題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- 光伏發(fā)電系統(tǒng)中最大功率點(diǎn)的智能跟蹤策略研究與應(yīng)用
- 小類：
- 信息技術(shù)
- 簡介：
- 最大功率點(diǎn)跟蹤技術(shù)（MPPT）是光伏發(fā)電系統(tǒng)中的關(guān)鍵環(huán)節(jié)，起著提高能量利用率的作用。本項(xiàng)目在分析傳統(tǒng)跟蹤方法優(yōu)劣性的基礎(chǔ)上，深入研究了具有群體仿生尋優(yōu)機(jī)制的群智能算法及具有高適應(yīng)性、強(qiáng)魯棒性的模糊控制算法在MPPT中的應(yīng)用，并有效融合了各種算法的優(yōu)勢(shì)，提出了一套能夠在各種天氣條件下準(zhǔn)確實(shí)時(shí)進(jìn)行MPPT的智能跟蹤策略，實(shí)驗(yàn)及實(shí)測(cè)數(shù)據(jù)表明該智能跟蹤策略能有效提高跟蹤效率2%，實(shí)現(xiàn)了較好的經(jīng)濟(jì)價(jià)值。
- 詳細(xì)介紹：
- 隨著環(huán)境惡化，極端天氣愈發(fā)頻繁，傳統(tǒng)MPPT跟蹤方法已不能滿足實(shí)時(shí)準(zhǔn)確的最大功率點(diǎn)跟蹤要求。本項(xiàng)目針對(duì)光伏發(fā)電系統(tǒng)的最大功率點(diǎn)跟蹤問題，深入研究各種能夠有效實(shí)現(xiàn)跟蹤要求的方法，并提出一套可在各種天氣條件下實(shí)現(xiàn)實(shí)時(shí)有效地進(jìn)行最大功率點(diǎn)跟蹤的智能跟蹤策略，相比較目前的跟蹤效率提高2%。 主要內(nèi)容如下： 1.傳統(tǒng)跟蹤方法分析。目前常用的傳統(tǒng)跟蹤方法可在正常天氣條件下達(dá)到95%的跟蹤效率，然而跟蹤原理并非基于太陽能光伏發(fā)電系統(tǒng)的內(nèi)部變化規(guī)律，因此在愈發(fā)頻繁的極端天氣條件下難于反映實(shí)時(shí)功率變化。本項(xiàng)目對(duì)傳統(tǒng)跟蹤方法（包括變步長法、電導(dǎo)增量法等）的實(shí)現(xiàn)原理、存在缺點(diǎn)及改進(jìn)方案進(jìn)行了詳細(xì)研究。 2.群智能跟蹤方法研究。群智能算法的群體尋優(yōu)機(jī)制為光伏發(fā)電系統(tǒng)中的最大功率跟蹤提供了一條可行思路，本項(xiàng)目選擇具有代表性的主流群智能算法（包括粒子群算法、蟻群算法等）進(jìn)行最大功率點(diǎn)的跟蹤方案設(shè)計(jì)，并進(jìn)行了方案優(yōu)化。 3.模糊控制跟蹤方法研究。模糊控制方法相比較傳統(tǒng)跟蹤方法具有更好的法適應(yīng)性和魯棒性，本項(xiàng)目研究設(shè)計(jì)了模糊控制方法跟蹤方案，并創(chuàng)新性地利用粒子群算法對(duì)模糊跟蹤方案進(jìn)行了參數(shù)優(yōu)化，取得了較好的效果。 4.智能跟蹤策略研究。有效融合傳統(tǒng)跟蹤方法、群智能跟蹤方法、模糊跟蹤方法的各自優(yōu)勢(shì)，研究出一套能夠在各種天氣條件下實(shí)現(xiàn)準(zhǔn)確實(shí)時(shí)的最大功率點(diǎn)跟蹤智能綜合策略，有效提高了最大功率點(diǎn)的跟蹤效率。 5.硬件設(shè)計(jì)及實(shí)現(xiàn)。進(jìn)行各種方案的跟蹤效果對(duì)比分析。
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 結(jié)合群智能對(duì)傳統(tǒng)方法進(jìn)行優(yōu)化，提出一種切實(shí)可行的智能跟蹤策略，并證明跟蹤效果比傳統(tǒng)方法更準(zhǔn)確、實(shí)時(shí)?？紤]到最大功率點(diǎn)在現(xiàn)實(shí)中時(shí)時(shí)轉(zhuǎn)移，分析了現(xiàn)實(shí)存在的擾動(dòng)因素，結(jié)合模糊算法，有效地克服光伏電池的非線性和時(shí)滯性，提出一種快速高效的MPPT方法。通過搭建小型光伏發(fā)電的硬件系統(tǒng)，將研究成果在各種不同天氣情況進(jìn)行實(shí)測(cè)，不斷分析改良，使研究成果能夠進(jìn)一步進(jìn)行產(chǎn)品轉(zhuǎn)化，實(shí)現(xiàn)較好的經(jīng)濟(jì)和社會(huì)價(jià)值。