简介:摘要随着新能源的使用,相应的配套技术也已近成为了人们关注的焦点,本文提出了基于混合粒子群-模式搜索算法(PSO-PSA)的光伏发电最大功率点跟踪方法。对光伏电池模型进行仿真分析,绘制其在外界条件变化的情况下的输出特性曲线,分析环境变化对最大功率点的影响;通过对比PSO-PSA与粒子群算法,对基准测试函数的求解速度、精度与稳定性,验证本文算法的有效性,进而在不同环境条件下将混合算法优化输出结果与模型输出结果进行对比;将PSO-PSA与光伏阵列结合应用到Boost电路,实现模型动态输出结果与理论计算值匹配,从而实现最大功率点的有效跟踪。结果表明基于PSO-PSA的光伏系统最大功率点跟踪技术合理,跟踪精度较高,弥补了使用固定电压值时无法适应环境改变而造成能源浪费的不足。
简介:摘要:微生物燃料电池的功率与电压或电流呈现非线性关系,只存在唯一的最大功率点。目前研究微生物燃料电池最大功率点跟踪最常用的方法是扰动观察法,这种方法应用于微生物燃料电池最大功率点跟踪控制,系统达到稳态时输出功率总是在最大功率邻域内波动,这样会造成大量的功率损失,并且跟踪的时间比较缓慢,极值搜索算法相比于扰动观察法,极值搜索算法是一种更为优越的控制算法,当醋酸盐的流量 Qa或浓度 Cac突然发生改变时,微生物燃料电池达到最大功率点的跟踪时间比较短,并且系统达到稳态时震荡几乎没有,所以基于极值搜索算法的微生物燃料电池具有很大的优越性。 关键词:微生物燃料电池;最大功率点跟踪;极值搜索算法;干扰观测法; 引言 随着各种能源资源的大量消耗,世界能源短缺问题日益显著,开发大量的可再生能源也就顺应了时代的发展。本文主要介绍微生物燃料电池的最大功率点跟踪控制研究,通过使用基于极值搜索算法的控制器,当燃料电池外部条件发生变化时,能够让微生物燃料电池总是工作在最大功率点,从而使微生物燃料电池输出更多的电能。 极值搜索算法的原理 图 4-1 极值搜索算法示意图 Figure 4-1 schematic diagram of extremum search algorithm 图 4-1是极值搜索算法的示意图,该算法主要的工作原理是通过施加等幅值的正弦干扰信号,来观察功率的变化方向,从而找到微生物燃料电池的最大功率点。 系统仿真 微生物燃料电池电池 DC-DC变换器 t变换器
PWM P 极值搜索控制器器 图 5 基于极值搜索算法的微生物燃料电池仿真模型 Figure 5 microbial fuel cell simulation model based on extremum search algorithm 底物浓度 Cac发生突变 图 5-1-1 底物浓度变化时功率变化曲线 Figure 5-1-1 power change curve when substrate concentration changes 图 5-1-2 底物浓度变化时功率变化曲线 Figure 5-1-2 power curve when substrate concentration changes ( 2)外电阻发生突变 图 5-2-1 外电阻发生突变时功率密度变化曲线 Figure 5-2-1 power density change curve with abrupt change of external resistance 图 5-2-2 当外电阻发生突变时功率密度变化曲线 Figure 5-2-2 power density change curve with abrupt change of external resistance 如图 5-1-1和图 5-2-1是基于扰动观察算法的微生物燃料电池模型的仿真波形,图 5-1-2和图 5-2-2是基于 ESC算法的微生物燃料电池模型的仿真波形,两种系统模型受到同样的外界干扰,即底物浓度 Cac在 300h变为原来的 2倍,在某一时刻底物浓度 Cac变回原来值,和外电阻 R在 300h时由 35欧变为 100欧,由上图可以看出,当底物浓度发生突变时,前者经过 100h趋于稳定,后者经过 5h趋于稳定。当外电阻发生突变时,前者经过 50h趋于稳定,后者经过 10h趋于稳定状态,所以的结论如下:( 1)当底物浓度 Cac适当增加时,燃料电池的功率会增加;( 2)当外电阻发生突变时,基于极值搜索法的控制器要比基于扰动观察的控制器的跟踪速度快。 参考文献 翟荣欣.局部阴影条件下光伏系统的 MPPT 控制研究 [D].长沙:湖南大学, 2018. 邹才能,赵群,张国生.能源革命:从化石能源到新能源 [J].然气工业, 2016, 36(01): 1-10 drissi R E L, Abbou A, Salimi M. Artificial neural-network-based maximum power point tracking for photovoltaic pumping system using backstepping controller[C]//2018 IEEE 59th International Scientific Conference on Power and Electrical Engineering of Riga Technical University (RTUCON). IEEE, 2018:1-7. 作者简介 :任鹏鲲, 1993年 3月,男,汉,河南省沁阳市人,研究生,研究方向:微生物燃料电池最大功率跟踪。简介:摘要:本研究旨在进行最大速度与最大速率的爬升测试与分析。通过实验设计、测试环境搭建和数据采集,我们获得了有关测试对象在爬升过程中的运动数据。通过对最大速度和最大速率数据的统计分析和关系分析,我们发现了测试对象在不同条件下的运动特性及其相关因素。结果表明,最大速度和最大速率之间存在一定的关联性,但受到多种因素的影响。这些发现对于运动器材的设计与优化具有重要意义,同时也为运动过程中的物理规律提供了新的认识。然而,研究中存在的一些限制需要进一步改进和完善。未来的研究可以进一步扩大样本规模,深入探讨影响因素,以期为运动科学领域的发展贡献更多的知识和见解。