CN115220522A - 一种基于改进型扰动观察法的最大功率点跟踪方法 - Google Patents
一种基于改进型扰动观察法的最大功率点跟踪方法 Download PDFInfo
- Publication number
- CN115220522A CN115220522A CN202210750405.1A CN202210750405A CN115220522A CN 115220522 A CN115220522 A CN 115220522A CN 202210750405 A CN202210750405 A CN 202210750405A CN 115220522 A CN115220522 A CN 115220522A
- Authority
- CN
- China
- Prior art keywords
- maximum power
- power point
- disturbance
- tracking
- voltage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000010355 oscillation Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000010248 power generation Methods 0.000 abstract description 8
- 238000005286 illumination Methods 0.000 abstract description 7
- 238000004088 simulation Methods 0.000 description 11
- 238000005070 sampling Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/66—Regulating electric power
- G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Control Of Electrical Variables (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于改进型扰动观察法的最大功率点跟踪方法,由于太阳能光伏电池的输出特性是非线性的,其输出特性受到光照强度和环境温度的共同影响,在不同的光照条件和温度下,太阳能最大功率点不同,为了使光伏发电功率保持在最大功率处,需要最大功率点跟踪技术,使其一直运行在最大功率点。普通的MPPT技术,例如扰动观察法,所采用的步长为定步长,会存在振荡或者追踪速度慢的问题,因此本发明引入动量项,在距离最大功率点较远处加快追踪速度,并且在距离最大功率点较近处增加追踪精度。
Description
技术领域
本发明涉及光伏系统中最大功率点跟踪算法,具体涉及基于改进型扰动观察法的MPPT(Maximum Power Point Tracking,最大功率点跟踪)方法。
背景技术
当今社会,人们对环境保护和资源节约重视程度越来越高,日益恶化的生态环境和逐渐枯竭的资源使得人们对可再生资源的关注度越来越高,因此大力发展可再生资源显得尤为重要。光伏发电具有储量大、清洁可再生等特点,近几年发展较为迅速。
光伏发电涉及到最大功率点跟踪问题,传统的方法有扰动观察法和电导增量法等,搜索方式一般分为电压型和电流型,常用的方式时是电压型。在使用扰动观察法时,给定一个扰动量,计算出光伏电池输出功率,如果功率增加,说明扰动方向正确,如果功率减小,则扰动方向相反。但是传统的方法采用固定步长,步长较大,虽然追踪速度较快,但是追踪精度会降低;而步长较小时,虽然追踪精度较高,但是追踪速度较慢,达不到一个理想的效果,所以既能使得追踪速度快也能使得追踪精度高是一个关键点。
发明内容
发明目的:针对上述现有技术,提出一种基于改进型扰动观察法的最大功率点跟踪方法,提高跟踪速度和稳态精度。
技术方案:一种基于改进型扰动观察法的最大功率点跟踪方法,包括:在光伏电池MPPT控制中,根据扰动观察法原理和光伏电池的功率-电压特性引入动量项和步长,基于引入的动量项,并根据扰动前后的功率差值和扰动前后的电压差确定扰动方向,得到基于动量项和步长的光伏电池MPPT控制,从而保证最大功率点的追踪速度和精度。
进一步的,所述方法包括如下具体步骤:
步骤S1:检测当前时刻电压U(k)和电流I(k);
步骤S2:根据检测到的电压U(k)和电流I(k)计算当前功率P(k),并与上一时刻的功率P(k-1)作差,得到功率差值dP;同时将当前时刻的电压U(k)与上一时刻的电压U(k-1)作差,得到电压差值dU;
步骤S3:先经过第一次扰动保证下一次功率变化dP大于0,并将扰动次数用n表示,n初始化为1,随着扰动次数而叠加;此时dP>0,f(k)=f(k-1),然后根据电压差值dU进行判断:
