• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >基于差分进化和粒子群的混合MPPT算法研究与光伏控制器设计
【6h】

基于差分进化和粒子群的混合MPPT算法研究与光伏控制器设计

代理获取
页面导航
  • 目录
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

目录

C6000ProFiery5763

展开▼

摘要

随着生态环境和社会发展的矛盾日益突出，新型能源的开发与应用势在必行。太阳能储量巨大，开发利用无地域限制，凭借着这些优势太阳能发电技术具有重要的研究价值和广阔的应用前景。光伏阵列在实际工作中，由于阴影遮盖以及故障等因素，其功率-电压（P-V）特性曲线可能呈现多峰现象。现有的差分进化（Differential evolution algorithm，DE）与粒子群（Particle swarm optimization，PSO）混合算法（DEPSO）收敛速度慢，且收敛过程中电路会产生较大振铃与尖峰电压。针对这些问题，本文提出了一种基于DEPSO与扰动观察法（Perturbation and Observation method，P&O）的改进算法（DEPSO-P&O），通过Matlab仿真以及硬件测试，该算法不仅加快了最大功率追踪（Maximum power point tracking，MPPT）速度，而且有效抑制了电路中的振铃和尖峰电压。此外，现有的小功率光伏控制器通用性差且不具备拓展功能，因此本文设计了一款通用性更强、功能更加完善的小功率光伏控制器。 首先，本文阐述了光伏发电的背景以及国内外研究现状；在Matlab/Simulink中建立了光伏电池模型，研究其在不同外部环境下的输出特性，并在此基础上以串并联（series-parallel，SP）的方式搭建了3*3光伏阵列模型；对常用DC/DC电路的拓扑结构以及基本工作原理进行分析，最终选取 Boost 电路搭建了独立光伏发电系统仿真模型。 其次，本文阐明了最大功率追踪算法的意义和基本原理；在单峰条件下，对恒定电压法、扰动观察法、电导增量法以及模糊控进行仿真，分析其优缺点；在多峰条件下，对粒子群与差分进化算法进行仿真，并在此基础上引入DEPSO算法。 然后，针对现有DEPSO算法存在的问题，本文采用新的差分策略，引入自适应参数，增加种群个体排序，并进一步结合扰动观察法提出了一种改进的DEPSO-P&O 算法。经过Matlab仿真和硬件实验，验证了本文算法的可行性和有效性。 最后，针对现有小功率光伏控制器存在的不足，本文采用STM32单片机以及集成DC/DC芯片设计了一款新型小功率光伏控制器。该光伏控制器驱动电路简单，输出电压可数字控制；能够实现最大功率跟踪，太阳能利用效率跟高；增加RS485接口，有利于系统的拓展。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号