基本信息
- 项目名称：
- 光伏发电系统中最大功率点的智能跟踪策略研究与应用
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 最大功率点跟踪技术（MPPT）是光伏发电系统中的关键环节，起着提高能量利用率的作用。本项目在分析传统跟踪方法优劣性的基础上，深入研究了具有群体仿生寻优机制的群智能算法及具有高适应性、强鲁棒性的模糊控制算法在MPPT中的应用，并有效融合了各种算法的优势，提出了一套能够在各种天气条件下准确实时进行MPPT的智能跟踪策略，实验及实测数据表明该智能跟踪策略能有效提高跟踪效率2%，实现了较好的经济价值。
- 详细介绍：
- 随着环境恶化，极端天气愈发频繁，传统MPPT跟踪方法已不能满足实时准确的最大功率点跟踪要求。本项目针对光伏发电系统的最大功率点跟踪问题，深入研究各种能够有效实现跟踪要求的方法，并提出一套可在各种天气条件下实现实时有效地进行最大功率点跟踪的智能跟踪策略，相比较目前的跟踪效率提高2%。 主要内容如下： 1.传统跟踪方法分析。目前常用的传统跟踪方法可在正常天气条件下达到95%的跟踪效率，然而跟踪原理并非基于太阳能光伏发电系统的内部变化规律，因此在愈发频繁的极端天气条件下难于反映实时功率变化。本项目对传统跟踪方法（包括变步长法、电导增量法等）的实现原理、存在缺点及改进方案进行了详细研究。 2.群智能跟踪方法研究。群智能算法的群体寻优机制为光伏发电系统中的最大功率跟踪提供了一条可行思路，本项目选择具有代表性的主流群智能算法（包括粒子群算法、蚁群算法等）进行最大功率点的跟踪方案设计，并进行了方案优化。 3.模糊控制跟踪方法研究。模糊控制方法相比较传统跟踪方法具有更好的法适应性和鲁棒性，本项目研究设计了模糊控制方法跟踪方案，并创新性地利用粒子群算法对模糊跟踪方案进行了参数优化，取得了较好的效果。 4.智能跟踪策略研究。有效融合传统跟踪方法、群智能跟踪方法、模糊跟踪方法的各自优势，研究出一套能够在各种天气条件下实现准确实时的最大功率点跟踪智能综合策略，有效提高了最大功率点的跟踪效率。 5.硬件设计及实现。进行各种方案的跟踪效果对比分析。
作品图片
作品专业信息
撰写目的和基本思路
- 结合群智能对传统方法进行优化，提出一种切实可行的智能跟踪策略，并证明跟踪效果比传统方法更准确、实时。考虑到最大功率点在现实中时时转移，分析了现实存在的扰动因素，结合模糊算法，有效地克服光伏电池的非线性和时滞性，提出一种快速高效的MPPT方法。通过搭建小型光伏发电的硬件系统，将研究成果在各种不同天气情况进行实测，不断分析改良，使研究成果能够进一步进行产品转化，实现较好的经济和社会价值。
科学性、先进性及独特之处
- 科学性 分析了光伏发电系统中传统算法的优劣，采用群智能及模糊控制机制对进行了MPPT研究，融合各算法各自优势提出了一套能适应各种天气条件的MPPT智能跟踪策略。实验及实测数据表明：新型策略能有效提高MPPT的跟踪效率及跟踪精度。 先进性及独特之处 1. 将群智能与变步长扰动相结合提出一种新型有效的智能跟踪方案。 2. 采用粒子群算法完成模糊跟踪的参数优化，实现更为灵活准确的跟踪效果。
应用价值和现实意义
- 本项目旨在研究和探索智能方法，加速太阳能的推广和应用，对新能源的开发具有重要的理论指导意义。成果直接应用于光伏发电系统中，可更加实时准确实现MPPT的有效跟踪；进行技术转化后应还可用于风能等其他新能源系统中，提高能量利用率。 同时,对研究中涉及到的群智能算法、模糊算法等智能手段进行了较为详尽的研究，对改进智能算法性能、拓宽智能算法应用领域、完善智能算法体系也具有一定的学术价值和现实意义。
学术论文摘要
