[go: up one dir, main page]

CN115813340A - P-v曲线快速变化情况下的mppt算法 - Google Patents

P-v曲线快速变化情况下的mppt算法 Download PDF

Info

Publication number
CN115813340A
CN115813340A CN202211450096.2A CN202211450096A CN115813340A CN 115813340 A CN115813340 A CN 115813340A CN 202211450096 A CN202211450096 A CN 202211450096A CN 115813340 A CN115813340 A CN 115813340A
Authority
CN
China
Prior art keywords
slope
step size
curve
larger
section
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.)
Pending
Application number
CN202211450096.2A
Other languages
English (en)
Inventor
刘龙宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Dianji University
Original Assignee
Shanghai Dianji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Dianji University filed Critical Shanghai Dianji University
Priority to CN202211450096.2A priority Critical patent/CN115813340A/zh
Publication of CN115813340A publication Critical patent/CN115813340A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Control Of Electrical Variables (AREA)

Abstract

本发明公开了一种P‑V曲线快速变化情况下的MPPT算法，根据光伏电池的P‑U曲线按照斜率分为四段，其中，在Ⅰ段，
Figure DDA0003951337960000011
斜率为正值；在Ⅱ段，
Figure DDA0003951337960000012
在Ⅲ段，
Figure DDA0003951337960000013
Ⅱ～Ⅲ段临界点斜率为0；在Ⅳ段，
Figure DDA0003951337960000014
斜率为负值；当
Figure DDA0003951337960000015
时，斜率越大，步长越大；当