若dU>0,则Δμ(k)=αΔμ(k-1)+f(k),U(k)=U(k-1)+Δμ(k);
若dU<0,则Δμ(k)=α|Δμ(k-1)|+f(k),U(k)=U(k-1)-Δμ(k);
其中,f(k)是当前时刻的步长,f(k)=f(k-1)*sign[P(k)-P(k-1)],f(k-1)是上一时刻的步长,sign函数:当x>0时,sign(x)=1;当x=0时,sign(x)=0;当x<0时,sign(x)=-1;Δμ(k)是动量项,参数α取值区间为(0,1);
步骤S4:按照步骤S3每完成一次扰动,就对dP进行检测,若dP不变号,则继续按照扰动规则进行最大功率点跟踪,直到追踪到了最大功率点才停止;若dP变号,即dP<0,则表示此时已经越过最大功率点,虽然已经越过最大功率点,但是此时已经接近最大功率点,f(k)=-f(k-1),此时再次根据电压差dU进行判断:
若dU>0,则Δμ(k)=αΔμ(k-1)+nf(k),U(k)=U(k-1)-Δμ(k);
若dU<0,则Δμ(k)=α|Δμ(k-1)|+nf(k),U(k)=U(k-1)+Δμ(k);
此时将dP>0时叠加的f(k)按照叠加次数去除,在接近最大功率点变成小步长扰动;此时按照扰动原则对电压进行扰动,完成扰动后将n归1,同时每次扰动完对dP进行检测,若dP再次变号,则回到步骤S3,否则就继续扰动直到最大功率点处。
有益效果:太阳能光伏电池的输出特性是非线性的,其输出特性受到光照强度和环境温度的共同影响,在不同的光照条件和温度下,太阳能最大功率点不同,为了使光伏发电功率保持在最大功率处,需要最大功率点跟踪技术,使其一直运行在最大功率点。普通的MPPT技术,例如扰动观察法,所采用的步长为定步长,会存在振荡或者追踪速度慢的问题,因此本发明引入动量项,在距离最大功率点较远处加快追踪速度,并且在距离最大功率点较近处增加追踪精度。
附图说明
图1是本发明基于改进型扰动观察法的最大功率点跟踪方法的系统结构图;
图2是本发明基于改进型扰动观察法的最大功率点跟踪方法的流程图;
图3是本发明基于改进型扰动观察法的最大功率点跟踪方法中提供的光伏阵列的P-U特性曲线和I-U特性曲线;
图4是本发明基于改进型扰动观察法的最大功率点跟踪方法的仿真波形;
图5是和本发明基于改进型扰动观察法的最大功率点跟踪方法对比的定步长的仿真波形;
图6是和本发明基于改进型扰动观察法的最大功率点跟踪方法对比的变步长仿真波形。
具体实施方式
下面结合附图对本发明做更进一步的解释。
如图1所示,一种基于改进型扰动观察法的最大功率点跟踪方法的系统结构,包括:光伏阵列、采样模块、MPPT计算模块、PWM驱动模块、Boost升压模块以及负载。采样模块的输入端和光伏阵列输出端连接,采样模块的输出端与MPPT计算模块输入端连接,MPPT计算模块输出端与PWM驱动模块输入端连接,PWM驱动模块输出端与Boost升压模块输入端连接,Boost升压模块输出端与负载模块连接。
其中,采样模块包括电压采样模块和电流采样模块,电压采样模块和电流采样模块分别光伏阵列输出端连接,用于实时采集光伏阵列的输出电压和输出电流,并发送给MPPT计算模块。
太阳能光伏电池的输出特性是非线性的,其输出特性受到光照强度和环境温度的共同影响,在不同的光照条件和温度下,太阳能最大功率点不同,为了使光伏发电功率保持在最大功率处,需要最大功率点跟踪技术,使其一直运行在最大功率点。普通的MPPT技术,例如扰动观察法,所采用的步长为定步长,会存在振荡或者追踪速度慢的问题,因此本发明引入动量项,在距离最大功率点较远处加快追踪速度,并且在距离最大功率点较近增加追踪精度。
具体的,本发明的一种基于改进型扰动观察法的最大功率点跟踪方法,在光伏电池MPPT控制中,根据扰动观察法原理和光伏电池的功率-电压特性引入动量项和步长,基于引入的动量项,并根据扰动前后的功率差值和扰动前后的电压差确定扰动方向,得到基于动量项和步长的光伏电池MPPT控制,从而保证最大功率点的追踪速度和精度。
如图2所示,本方法包括如下具体步骤:
步骤S1:检测当前时刻电压U(k)和电流I(k)。
步骤S2:根据检测到的电压U(k)和电流I(k)计算当前功率P(k),并与上一时刻的功率P(k-1)作差,得到功率差值dP;同时将当前时刻的电压U(k)与上一时刻的电压U(k-1)作差,得到电压差值dU。
步骤S3:先经过第一次扰动保证下一次功率变化dP大于0,并将扰动次数用n表示,n初始化为1,随着扰动次数而叠加;此时dP>0,f(k)=f(k-1),然后根据电压差值dU进行判断:
若dU>0,则Δμ(k)=αΔμ(k-1)+f(k),U(k)=U(k-1)+Δμ(k);
若dU<0,则Δμ(k)=α|Δμ(k-1)|+f(k),U(k)=U(k-1)-Δμ(k);