- 首先利用太阳能电池的计算仿真模型，分析了太阳能电池在温度、光强不同时输出最大功率的变化特性。采用群智能算法（如粒子群算法、蚁群算法等）、模糊算法等对太阳能电池进行了最大功率点跟踪的深入研究，并提出了一种能够有效获取最大功率点的新型智能跟踪方法。实验结果表明该智能跟踪方法具有较好的跟踪精度，能够有效提高最大功率点的跟踪效率，具有较好的实际应用价值。
获奖情况
- 论文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) ; 论文2：赵阳，符强，王镭，姚佳. 基于粒子群算法的最大功率点跟踪方法研究. 电力电子技术. 2010,44(6):32~34(核心) 2010年度浙江省大学生科技创新活动计划（新苗人才计划）资助项目。
鉴定结果
- 科技查新报告编号：20113600GN010411
参考文献
- 参考文献 [1] 徐鹏威，刘飞，刘邦银，等.几种光伏系统MPPT方法的分析比较及改进[J].电力电子技术，2007，41（9）：12-14. [2] 崔岩，蔡炳煌，李大勇，等.太阳能系统MPPT 控制算法的对比研究[J].太阳能学报，2006，27（6）：535-538. [3] 肖俊明等. 基于遗传算法的占空比扰动法在MPPT中的应用研究[J]. 电力系统保护与控制, 2010(15):43-46 [4] 张建坡等. 光伏系统变步长最大功率跟踪策略仿真研究[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)
同类课题研究水平概述
- 光伏电池的性能受到外界因素的影响，伏安输出特性表现出复杂的非线性，只在某一电压下才输出最大功率。为使光伏电池保持最大功率输出，需实时调整负载工作点，适应光伏电池输出特性的变化。 主流的MPPT方法主要有扰动观测、增量电导等。扰动观察法在到达最大功率点附近之后，会左右振荡，造成能量损耗，气侯变化时容易出现误判和滞后，跟踪速度和精度严重受到影响。增量电导通过判断 I/U+dI/dU 的符号判断光伏阵列是否工作在MPP从而判断出工作点电压与最大功率点电压之间的关系。但这种控制算法实现起来相对复杂，检测精度和速度在一定程度上会影响跟踪的精度和速度。电压增量步长的选取也较讲究，若步长太大，跟踪的误差会较大，若步长过小，跟踪的速度会较慢。 以上方法在实际使用中均存在不同的缺点，难于兼顾控制复杂度和控制精度的综合要求。 智能算法研究是目前解决非线性复杂问题的一个新方向。群智能算法是其中一种仿生自然界动物昆虫觅食筑巢行为的新兴演化计算技术，包括粒子群算法及蚁群算法等。 粒子群算法是一种基于群体智能的并行全局随机搜索算法。其结构简单、可调参数少，并因其快速搜索、强通用性、高鲁棒性等优点，引起广泛的关注与研究，成功应用于电力系统优化、模式识别、数字电路优化等领域。 蚁群算法源自蚂蚁觅食机理，是一种具有较强鲁棒性的并行正反馈的智能启发式搜索算法，在求解复杂组合优化问题方面具有一定的优势。蚁群算法的研究和应用发展迅速，其应用领域已扩展到数据聚类、控制参数优化、机器人控制及仿真和参数辩识等领域。 目前国内外还没有出现在光伏发电系统中使用群智能手段实现MPPT的实际案例。因此，在仔细分析传统的MPPT方法基础上，结合群智能算法强大的寻优能力，提出一种更准确有效的新型MPPT，进一步提高太阳能转化率。 模糊算法也是智能算法体系中的一个主要分支，比传统的逻辑系统更接近于人类的思维和语言表达方式。在存在定性不精确和不确定信息的复杂系统中，模糊控制的效果常优于常规控制。研究人员用模糊算法在光伏发电系统中的进行了初步的尝试，取得了一定效果。但实际应用中，却存在模糊规则及相关参数难于确定的问题。本课题对模糊算法在光伏发电系统中的应用进行进一步分析和实验论证，并对模糊算法与群智能算法结合完成MPP跟踪任务的可行性和有效性进行研究。