Description

P-V曲线快速变化情况下的MPPT算法
技术领域
本发明属于人体成分分析仪技术领域，特别涉及一种P-V曲线快速变化情况下的MPPT算法。
背景技术
人体脂肪秤或者说人体成分分析仪等，利用人体的体重、身高、年龄、性别，以及测量的人体生物电阻抗，作为输入参数，通过大数据分析、以及和其他医学手段的对照回归分析得到人体成分分析算法，从而输出人体的成分参数，例如体脂肪率、体水分率、体肌肉量等等，以便于人们进行健康分析和参考。目前，不同的厂家具有不同的算法，但是这种算法通过大量模拟样本(重量通过砝码机模拟、阻抗通过电阻模拟等)在体脂秤等设备上测量，可以得到上述输入参数和输出参数的具体数值，经过拟合分析就容易反向获得上述的人体成分分析算法，非常容易破解，不利于脂肪秤的安全性和可靠性。
如专利申请201310712626.0公开了一种基于八段阻抗模型的人体成分分析的方法，包括：根据输入电流和测得电压，利用八段人体阻抗模型，获得六个关于人体阻抗的有效表达式；利用人体五段阻抗模型，获得左右上肢阻抗值差值和左右下肢阻抗值差值；计算得到每段人体阻抗的表达式；根据至少两组以上的不同的输入电流和每段人体阻抗的表达式，获得至少两组以上的人体阻抗值；选取最佳的一组八段阻抗值，并根据选取最佳的一组八段阻抗值，确定拟合模型；使用多组已知样本在拟合模型中训练，获得拟合模型的未知系数，并获得人体成分预测公式；根据人体成分预测公式，对未知样本进行分析，获得人体成分参数。采用本发明方法，分析出来的人体成分更加精确。
发明内容
基于此，因此本发明的首要目地是提供一种P-V曲线快速变化情况下的MPPT算法，该方法加入步长变化的环节，在工作点远离最大功率点区间时，设定扰动步长相对较大，在工作点接近最大功率点区间时，设定步长相对较小。这样既能在稳态时减少功率损失，又能在外界条件剧烈变化时提高动态响应和系统稳定性，从而达到预定控制效果。
本发明的另一个目地在于提供一种P-V曲线快速变化情况下的MPPT算法，该方法加入斜率比较的变步长，变步长扰动观察扰动观察法，这样既能在稳态时减少功率损失，又能提高跟踪速度。
为实现上述目的，本发明的技术方案为：
一种P-V曲线快速变化情况下的MPPT算法，其特征在于根据光伏电池的P-U曲线按照斜率分为四段，其中，在Ⅰ段，
Figure BDA0003951337940000021
斜率为正值；在Ⅱ段，
Figure BDA0003951337940000023
在Ⅲ段，
Figure BDA0003951337940000022
Ⅱ～Ⅲ段临界点斜率为0；在Ⅳ段，
Figure BDA0003951337940000024
斜率为负值；在Ⅰ段和Ⅳ段选用大步长，而Ⅱ、Ⅲ段采用小步长(即
Figure BDA0003951337940000025
时，斜率越大，步长越大；
Figure BDA0003951337940000026
时，斜率越大，步长越小)这样既能提高跟踪速度，又能减少功率损失。
基于变步长扰动观察法，在光照条件剧烈变化情况下，容易出现以上误判现象，对于此类易误判现象，可采取比较斜率大小的方法进行判定。具体如下：
令
Figure BDA0003951337940000027
当光照快速变化，此时
Figure BDA0003951337940000028
可由此判定光照已发生剧烈变化，此时将锁定步长变化范围，或是保持此次周期内扰动步长为0，以有效减小误判；
当
Figure BDA0003951337940000029
扰动步长较小，光照快速变化，此时
Figure BDA00039513379400000210
可由此判定光照已发生剧烈变化，此时将锁定步长变化范围，或是保持此次周期内扰动步长为0，以有效减小误判。
本发明加入步长变化的环节，在工作点远离最大功率点区间时，设定扰动步长相对较大，在工作点接近最大功率点区间时，设定步长相对较小。这样既能在稳态时减少功率损失，又能在外界条件剧烈变化时提高动态响应和系统稳定性，从而达到预定控制效果。
附图说明
图1是P-U曲线图。
图2是光照快速变化产生向右扰动的误判的示意图。
图3是光照快速变化产生向左扰动的误判的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明所实现的方法，将光伏电池的P-U曲线按照斜率分为四段，如图1所示。在Ⅰ段，
Figure BDA0003951337940000031
斜率近似为某一正值；在Ⅱ段，
Figure BDA0003951337940000032
斜率近似为零；在Ⅲ段，
Figure BDA0003951337940000033
Ⅱ～Ⅲ段临界点斜率为0；在Ⅳ段，
Figure BDA0003951337940000034
斜率近似为某一负值。根据变步长扰动观察法的控制思想，在Ⅰ段和Ⅳ段选用大步长，而Ⅱ、Ⅲ段采用小步长(即
Figure BDA0003951337940000035
时，斜率越大，步长越大；
Figure BDA0003951337940000036
时，斜率越大，步长越小)这样既能提高跟踪速度，又能减少功率损失。
基于变步长扰动观察法，在光照条件剧烈变化情况下，容易出现以上误判现象，如图2、3所示。其中，图2是光照快速变化产生向右扰动的误判的情况，图3是光照快速变化产生向左扰动的误判的情况。
对于此类易误判现象，可采取比较斜率大小的方法进行判定。如图2所示,G＝200W/m2时，令
Figure BDA0003951337940000041
当光照快速变化，G＝400W/m2，电压由a1扰动至b1点，此时
Figure BDA0003951337940000042
可由此判定光照已发生剧烈变化，此时将锁定步长变化范围，或是保持此次周期内扰动步长为0，以有效减小误判；G＝200W/m2时,在a2点
Figure BDA0003951337940000043
扰动步长较小，光照快速变化，G＝400W/m2，电压由a2扰动至b2点，此时
Figure BDA0003951337940000044
可由此判定光照已发生剧烈变化，此时将锁定步长变化范围，或是保持此次周期内扰动步长为0，以有效减小误判。由于图2与图3具有对称性，故图3分析同理。
因此，本发明加入步长变化的环节，在工作点远离最大功率点区间时，设定扰动步长相对较大，在工作点接近最大功率点区间时，设定步长相对较小。这样既能在稳态时减少功率损失，又能在外界条件剧烈变化时提高动态响应和系统稳定性，从而达到预定控制效果。
而且，既能提高跟踪速度，又能减少功率损失
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种P-V曲线快速变化情况下的MPPT算法，其特征在于根据光伏电池的P-U曲线按照斜率分为四段，其中，在Ⅰ段，
Figure FDA0003951337930000011
斜率为正值；在Ⅱ段，
Figure FDA00039513379300000110
在Ⅲ段，
Figure FDA0003951337930000012
Ⅱ～Ⅲ段临界点斜率为0；在Ⅳ段，
Figure FDA0003951337930000013
斜率为负值；当
Figure FDA0003951337930000014
时，斜率越大，步长越大；当
Figure FDA0003951337930000015
时，斜率越大，步长越小。
2.如权利要求1所述的P-V曲线快速变化情况下的MPPT算法，其特征在于对于误判现象，可采取比较斜率的方法进行判定，具体如下：
令
Figure FDA0003951337930000016
当光照快速变化，此时
Figure FDA0003951337930000017
可由此判定光照已发生剧烈变化，此时将锁定步长变化范围，或是保持此次周期内扰动步长为0，以有效减小误判；
当
Figure FDA0003951337930000019
扰动步长较小，光照快速变化，此时
Figure FDA0003951337930000018
可由此判定光照已发生剧烈变化，此时将锁定步长变化范围，或是保持此次周期内扰动步长为0，以有效减小误判。
CN202211450096.2A 2022-11-19 2022-11-19 P-v曲线快速变化情况下的mppt算法 Pending CN115813340A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211450096.2A CN115813340A (zh) 2022-11-19 2022-11-19 P-v曲线快速变化情况下的mppt算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211450096.2A CN115813340A (zh) 2022-11-19 2022-11-19 P-v曲线快速变化情况下的mppt算法

Publications (1)

Publication Number Publication Date
CN115813340A true CN115813340A (zh) 2023-03-21

Family

ID=85529322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211450096.2A Pending CN115813340A (zh) 2022-11-19 2022-11-19 P-v曲线快速变化情况下的mppt算法

Country Status (1)

Country Link
CN (1) CN115813340A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110059327A (ko) * 2009-11-27 2011-06-02 연세대학교 산학협력단 태양광 발전시스템의 최대 전력점 추종 제어 장치 및 제어 방법
US20110291480A1 (en) * 2010-05-28 2011-12-01 Nxp B.V. Maximum power point tracking method, photovoltaic system controler and photovoltaic system
CN103744465A (zh) * 2013-12-17 2014-04-23 上海电机学院 一种光伏阵列最大功率跟踪方法及装置
US20140214230A1 (en) * 2013-01-28 2014-07-31 General Electric Company Systems and methods for maximum power point tracking in a micro inverter
CN105446413A (zh) * 2015-12-22 2016-03-30 哈密创动科技有限公司 一种光伏逆变器及其最大功率点跟踪方法和装置
CN105549676A (zh) * 2016-02-16 2016-05-04 上海电机学院 基于回测和曲线拟合的光伏最大功率追踪方法
CN108536212A (zh) * 2017-03-02 2018-09-14 华北电力大学（保定） 一种基于功率预测的新型变步长光伏最大功率跟踪方法
CN110488907A (zh) * 2019-08-07 2019-11-22 上海电机学院 一种用于光伏发电的混合步长最大功率跟踪控制方法
CN111009919A (zh) * 2019-12-18 2020-04-14 南京师范大学 基于有功控制的光伏爬坡率控制方法和设备
CN113036803A (zh) * 2021-03-10 2021-06-25 哈尔滨理工大学 一种基于电导增量法的变步长光伏mppt优化控制方法
CN113725921A (zh) * 2021-08-20 2021-11-30 华北电力大学（保定） 一种光伏运行在最大功率点左侧参与电网调频的控制方法
CN114336750A (zh) * 2021-12-31 2022-04-12 成都东旭智能科技有限公司 一种基于matlab仿真的光伏发电系统最大功率点追踪的方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110059327A (ko) * 2009-11-27 2011-06-02 연세대학교 산학협력단 태양광 발전시스템의 최대 전력점 추종 제어 장치 및 제어 방법
US20110291480A1 (en) * 2010-05-28 2011-12-01 Nxp B.V. Maximum power point tracking method, photovoltaic system controler and photovoltaic system
US20140214230A1 (en) * 2013-01-28 2014-07-31 General Electric Company Systems and methods for maximum power point tracking in a micro inverter
CN103744465A (zh) * 2013-12-17 2014-04-23 上海电机学院 一种光伏阵列最大功率跟踪方法及装置
CN105446413A (zh) * 2015-12-22 2016-03-30 哈密创动科技有限公司 一种光伏逆变器及其最大功率点跟踪方法和装置
CN105549676A (zh) * 2016-02-16 2016-05-04 上海电机学院 基于回测和曲线拟合的光伏最大功率追踪方法
CN108536212A (zh) * 2017-03-02 2018-09-14 华北电力大学（保定） 一种基于功率预测的新型变步长光伏最大功率跟踪方法
CN110488907A (zh) * 2019-08-07 2019-11-22 上海电机学院 一种用于光伏发电的混合步长最大功率跟踪控制方法
CN111009919A (zh) * 2019-12-18 2020-04-14 南京师范大学 基于有功控制的光伏爬坡率控制方法和设备
CN113036803A (zh) * 2021-03-10 2021-06-25 哈尔滨理工大学 一种基于电导增量法的变步长光伏mppt优化控制方法
CN113725921A (zh) * 2021-08-20 2021-11-30 华北电力大学（保定） 一种光伏运行在最大功率点左侧参与电网调频的控制方法
CN114336750A (zh) * 2021-12-31 2022-04-12 成都东旭智能科技有限公司 一种基于matlab仿真的光伏发电系统最大功率点追踪的方法