其中,f(k)是当前时刻的步长,f(k)=f(k-1)*sign[P(k)-P(k-1)],f(k-1)是上一时刻的步长,sign函数:当x>0时,sign(x)=1;当x=0时,sign(x)=0;当x<0时,sign(x)=-1;Δμ(k)是动量项,参数α取值区间为(0,1);因为当dU为正数时,此时Δμ(k-1)>0,所以Δμ(k)>0;而当dU为负数时,此时Δμ(k-1)<0,为了使得Δμ(k)>0,所以将Δμ(k-1)加上绝对值。
当dU>0,表明此时扰动点在最大功率点的左侧,若要继续追踪最大功率点,则保持向右的扰动方向,此时Δμ(k-1)>0,所以Δμ(k)>0;若dU<0,则表明此时扰动点在最大功率点的右侧,若要继续追踪最大功率点,则继续保持向左的扰动方向,此时Δμ(k-1)<0,为了使得Δμ(k)>0,所以将Δμ(k-1)加上绝对值。
步骤S4:按照步骤S3每完成一次扰动,就对dP进行检测,若dP不变号,则继续按照扰动规则进行最大功率点跟踪,直到追踪到了最大功率点才停止;若dP变号,即dP<0,则表示此时已经越过最大功率点,虽然已经越过最大功率点,但是此时已经接近最大功率点,f(k)=-f(k-1),此时再次根据电压差dU进行判断:
若dU>0,则Δμ(k)=αΔμ(k-1)+nf(k),U(k)=U(k-1)-Δμ(k);
若dU<0,则Δμ(k)=α|Δμ(k-1)|+nf(k),U(k)=U(k-1)+Δμ(k);
此时将dP>0时叠加的f(k)按照叠加次数去除,在接近最大功率点变成小步长扰动;此时按照扰动原则对电压进行扰动,完成扰动后将n归1,同时每次扰动完对dP进行检测,若dP再次变号,则回到步骤S3,否则就继续扰动直到最大功率点处。
在Matlab/Simulink环境下,搭建光伏阵列Boost电路的复合MPPT控制模型。其中,光伏阵列的仿真参数设置如下表:
参数名称 | 参数值 |
短路电流I<sub>sc</sub> | 368.48A |
开路电压U<sub>oc</sub> | 363V |
最大功率点电流I<sub>mpp</sub> | 345.45A |
最大功率点电压U<sub>mpp</sub> | 290V |
辐照度 | 1000W/m<sup>2</sup> |
温度 | 25℃ |
仿真在温度为25℃,光照强度为1000W/m2下进行,光伏阵列的特性曲线如图3所示,在本案例仿真条件下,最大功率点电压Umpp=290V,最大功率点功率Pmpp=100180W。
本发明提出的一种基于改进型扰动观察法的最大功率点跟踪技术仿真中,首先确定步长f(k)的值,本具体实施方式中f(k)取值0.01,α取值范围为(0,1),然后决定α取值,α的取值决定了Δμ(k)的大小,若α取值过大,则最大功率点跟踪的速度会变快,但是追踪精度会降低;若α取值过小,则最大功率点的追踪精度增加了,但是追踪速度会变慢,这里综合考虑α取值为0.5。采用本发明提出的最大功率点跟踪方法输出仿真图如图4所示,经过算法追踪后,大约在0.47s处达到最大功率点,稳态震荡率为22%。同时采用定步长为0.01和变步长为|αdU|的同条件下输出情况作对比,定步长输出仿真波形如图5所示,大约在1.35s处达到最大功率点并处于稳定状态,稳态震荡率为29%;变步长输出仿真波形如图6所示,大约在0.71s处达到最大功率点并处于稳定状态,稳态震荡率为28%。将三种情况的追踪速度和追踪精度进行对比,这里追踪精度采用稳态振荡率进行对比。其中稳态震荡率如下所示:
下表是以上三种方法的仿真结果,因此可以看出本发明提出的一种基于改进型扰动观察法的最大功率点跟踪技术的跟踪时间明显缩短很多,比定步长加快了0.88s,比变步长加快了0.24s,同时也保证了达到最大稳态后振荡较小,既加快追踪速度也增加了追踪精度。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.一种基于改进型扰动观察法的最大功率点跟踪方法,其特征在于,包括:在光伏电池MPPT控制中,根据扰动观察法原理和光伏电池的功率-电压特性引入动量项和步长,基于引入的动量项,并根据扰动前后的功率差值和扰动前后的电压差确定扰动方向,得到基于动量项和步长的光伏电池MPPT控制,从而保证最大功率点的追踪速度和精度。
2.根据权利要求1所述的基于改进型扰动观察法的最大功率点跟踪方法,其特征在于,所述方法包括如下具体步骤:
步骤S1:检测当前时刻电压U(k)和电流I(k);
步骤S2:根据检测到的电压U(k)和电流I(k)计算当前功率P(k),并与上一时刻的功率P(k-1)作差,得到功率差值dP;同时将当前时刻的电压U(k)与上一时刻的电压U(k-1)作差,得到电压差值dU;
步骤S3:先经过第一次扰动保证下一次功率变化dP大于0,并将扰动次数用n表示,n初始化为1,随着扰动次数而叠加;此时dP>0,f(k)=f(k-1),然后根据电压差值dU进行判断:
若dU>0,则Δμ(k)=αΔμ(k-1)+f(k),U(k)=U(k-1)+Δμ(k);
若dU<0,则Δμ(k)=α|Δμ(k-1)|+f(k),U(k)=U(k-1)-Δμ(k);
