光伏系統(tǒng)不均勻光照下MPPT技術(shù)與儲(chǔ)能監(jiān)測(cè)研究.pdf

1、伴隨著社會(huì)的生產(chǎn)力的不斷發(fā)展,社會(huì)對(duì)能源的需求量也與日俱增,能源危機(jī)也日益凸顯。在可再生能源中,太陽(yáng)能以其充足的存儲(chǔ)量和綠色環(huán)保等特性,使之成為最具有發(fā)展?jié)摿Φ哪茉?。但目?光伏發(fā)電系統(tǒng)主要存在以下問(wèn)題,一是在不均勻光照環(huán)境中,其 P-V曲線會(huì)呈現(xiàn)出多峰性,傳統(tǒng)最大功率點(diǎn)跟蹤方法(Maximum Power Point Tracking-MPPT),易陷入局部最優(yōu),跟蹤結(jié)果較差,且收斂速度較慢;二是因?yàn)楠?dú)立光伏發(fā)電系統(tǒng)所處環(huán)境較為惡劣,

2、所以影響其儲(chǔ)能部分狀態(tài)的因素,如光照,溫度等變化也較大,因此傳統(tǒng)儲(chǔ)能部分監(jiān)測(cè)方法,存在監(jiān)測(cè)結(jié)果誤差較大,實(shí)時(shí)性差等問(wèn)題。
　　針對(duì)MPPT問(wèn)題,本文提出了一種擴(kuò)展粒子群優(yōu)化魚(yú)群算法(Fish-Swarm Algorithm optimized by extended PSO,簡(jiǎn)稱EP-FSA),該算法首先將標(biāo)準(zhǔn)粒子群算法進(jìn)行擴(kuò)展,加上記憶部分,使得粒子群算法不僅有自學(xué)習(xí)能力,而且還具有記憶能力;其次,利用擴(kuò)展粒子群算法對(duì)人工魚(yú)群算

3、法進(jìn)行優(yōu)化,將人工魚(yú)群算法迭代過(guò)程由一步變換成兩步,并且引入速度參數(shù),最后仿照粒子群算法,使人工魚(yú)群算法增加兩種運(yùn)動(dòng)模式,即認(rèn)知行為和社會(huì)行為。
　　針對(duì)儲(chǔ)能監(jiān)測(cè)問(wèn)題,本文提出了一種擴(kuò)展卡爾曼濾波方法,該方法首先建立蓄電池的電路模型,其次將模型中非線性部分進(jìn)行線性化,最后利用擴(kuò)展卡爾曼濾波方法進(jìn)行監(jiān)測(cè)。
　　本文利用Matlab對(duì)不同MPPT算法,進(jìn)行了仿真比較實(shí)驗(yàn)。結(jié)果表明擴(kuò)展粒子群優(yōu)化魚(yú)群算法較擾動(dòng)法和粒子群算法,跟蹤精