简介:针对大环境下的能源短缺与环境污染问题,提出了一种常见新型能源光伏电池(PV)的建模方法。分析了常见的光伏电池MPPT算法,在此基础上对扰动观察法进行了改进,克服了传统扰动观察法在距离最大功率点远近各有限制的缺点。利用Matlab/Simulink仿真平台搭建了光伏电池的数学模型,并根据改进的MPPT算法搭建了控制电路。结果表明,该数学模型可以很好地模拟实际光伏电池的工作特性,改进算法较好地弥补了传统算法的不足,可实现最大功率点跟踪。
简介:最大功率点跟踪(MPPT)控制可以使光伏模块最大程度地输出功率,因此成为增强光伏发电系统输出功率的一个研究热点。本文提出一种基于二进制蚁群模糊神经网络的光伏系统最大功率点跟踪控制策略,利用模糊神经网络代替传统的BP神经网络对最大功率点进行预测,解决了恒压控制法误差较大的问题;利用二进制蚁群算法对模糊神经网络权值进行优化,克服了其搜索速度慢、易陷入局部极小值的缺点;将得到的最大功率点电压输入恒电压控制算法中,然后通过恒压法对最大功率点进行跟踪。在所构建的仿真模型中模拟了不同光照强度和环境温度的仿真环境,结果表明所提出的MPPT控制策略准确性高、适应性强。