其中,f(k)是当前时刻的步长,f(k)=f(k-1)*sign[P(k)-P(k-1)],f(k-1)是上一时刻的步长,sign函数:当x>0时,sign(x)=1;当x=0时,sign(x)=0;当x<0时,sign(x)=-1;Δμ(k)是动量项,参数α取值区间为(0,1);
步骤S4:按照步骤S3每完成一次扰动,就对dP进行检测,若dP不变号,则继续按照扰动规则进行最大功率点跟踪,直到追踪到了最大功率点才停止;若dP变号,即dP<0,则表示此时已经越过最大功率点,虽然已经越过最大功率点,但是此时已经接近最大功率点,f(k)=-f(k-1),此时再次根据电压差dU进行判断:
若dU>0,则Δμ(k)=αΔμ(k-1)+nf(k),U(k)=U(k-1)-Δμ(k);
若dU<0,则Δμ(k)=α|Δμ(k-1)|+nf(k),U(k)=U(k-1)+Δμ(k);
此时将dP>0时叠加的f(k)按照叠加次数去除,在接近最大功率点变成小步长扰动;此时按照扰动原则对电压进行扰动,完成扰动后将n归1,同时每次扰动完对dP进行检测,若dP再次变号,则回到步骤S3,否则就继续扰动直到最大功率点处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210750405.1A CN115220522B (zh) | 2022-06-28 | 2022-06-28 | 一种基于改进型扰动观察法的最大功率点跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210750405.1A CN115220522B (zh) | 2022-06-28 | 2022-06-28 | 一种基于改进型扰动观察法的最大功率点跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115220522A true CN115220522A (zh) | 2022-10-21 |
CN115220522B CN115220522B (zh) | 2024-02-09 |
Family
ID=83609146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210750405.1A Active CN115220522B (zh) | 2022-06-28 | 2022-06-28 | 一种基于改进型扰动观察法的最大功率点跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115220522B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116126086A (zh) * | 2023-02-17 | 2023-05-16 | 东莞南方半导体科技有限公司 | 最大功率点跟踪控制方法、系统及光伏发电输出装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5161204A (en) * | 1990-06-04 | 1992-11-03 | Neuristics, Inc. | Apparatus for generating a feature matrix based on normalized out-class and in-class variation matrices |
CN103019294A (zh) * | 2011-09-28 | 2013-04-03 | 上海康威特吉能源技术有限公司 | 一种自适应扰动频率和步长的最大功率点跟踪方法 |
CN104298295A (zh) * | 2014-09-19 | 2015-01-21 | 华南理工大学 | 一种基于多步长的光伏发电系统最大功率跟踪控制方法 |
CN105573400A (zh) * | 2015-12-29 | 2016-05-11 | 华南理工大学 | 一种光伏发电系统最大功率跟踪控制方法 |
CN106444957A (zh) * | 2016-12-07 | 2017-02-22 | 东北大学 | 一种基于自适应三步长的光伏最大功率点跟踪系统及方法 |
CN107918437A (zh) * | 2017-09-21 | 2018-04-17 | 武汉工程大学 | 渐进型变步长光伏阵列最大功率点跟踪方法及其系统 |
CN108681363A (zh) * | 2018-08-13 | 2018-10-19 | 江苏吉泰科电气股份有限公司 | 恒压结合变步长电导增量的mppt控制方法 |
CN110362146A (zh) * | 2019-07-09 | 2019-10-22 | 昆明理工大学 | 一种基于变步长扰动观察法的自适应mppt控制策略 |