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 科學(xué)性 分析了光伏發(fā)電系統(tǒng)中傳統(tǒng)算法的優(yōu)劣，采用群智能及模糊控制機(jī)制對(duì)進(jìn)行了MPPT研究，融合各算法各自優(yōu)勢(shì)提出了一套能適應(yīng)各種天氣條件的MPPT智能跟蹤策略。實(shí)驗(yàn)及實(shí)測(cè)數(shù)據(jù)表明：新型策略能有效提高M(jìn)PPT的跟蹤效率及跟蹤精度。 先進(jìn)性及獨(dú)特之處 1. 將群智能與變步長擾動(dòng)相結(jié)合提出一種新型有效的智能跟蹤方案。 2. 采用粒子群算法完成模糊跟蹤的參數(shù)優(yōu)化，實(shí)現(xiàn)更為靈活準(zhǔn)確的跟蹤效果。
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 本項(xiàng)目旨在研究和探索智能方法，加速太陽能的推廣和應(yīng)用，對(duì)新能源的開發(fā)具有重要的理論指導(dǎo)意義。成果直接應(yīng)用于光伏發(fā)電系統(tǒng)中，可更加實(shí)時(shí)準(zhǔn)確實(shí)現(xiàn)MPPT的有效跟蹤；進(jìn)行技術(shù)轉(zhuǎn)化后應(yīng)還可用于風(fēng)能等其他新能源系統(tǒng)中，提高能量利用率。 同時(shí),對(duì)研究中涉及到的群智能算法、模糊算法等智能手段進(jìn)行了較為詳盡的研究，對(duì)改進(jìn)智能算法性能、拓寬智能算法應(yīng)用領(lǐng)域、完善智能算法體系也具有一定的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。
學(xué)術(shù)論文摘要
- 首先利用太陽能電池的計(jì)算仿真模型，分析了太陽能電池在溫度、光強(qiáng)不同時(shí)輸出最大功率的變化特性。采用群智能算法（如粒子群算法、蟻群算法等）、模糊算法等對(duì)太陽能電池進(jìn)行了最大功率點(diǎn)跟蹤的深入研究，并提出了一種能夠有效獲取最大功率點(diǎn)的新型智能跟蹤方法。實(shí)驗(yàn)結(jié)果表明該智能跟蹤方法具有較好的跟蹤精度，能夠有效提高最大功率點(diǎn)的跟蹤效率，具有較好的實(shí)際應(yīng)用價(jià)值。
獲獎(jiǎng)情況
- 論文1：Bao Senjie, Fu Qiang, Shen Yunfeng, Zhao Yang, Yao Jia and Wang Lei. A Strategy Research on Intelligent Tracking at the Maximum Power Point of the Photovoltaic Electricity Generation Array. 2011 3rd International Conference on Computer and Network Technology. 2011(2):534~537 (EI) ; 論文2：趙陽，符強(qiáng)，王鐳，姚佳. 基于粒子群算法的最大功率點(diǎn)跟蹤方法研究. 電力電子技術(shù). 2010,44(6):32~34(核心) 2010年度浙江省大學(xué)生科技創(chuàng)新活動(dòng)計(jì)劃（新苗人才計(jì)劃）資助項(xiàng)目。
鑒定結(jié)果
- 科技查新報(bào)告編號(hào)：20113600GN010411
參考文獻(xiàn)
- 參考文獻(xiàn) [1] 徐鵬威，劉飛，劉邦銀，等.幾種光伏系統(tǒng)MPPT方法的分析比較及改進(jìn)[J].電力電子技術(shù)，2007，41（9）：12-14. [2] 崔巖，蔡炳煌，李大勇，等.太陽能系統(tǒng)MPPT 控制算法的對(duì)比研究[J].太陽能學(xué)報(bào)，2006，27（6）：535-538. [3] 肖俊明等. 基于遺傳算法的占空比擾動(dòng)法在MPPT中的應(yīng)用研究[J]. 電力系統(tǒng)保護(hù)與控制, 2010(15):43-46 [4] 張建坡等. 光伏系統(tǒng)變步長最大功率跟蹤策略仿真研究[J]. 