简介:粒子群优化(PSO)算法是智能算法的一种,有较好的全局搜索能力,已经被应用于局部阴影条件下的最大功率跟踪(MPPT)当中。但PSO算法的搜素速度慢,收敛不稳定。本文通过分析局部阴影条件下光伏阵列的输出特性曲线提出了改进型粒子群优化算法(IPSO),以变换器的占空比为粒子,初始化时将粒子均匀分散在可能的功率峰值点处,依据迭代次数线性调整惯性权重、学习因子,并通过引入反正切函数,对传统PSO算法的速度更新进行修改,以减小追踪过程的振荡,更快地找到最大功率点,提高收敛速度。最后通过仿真验证了与常规的PSO算法相比,改进的PSO算法具有跟踪速度快、动态响应波动小等特点。
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:摘要风力发电是一种绿色能源,能够有效改善我国的能源结构,同时有助于我国环保经济的发展,风电将成为未来电力发展的一个重要趋势,然而在风力发电过程中还有着众多需要解决的问题。本篇文章将从风力发电对电力系统产生的相关影响入手,对风电网并入电网产生的相关技术问题进行阐述,同时提出了相关的解决途径。
简介:传统Z源并网风力发电系统整流侧采用的是三相不可控整流,其定子侧的电流谐波不仅会增大电机的铜耗和铁耗,降低发电效率,还有可能出现电机饱和以及失控等现象,严重影响了系统的稳定性。本文将VIENNA整流器应用于Z源并网风力发电系统,提出一种新的并网变流器控制方法。将定子输出电压的一个周期划分为6个扇区,通过扇区决策控制器给每个扇区内的不导通相提供电流通路,改善了机侧电流与机侧电压的非线性关系。比较了采用三相不可控整流器和VIENNA整流器以及最大升压控制和改进SVPWM控制下Z源并网风力发电系统的机侧电流谐波。仿真与实验结果表明,本文方法减少了定子侧电流谐波,提高了系统的效率和稳定性。