CN113687684A (zh) * | 2021-07-12 | 2021-11-23 | 上海贽匠智能科技有限公司 | 引入改进步长因子的光伏mppt控制方法、系统、介质及设备 |
CN114080026A (zh) * | 2020-08-11 | 2022-02-22 | 鲁东大学 | 一种基于随机梯度下降的水下无线传感网络资源分配方法 |
-
2022
- 2022-06-28 CN CN202210750405.1A patent/CN115220522B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5161204A (en) * | 1990-06-04 | 1992-11-03 | Neuristics, Inc. | Apparatus for generating a feature matrix based on normalized out-class and in-class variation matrices |
CN103019294A (zh) * | 2011-09-28 | 2013-04-03 | 上海康威特吉能源技术有限公司 | 一种自适应扰动频率和步长的最大功率点跟踪方法 |
CN104298295A (zh) * | 2014-09-19 | 2015-01-21 | 华南理工大学 | 一种基于多步长的光伏发电系统最大功率跟踪控制方法 |
CN105573400A (zh) * | 2015-12-29 | 2016-05-11 | 华南理工大学 | 一种光伏发电系统最大功率跟踪控制方法 |
CN106444957A (zh) * | 2016-12-07 | 2017-02-22 | 东北大学 | 一种基于自适应三步长的光伏最大功率点跟踪系统及方法 |
CN107918437A (zh) * | 2017-09-21 | 2018-04-17 | 武汉工程大学 | 渐进型变步长光伏阵列最大功率点跟踪方法及其系统 |
CN108681363A (zh) * | 2018-08-13 | 2018-10-19 | 江苏吉泰科电气股份有限公司 | 恒压结合变步长电导增量的mppt控制方法 |
CN110362146A (zh) * | 2019-07-09 | 2019-10-22 | 昆明理工大学 | 一种基于变步长扰动观察法的自适应mppt控制策略 |
CN114080026A (zh) * | 2020-08-11 | 2022-02-22 | 鲁东大学 | 一种基于随机梯度下降的水下无线传感网络资源分配方法 |
CN113687684A (zh) * | 2021-07-12 | 2021-11-23 | 上海贽匠智能科技有限公司 | 引入改进步长因子的光伏mppt控制方法、系统、介质及设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116126086A (zh) * | 2023-02-17 | 2023-05-16 | 东莞南方半导体科技有限公司 | 最大功率点跟踪控制方法、系统及光伏发电输出装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115220522B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bouchafaa et al. | Fuzzy Logic Control for the tracking of maximum power point of a PV system | |
Patel et al. | Maximum power point tracking scheme for PV systems operating under partially shaded conditions | |
Alabedin et al. | Maximum power point tracking for Photovoltaic systems using fuzzy logic and artificial neural networks | |
Zhang et al. | Hybrid maximum power point tracking method based on iterative learning control and perturb & observe method | |
Li et al. | Maximum power point tracking of photovoltaic generation based on the fuzzy control method | |
CN113342124B (zh) | 基于改进灰狼优化算法的光伏mppt方法 | |
