基于粒子群优化算法的高性能功率优化器的研究

摘要

功率优化器可以通过最大功率点追踪Maximum Power Point Tracking(MPPT)算法来解决由局部阴影遮挡导致的光伏发电系统的功率损失问题。其中，MPPT算法是功率优化器的核心控制算法，但是目前存在的MPPT算法在局部阴影遮挡情况下会失效或者收敛速度慢或者依赖光伏电池的开路电压、短路电流等信息，而这些信息在实际中不易获得。此外，由于功率优化器在光伏电站中并未普及，目前对于光伏发电系统带功率优化器后的优化效果研究较少。而且，功率优化器在实际应用中，需要面临与不同逆变器之间的匹配问题以及在不同环境下的稳定性运行等问题。
　　本文首先对优化功率优化器的MPPT算法进行优化，分析全局扫描算法和粒子群优化Particle Swarm Optimization(PSO)算法的工作原理及不足，提出一种新型整体分布-粒子群优化Overall Distribution-Particle Swarm Optimization(OD-PSO)MPPT算法。该算法将OD算法应用到光伏阵列的MPPT中，使用OD MPPT算法将粒子快速定位到最大功率点附近，且不需要依赖光伏阵列的结构，光伏电池的开路电压、短路电流等信息，再通过PSO MPPT算法对最大功率点进行精确定位。并搭建仿真和实验平台，通过与PSO MPPT算法的跟踪效果进行对比，验证了OD-PSO MPPT算法的快速性和准确性。
　　然后，本文以6×1的光伏阵列为例，通过改变受遮挡组件中阴影遮挡的位置以及受阴影遮挡电池元的光照强度，对功率优化器优化效果进行仿真分析，本文指出功率优化器的优化效果不仅与被遮组件的光照强度有关，而且与可能导通的旁路二极管数目有关，并在4kW的光伏电站上对研究结果进行了验证。
　　最后，对于功率优化器在实际运行中的其他关键问题，即功率优化器与不同逆变器的匹配时，存在的不能可靠启动问题以及稳定性运行问题，本文针对此现象对功率优化器进行了分析和设计。对功率优化器匹配上位机时，出现显示偏差的问题进行分析和解决。

目录

声明

致谢

摘要

1．1．1 光伏发电的发展现状

1．1．2 光伏阴影遮挡问题和功率优化器的提出

1．2 功率优化器的研究现状

1．3 本文主要研究内容

2 光伏发电系统模型的建立

2．1 光伏电池模型的建立及特性分析

2．1．1 光伏电池的工作原理和模型建立

2．1．2 光伏电池的输出特性

2．1．3 光伏电池组件在局部阴影遮挡条件下的输出特性

2．2 光伏发电系统的建立

2．2．1 功率优化器的原理

2．2．2 光伏发电系统的建立

2．3 本章小结

3 局部阴影遮挡下功率优化器的优化算法研究

3．1．1 全局扫描MPPT算法

3．1．2 粒子群优化MPPT算法

3．1．3 整体分布-粒子群优化MPPT算法

3．1．4 仿真与实验验证

3．2 功率优化器局部MPPT算法优化

3．3 本章小结

4 局部阴影遮挡下带功率优化器的光伏发电系统效率优化研究

4．1 带功率优化器的光伏发电系统效率优化理论研究

4．1．1 单个电池元受到阴影遮挡

4．1．2 多个电池元受到阴影遮挡

4．2 带功率优化器的光伏发电系统效率优化实验研究

4．3 仿真与实验结果分析

4．4 本章小结

5 功率优化器运行中其他关键问题研究

5．1 功率优化器与不同逆变器匹配问题

5．1．1 逆变器可靠启动

5．1．2 逆变器稳定运行

5．2 功率优化器与上位机匹配问题

5．3 本章小结

6．1 本文总结

6．2 展望

参考文献

作者简历

学位论文数据集