科技创新研究国际杂志
菜单类ISSN ONLINE(2319-8753)PRINT(2347-6710)
ISSN ONLINE(2319-8753)PRINT(2347-6710)
| L Shanmugasundaram一号KSarbham2 |
| 相关文章at普梅德,学者谷歌 |
访问更多相关文章科技创新研究国际杂志
拟用自适应渗透并观察最大功点跟踪算法跟踪突发辐照下最大功率拟方法由三种算法组成,即当前扰动算法(CPA)、自适应控制算法(ACA)和可变扰动算法(VPA)。CPA总想操作光电板ACA设置操作点接近MPP, 只有当操作限值被违反时才设置操作点操作限值表现为光电板当前操作范围与突发辐照变化扰动大小基于极权变化.VPA动态下降
关键字 |
| 自适应ppt算法、当前扰动算法、可变扰动算法、自适应扰动算法、Boost转换器 |
导 言 |
| 最大功率点跟踪算法的主要目的是实现快速精确跟踪性能并因天气条件不同而尽量减少振荡MSPT光电系统技术比较研究报告见[1和2]MPPT算法中多关注扰动观察法[3]、爬山法[4]和增量行为法[5]显示现有技术受振荡、复杂性、设计师依赖性以及更多计算努力之苦通过降低固定扰动大小,这些振荡可最小化,但相对需要更多时间才能达MPP解决这种冲突情况的办法如[6]中建议的那样有可变级级数 |
| P&O方法操作点振荡MP产生部分可用能耗降低固定扰动大小可以最小化这些振荡,但达到MPP需要相对较长时间解决这种冲突情况的方法是像建议的那样有可变步数虽然实施这些方法简单易行,但不十分精确快速,因为不考虑温度和辐照效果Patel和Agarwal建议通过四大功率范围扰动在每个区间使用特定扰动值方法不完全自适应 |
| 几种方法建议[7]通过考虑自适应扰动解决上述问题 IP方法基础是PV数组电流斜度MP为零、右为负和左为正.IP方法继承P&O同样的问题,即速度和振荡取舍作者在[4]中称,在辐照性大改时,INC方法容易失效 |
常用方法 |
| 传统系统使用p&o仿真算法 系统从振荡、复杂性、设计师依赖性 和更多计算努力P&O方法[3]运行点振荡MP产生部分可用能耗降低固定扰动大小可以最小化这些振荡量, 但要达到MPP需要较多时间. 执行扰动观察(P&O)、爬山和增序演程方法[5] 很简单 。 在我们看来,不采取电流分解和电动努力. 因此我们建议通过四大电源范围对扰动可变性 |
| 现有系统增量传导法也有一些反射光电阵列功率曲线斜率MP零对右对正对MPP. |
 |
| 换行算法MP流持续监控短路洋流这种方法被称为分片短路电流法[/FSCC或分片开路电压法]因为这种方法近似恒定比,因此无法保证在不同天气条件下准确性拟用神经网络和模糊逻辑控制器等人工智能算法克服上述缺陷 |
| 在现有系统内,这些方法也有一些缺陷,如大型数据存储和大量计算的要求举例说NN培训需要大量数据,这是主要的制约类似地,FLC处理不同阶段需要大量计算。MPP实时随大气条件持续变化,因此这些应用无法使用低成本硬件处理器 |
提议方法 |
| 克服传统ptom方法退步,我们建议适应ppt方法。 在这个方法中,建议有三种算法,即当前扰动、自适应控件和变量扰动。 系统自适应ppt算法显示在bellow图2中 |
 |
| 跟踪电压和电流ppt数组使用算法,最大输出功率取自特定辐照和温度.fig2显示拟议方法变换为三种算法 |
| 当前扰动算法 |
| 常规P&O算法概念用于算法中,但考虑到电流扰动而不是电压扰动加速跟踪性能.图2显示当前扰动算法 |
| 2 自适应控制算法 |
| 短路摩擦电流概念用于算法发现新操作点接近MPP光电流乘法最优比例常量。ACA将扰动大小设置为粗扰动大小,随辐照性变化只有当聚变电流突变或突变时该算法才会激活 |
| 3 可变扰动算法 |
| 每当操作点跨MP最小振荡MP时,算法会动态地减少扰动大小提供扰动大小微调 |
| 实现提议MPPATALGORITH使用BOOST对数 |
| MPPT算法使用推转器实现PV面板连接推转器,如Fig显示3 |
 |
| 系统pv板跨推转器连接.pv板能取决于天气条件损耗系统,我们这里有恒定能量.所以我们实施自适应pto使用pwm系统可应用门脉冲连接图3显示IGBT开关 |
组合模式和结果 |
| mATLABSIMLINK应用自适应pt算法仿真设计图4显示推合 |
 |
 |
 |
结论 |
| 可变扰动尺寸自适应ppt算法建议用于突变辐照和PV当前限值拟方法有以下三大特征:1)正常条件稳定跟踪MPP,2)突发操作限值加速动态性能,3)提供变量扰动以减少MPP周围振荡这三个特征使用三种算法实现,即CPA、ACA和VPA不同于传统P&O, 算法快速响应 并减少MPP周围振荡因衍生物引起的计算努力没有如INC方法所解释的那样跟踪真实最大功率,不同于分片开路电压和FSC方法同时,它不要求大量数据(存储器)处理不同阶段,如FLC和NN所要求的那样。模拟实验研究表明 算法比常规算法反应快 |
引用 |
|