Similar Documents

Publication Publication Date Title
CN109871660B (zh) 一种主变压器发热故障的预警方法及故障定位方法
CN108960586B (zh) 一种适应场景变化的非入侵式负荷识别方法
CN111950913B (zh) 一种基于节点电压灵敏度的微电网电能质量综合评价方法
CN109636009B (zh) 一种建立确定电网线损的神经网络模型的方法和系统
CN111046327B (zh) 适用于低频振荡与次同步振荡辨识的Prony分析方法
CN104280072B (zh) 一种绝缘子污秽检测方法及装置
CN108805256A (zh) 基于布谷鸟算法与bp神经网络的光伏组件故障诊断方法
CN106126944B (zh) 一种电力变压器顶层油温区间预测方法及系统
CN108764684A (zh) 基于模糊层次分析法的智能箱式变电站健康状态评估方法
CN104182816A (zh) 基于Vague集和改进逼近理想解的电能质量综合评估方法及其应用
CN108205725A (zh) 一种光伏发电系统并网性能评估方法和装置
CN114034997A (zh) 一种基于多参量的绝缘子劣化程度预测方法及系统
CN108872920A (zh) Sf6电流互感器运行状态评估方法
CN102347614A (zh) 一种基于短路容量的电压稳定分析方法及其装置
CN106779052A (zh) 一种基于bp神经网络的配电电缆绝缘层实时温度计算方法
CN110376458A (zh) 优化孪生支持向量机的电力变压器故障诊断系统
CN109871602A (zh) 一种基于高斯过程回归的临界热流密度预测方法
CN109711687B (zh) 一种基于改进熵值法的绝缘子状态模糊评估方法
CN106055019B (zh) 基于在线软测量模型的最大功率点跟踪的光伏发电系统
CN109063950B (zh) 一种面向智能配电网可控性的动态时间弯曲关联评估方法
CN111105072A (zh) 一种基于熵权模糊综合法预测光伏电站健康度的方法
CN115813340A (zh) P-v曲线快速变化情况下的mppt算法
CN110674864A (zh) 一种含同步相量量测装置的风电异常数据辨识方法
CN103592306A (zh) 一种可调式高电压大尺度气泡生成装置
CN116468331A (zh) 一种分级评估的风电场主动支撑控制能力评价方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20230321