Soualmia et al. | A survey of maximum peak power tracking techniques used in photovoltaic power systems | |
Osman et al. | A comparative study of MPPT for PV system based on modified perturbation & observation method | |
CN115220522A (zh) | 一种基于改进型扰动观察法的最大功率点跟踪方法 | |
Osman et al. | Highly efficient MPP tracker based on adaptive neuro-fuzzy inference system for stand-alone photovoltaic generator system | |
CN111367350A (zh) | 一种基于滚动小窗的光伏最大功率跟踪控制方法 | |
Ghislain et al. | Combination result of two MPPT techniques (fuzzy logic and perturb and observe method): comparison with the conventional perturb and observe method | |
Ou et al. | A variable step maximum power point tracking method using taylor mean value theorem | |
Zhou et al. | A novel maximum power point tracking technique with improved particle swarm optimization for proton exchange membrane fuel cell | |
Yatak et al. | A practical application of the interval type-2 fuzzy controller for a photovoltaic sourced DC–DC boost converter | |
Nkambule et al. | Commensurate Evaluation of Support Vector Machine and Recurrent Neural Network MPPT Algorithm for a PV system under different weather conditions | |
Yan et al. | Photovoltaic MPPT algorithm based on adaptive particle swarm optimization neural-fuzzy control | |
CN112162589B (zh) | 基于电导增量法和粒子群算法的最大功率点追踪控制方法 | |
Jing et al. | Maximum power point tracking in photovoltaic system by using fuzzy algorithm | |
Han et al. | Research on a Photovoltaic MPPT Based on Fuzzy Control Algorithm | |
Fu et al. | Simulation studying of MPPT control by a new method for photovoltaic power system | |
Garraoui et al. | MPPT Algorithms for PV System based on SM adaptive-FL and RCC method: A comparative study | |
Tsai et al. | A novel digital‐signal‐processor‐based maximum‐power‐point tracking control design for a vertical‐axis wind‐turbine generation system using neural network compensator | |
Sultoni et al. | Implementation of Fuzzy-PID Based MPPT for Stand Alone 1.75 kWP PV System | |
Bennia et al. | Maximum Power Point Tracking Under Fast Changing Irradiance Using Hybrid Fuzzy-PO Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |