性。对比采用基于BP(Back Propagation)神经网络的预测模型,预测结果表明基于SVR的预测模型预测精度好于BP神经网络,更适应于作为光伏MPPT控制器的应用算法。由于基于SVR的光伏MPPT控制器对MPP预测准确性取决于SVR预测模型,而SVR预测模型预测能力表现与模型参数之间有重要的关联,本文对SVR预测模型参数分别采用了网格搜索算法(Grid SearchAlgorithms, GSA)、遗传算法(Genetic Algorithms, GA)和粒子群优化算法(Particle Swarm optimization, PSO)三种算法进行优化,并比较三种方法优化下模型性能。结果表明GSA-SVR法预测精度较高,但同时需要大量时间对模型参数寻优；PSO-SVR法预测精度稍低于GSA-SVR,但高于GA-SVR。PSO-SVR预测模型优化简便,用时短,预测精度较高,光伏MPPT控制器更宜采用PSO算法优化的SVR预测模型来构建。 【关键词】：光伏发电系统 最大功率点跟踪 扰动观察法 电导增量法 支持向量机回归
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TM615
【目录】：

• 摘要8-10
• ABSTRACT10-12
• 第1章 绪论12-22
• 1.1 研究背景12-15
• 1.2 太阳能发电利用现状15-17
• 1.2.1 国外光伏发电现状15-16
• 1.3.2 我国光伏发电现状16-17
• 1.3 光伏电池最大功率点跟踪研究现状17-21
• 1.4 本文主要工作21-22
• 第2章 光伏电池建模与输出特性研究22-30
• 2.1 光伏电池特性分析22-26
• 2.2 光伏电池的输出特性分析26-29
• 2.3 本章小结29-30
• 第3章 光伏MPPT原理与控制方法研究30-54
• 3.1 MPPT原理30-31
• 3.2 扰动观察法31-36
• 3.3 电导增量法36-39
• 3.4 基于SVR的光伏MPPT控制算法39-53
• 3.4.1 VC维39-40
• 3.4.2 结构风险最小化40-41
• 3.4.3 支持向量机41-42
• 3.4.4 支持向量机回归42-44
• 3.4.5 基于SVR的光伏MPPT控制方法44-53
• 3.5 本章小结53-54
• 第4章 改进光伏MPPT控制方法研究54-74
• 4.1 改进扰动观察法54-60
• 4.2 改进电导增量法60-63
• 4.3 基于智能优化参数的SVR光伏MPPT控制方法的研究63-72
• 4.3.1 基于GA优化的SVR光伏MPPT控制方法63-67
• 4.3.2 基于PSO算法优化的SVR光伏MPPT控制方法67-72
• 4.4 本章小结72-74
• 第5章 总结与展望74-76
• 5.1 本文总结74-75
• 5.2 展望75-76
• 参考文献76-82
• 致谢82-83
• 攻读硕士学位期间取得的成果83-84
• 攻读硕士学位期间发表的学术论文83
• 攻读硕士学位期间参加的科研项目83-84
• 学位论文评阅及答辩情况表84

您可以在本站搜索以下学术论文文献来了解更多相关内容

双支路太阳光伏并网型逆变器的研制    廖华;许洪华;

一种单相光伏系统并网策略研究    崔开涌;张翼;俞俊杰;陈国呈;

一种改进干扰观察法的仿真研究    李建;姚雪梅;夏东伟;

光伏电池最大功率点跟踪方法的研究    张国荣;项若轩;

基于MPPT的江南体育在线直播观看 充电控制器研究    严卫洲;潘俊民;

光伏并网逆变器的分析与研究    马幼捷;程德树;陈岚;郭润睿;周雪松;

浅析光伏并网发电系统研究中的关键问题    隋岗;韩嵩;

变结构模糊控制在光伏发电MPPT中的应用    李畸勇;王宏华;

光伏并网发电控制系统的研究    宋庆;

基于神经网络的光伏发电最大功率点跟踪算法    苏海滨;卞晶晶;刘强;卜自珍;

独立光伏发电系统最大功率点跟踪控制    孙亚宁;

基于OIF-Elman网络的光伏电源最大功率点跟踪方法研究    苏刚;龚威;潘雷;高瑞;王贝贝;

基于dsPIC的光伏并网发电系统研究    叶刚;

一种新型的光伏最大功率点跟踪拓扑    张超;何湘宁;

具有MPPT功能的太阳能充电器研究    孙超;郭勇;陈新;高华丽;

一种用于光伏系统的改进型最大功率点跟踪方法    胡希文;张建文;王刚;卓自明;

基于模糊控制的太阳能电池最大功率点跟踪研究    张先飞;郑建勇;胡敏强;梅军;刘顺炮;

江南体育在线直播观看 水泵的控制研究    王飞;赵彦;周毅人;余世杰;沈玉梁;

SMVSC-PI在光伏最大功率跟踪系统的应用    胡义华;陈昊;沈春燕;张亚兰;

爬山法误判现象的分析研究    谭理华;张兴;陈欢;孙龙林;

太阳能系统绿化通信基站    中国移动设计院 彭广香

奥地利开发出电动汽车专用光伏电池系统    刘钢　黄国栋

并网加速 光伏逆变器提升能效    本报记者 冯健

恩智浦推出光伏能量高效提取装置    一凡

“能效矩阵”在可再生能源解决方案中的应用    中兴通讯 刘小光

上海普罗新能源：酝酿冲刺创业板    本报记者 张亮

智能电网为半导体业带来新机遇    Intersil公司首席执行官 Dave Bell

太阳电池及其利用方法(一)    青化 编译

“金太阳”从这里升起    本报通讯员 杨萃

单相光伏并网系统的分析与研究    王飞

光伏并网逆变系统综合控制策略研究及实现    吴理博

光伏发电系统逆变技术研究    吴春华

超级电容器储能应用于分布式发电系统的能量管理及稳定性研究    唐西胜

光伏并网发电系统MPPT及孤岛检测新技术的研究    张超

用于现代电源系统的若干关键控制芯片研究与设计    章丹艳

独立的太阳能燃料电池联合发电系统的协调控制设计与仿真研究    李炜

太阳能并网发电系统关键技术研究    相海涛

江南体育在线直播观看 并网发电系统的优化设计与控制策略研究    董密

变速恒频双馈机风力发电的若干关键技术研究    吴国祥

单相光伏并网逆变系统的分析与研究    徐鹏来

单相光伏并网发电系统的研究    单琳

三相光伏并网系统控制策略的研究    常超

光伏并网发电系统关键技术的研究    杨巍

基于阻抗源的单相光伏并网系统研究    谢柱

基于单片机的太阳能发电控制系统研究    路晓

户用光伏发电系统控制策略的研究    董博

江南体育在线直播观看 发电系统的研究    孔娟

光伏并网发电系统及其控制策略的研究    李征

基于输出电流的光伏发电系统最大功率点跟踪算法研究    蔡晓峰