光伏并网发电系统MPPT及孤岛检测技术的研究

摘要

在全球能源危机和生态环境日益严重的背景下，可再生能源得到了蓬勃发展，其中太阳能由于自身的诸多优点，已成为最主要的化石能源替代形式。太阳能光伏发电技术是太阳能利用的重要方式，因此对光伏发电技术的研究具有重大的理论意义和实用价值。本文以光伏并网发电系统为研究对象，对其中最为关键的两个问题，即最大功率跟踪（MPPT）和孤岛检测技术进行深入的研究。 介绍了光伏并网发电系统的重要组成部分，在拓扑结构的基础上建立相应的数学模型。对MPPT控制中最常用的电导增量法进行了改进，提出了自适应微分电导增量法，对两种算法进行仿真模型的搭建。由仿真结果得出改进的自适应微分电导增量法能够有效解决步长选择困难的问题，能够同时满足最大功率点跟踪的速度与精度，提高光伏系统的动态性能。 为了实现局部阴影下全局最大功率跟踪（GMPPT），本文利用RBF神经网络算法进行光伏发电系统全局最大功率跟踪。之后分析了该方法存在的不足，并提出了改进遗传算法优化的RBF神经网络算法，通过遗传算法对RBF神经网络中的数据中心、权值和扩展常数进行优化。此外为了提高遗传算法的收敛速度，再对遗传算法自身的遗传机制进行改进。最终对光伏发电系统GMPPT进行预测，通过功率预测结果验证了该改进算法能够降低网络预测误差，改善了全局最大功率点的跟踪效果。 针对光伏并网发电系统中的孤岛检测问题，首先对传统的SMS孤岛检测技术进行了详细分析，提出了新的扰动策略，缩小了孤岛检测盲区。针对该检测方法反馈系数的选择问题，本文提出了基于模糊控制的SMS孤岛检测方法，通过对该系数的模糊优化，缩短了孤岛检测时间且降低了对外部电网电能质量的影响。在MATLAB/Simulink中搭建改进的孤岛检测仿真模型，验证了该孤岛检测方法的可靠性和优越性。

目录

声明

插图索引

附表索引

第1章 绪论

1.1 课题背景及研究意义

1.2 光伏并网发电系统概述

1.3 光伏并网发电系统关键技术的研究现状

1.3.1 最大功率跟踪技术的研究现状

1.3.2 孤岛检测技术的研究现状

1.4 本文主要内容安排

第2章 光伏并网发电系统的基本组成与建模分析

2.1 光伏电池模型及输出特性

2.1.1 光伏电池原理与等效电路

2.1.2 光伏电池的常规模型与输出特性

2.1.3 局部阴影下光伏电池的输出特性

2.2 DC/DC变换电路

2.2.1 Buck/Boost变换电路

2.2.2 DC/DC变换电路控制策略

2.3 光伏并网逆变器

2.4 数字锁相环技术

2.4.1 锁相环原理

2.4.2 数字锁相环算法

2.5 本章小结

第3章 光伏发电常规MPPT控制实现

3.1 MPPT的基本原理

3.2 常规MPPT相关算法

3.3 改进的电导增量法MPPT实现

3.3.1 常规定步长电导增量法原理

3.3.2 自适应微分电导增量法跟踪原理

3.4 改进MPPT控制方法的仿真分析

3.4.1 仿真模型的建立

3.4.2 仿真过程及结果分析

3.5 本章小结

第4章 局部阴影下GMPPT控制算法研究

4.1 常规GMPPT解决方案

4.2 基于RBF神经网络的GMPPT控制算法

4.2.1 RBF神经网络算法原理

4.2.2 光伏发电系统的RBF神经网络模型

4.2.3 RBF神经网络的预测结果分析

4.3 改进遗传算法优化的RBF神经网络功率预测

4.3.1 遗传算法原理与改进

4.3.2 RBF神经网络的优化步骤与流程

4.3.3 优化算法的GMPPT功率预测

4.4 本章小结

第5章 光伏并网孤岛检测技术的研究

5.1 孤岛效应的概念及检测原理

5.2 孤岛效应的检测方法

5.2.1 孤岛检测的标准

5.2.2 常用孤岛检测方法

5.2.3 孤岛检测盲区的描述方法

5.3 基于模糊控制的滑模频率偏移孤岛检测

5.3.1 改进SMS孤岛检测方法

5.3.2 模糊控制系统的构建

5.4 优化的孤岛检测方法仿真分析

5.4.1 仿真模型的建立

5.4.2 数值仿真分析

5.5 本章小结

结论与展望

参考文献

致谢