可再生能源, 2009,27(5):10-14 [5] KAJIHARA Atsushi，HARAKAWA Tetsumi.Model of Photovoltaic Cell Circuits Under Partial Shading[A].Proceed -ings of IEEE International Conference on Industrial Technology[C].2005：866-870. [6] Sera. D，Teodorescu. R，Hantschel.J，Knoll. M. Optimized Maximum Power Point Tracker for Fast-Changing Environmental Conditions IEEE Transactions on Industrial Electronics 2008, 55(7) [7] Chen L.-R，Tsai C，Lin Y，Lai Y.-S. A Biological Swarm Chasing Algorithm for Tracking the PV Maximum Power Point.IEEE Transactions on Energy Conversion .2010，25(2)
同類課題研究水平概述
- 光伏電池的性能受到外界因素的影響，伏安輸出特性表現(xiàn)出復(fù)雜的非線性，只在某一電壓下才輸出最大功率。為使光伏電池保持最大功率輸出，需實(shí)時(shí)調(diào)整負(fù)載工作點(diǎn)，適應(yīng)光伏電池輸出特性的變化。 主流的MPPT方法主要有擾動(dòng)觀測(cè)、增量電導(dǎo)等。擾動(dòng)觀察法在到達(dá)最大功率點(diǎn)附近之后，會(huì)左右振蕩，造成能量損耗，氣侯變化時(shí)容易出現(xiàn)誤判和滯后，跟蹤速度和精度嚴(yán)重受到影響。增量電導(dǎo)通過判斷 I/U+dI/dU 的符號(hào)判斷光伏陣列是否工作在MPP從而判斷出工作點(diǎn)電壓與最大功率點(diǎn)電壓之間的關(guān)系。但這種控制算法實(shí)現(xiàn)起來相對(duì)復(fù)雜，檢測(cè)精度和速度在一定程度上會(huì)影響跟蹤的精度和速度。電壓增量步長的選取也較講究，若步長太大，跟蹤的誤差會(huì)較大，若步長過小，跟蹤的速度會(huì)較慢。 以上方法在實(shí)際使用中均存在不同的缺點(diǎn)，難于兼顧控制復(fù)雜度和控制精度的綜合要求。 智能算法研究是目前解決非線性復(fù)雜問題的一個(gè)新方向。群智能算法是其中一種仿生自然界動(dòng)物昆蟲覓食筑巢行為的新興演化計(jì)算技術(shù)，包括粒子群算法及蟻群算法等。 粒子群算法是一種基于群體智能的并行全局隨機(jī)搜索算法。其結(jié)構(gòu)簡單、可調(diào)參數(shù)少，并因其快速搜索、強(qiáng)通用性、高魯棒性等優(yōu)點(diǎn)，引起廣泛的關(guān)注與研究，成功應(yīng)用于電力系統(tǒng)優(yōu)化、模式識(shí)別、數(shù)字電路優(yōu)化等領(lǐng)域。 蟻群算法源自螞蟻覓食機(jī)理，是一種具有較強(qiáng)魯棒性的并行正反饋的智能啟發(fā)式搜索算法，在求解復(fù)雜組合優(yōu)化問題方面具有一定的優(yōu)勢(shì)。蟻群算法的研究和應(yīng)用發(fā)展迅速，其應(yīng)用領(lǐng)域已擴(kuò)展到數(shù)據(jù)聚類、控制參數(shù)優(yōu)化、機(jī)器人控制及仿真和參數(shù)辯識(shí)等領(lǐng)域。 目前國內(nèi)外還沒有出現(xiàn)在光伏發(fā)電系統(tǒng)中使用群智能手段實(shí)現(xiàn)MPPT的實(shí)際案例。因此，在仔細(xì)分析傳統(tǒng)的MPPT方法基礎(chǔ)上，結(jié)合群智能算法強(qiáng)大的尋優(yōu)能力，提出一種更準(zhǔn)確有效的新型MPPT，進(jìn)一步提高太陽能轉(zhuǎn)化率。 模糊算法也是智能算法體系中的一個(gè)主要分支，比傳統(tǒng)的邏輯系統(tǒng)更接近于人類的思維和語言表達(dá)方式。在存在定性不精確和不確定信息的復(fù)雜系統(tǒng)中，模糊控制的效果常優(yōu)于常規(guī)控制。研究人員用模糊算法在光伏發(fā)電系統(tǒng)中的進(jìn)行了初步的嘗試，取得了一定效果。但實(shí)際應(yīng)用中，卻存在模糊規(guī)則及相關(guān)參數(shù)難于確定的問題。本課題對(duì)模糊算法在光伏發(fā)電系統(tǒng)中的應(yīng)用進(jìn)行進(jìn)一步分析和實(shí)驗(yàn)論證，并對(duì)模糊算法與群智能算法結(jié)合完成MPP跟蹤任務(wù)的可行性和有效性進(jìn)行研究。
