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。
简介:基于有限控制集模型预测控制(FCS-MPC)的滞环模型预测控制(HMPC)应用在三电平逆变器中具有动态响应快、多目标优化处理的优点,但其开关动作没有规律,开关频率波动范围大,导致逆变器输出电流频谱较为分散,不便于滤波器的设计。为了改善上述问题,本文提出一种环宽自适应模型预测控制(AHB-HMPC)方法,将系统的平均开关频率和开关频率波动范围也作为控制目标,引进滞环控制思想,并可在线调整电流滞环大小,使得系统平均开关频率可控且使开关频率稳定在以平均开关频率为中心的滞环内,在保留HMPC快速性、多目标优化处理等优点的同时,有效地使逆变器输出电流频谱相对集中在平均开关频率周围,方便了滤波器的设计。最后,仿真和实验结果表明,本控制方法是可行和有效的。