粒子群算法的MPPT技术的研究 一、课题综述及研究意义 在世界范围内，常规的化学能源已经日益枯竭，光伏发电有别于传统发电方式，在太阳能的转换过程中，不仅具有模块化结构少，运行维修简单，建设周期短等一系列的优点，而且是一种可再生的清洁能源。 本文首先介绍了光伏电池的数学模型，并通过软件仿真得到了伏安特性曲线和功率电压曲线，发现了光伏电池的工作点会因为温度、光照强度等因素偏离此时的最大功率点。MPPT技术是通过调整光伏电池的工作电压，来使其能够始终工作在最大功率点附近，文中介绍了MPPT的基本原理以及数学模型，分析了几种常用的跟踪方法的优缺点、MPPT方法的基本原理以及数学模型、目前几种常用的MPPT方法的优缺点，并采用一种把粒子群算法作为基础的MPPT技术，粒子群算法是群体智能优化算法的一种。本文尝试将PSO算法应用到MPPT中，并通过仿真验证，PSO确实能够高效准确的追踪到光伏电池的MPP，使输出功率稳定在最大功率点附近，减少了功率损耗，提高效率。 二、课题拟采取的研究方法和技术路线 本文在光伏发电背景下，研究了光伏电池的输出特性。以最大功率点跟踪技术为基础，采用粒子群算法光伏电池输出功率其进行优化。不断调整直流斩波电路的占空比来调整输出电压大小，从而使输出功率始终在最大功率点附近，并通过软件仿真验证了此种方法的有效性。 三、主要参考文献 [1] 赵争鸣 陈剑 孙晓瑛 太阳能光伏发电最大功率点跟踪技术[M] 北京 电子工业出版社 2012.4 1~75 [2] 瑞奇奥等 光伏发电系统的优化：建模、仿真和控制[M] 北京 机械工业出版社 2014.1 1~80 [3] 李丽 牛奔 粒子群优化算法[M] 北京 冶金工业出版社 2009.10 25~33 [4] Shi, R.C.E Barnhart，1998.A Modified particle swarm optimizer[C] proceedings of the IEEE world congress on computational intelligence 69~73 [5] 石俊 改进的光伏发电系统MPPT预测算法的研究 [硕士学位论文] 天津大学 2009.6 [6] 刘晓丹 基于粒子群算法的光伏系统的最大功率点的跟踪研究 [硕士学位论文] 南京邮电大学 2013.3 [7] 陈志刚 光伏系统最大功率点跟踪的设计与仿真实现 [硕士学位论文] 东北大学 2012.11 [8] 袁志坚 考虑局部阴影条件下光伏系统MPPT控制研究 [硕士学位论文] 广东工业大学 2014.5 [9] 王红艳 万萌 基于粒子群算法的MPPT控制策略的研究[J] 南京工程学院学报 2014.6 [10] 郭亮 基于粒子群算法优化BP神经网络的光伏系统最大功率点跟踪研究 [硕士学位论文] 西南交通大学 2011.5 [11] 张兴 曹仁贤等 太阳能光伏并网发电及其逆变控制[M] 北京 机械工业出版社 2011 [12] Xiao bo L ke D study on the intelligent fuzzy control method for MPPT in photovoltaic voltage grid system[C]. industrial electrionics and application，3rd IEEE conference 2009 2966~2970
理论分析： 本文主要目的是通过粒子群MPPT技术来提升光伏电池的输出效率。介绍了光伏发电的现状和未来前景，通过学习光伏电池的工作原理和数学模型，得到了光伏电池的伏安特性曲线、功率-电压曲线。介绍了最大功率点追踪技术的原理和数学模型，介绍了几种常用的最大功率点跟踪方法，分析了其优点和不足。采用粒子群算法进行MPPT技术，通过数学迭代的方式，能够实现函数的寻优过程，运算高效且不会产生波动。将种群中的粒子进行一定次数的迭代，再将这些结果进行比较筛选，挑选出自己最终需要的最优解。将上述方法与光伏发电系统相结合，并通过仿真软件证明此方法确实可行有效。 软硬件要求： 通过软件仿真光伏电池模型，设计粒子群优化算法，并将粒子群优化算法结合最大功率点跟踪技术，应用在光伏电池模型中。 |
