资源描述：
《变pwm步长的爬山法在光伏发电系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、变PWM步长的爬山法在光伏发电系统中的应用*裴贝贝，王维庆，王海云，李媛（新疆大学电气工程学院，乌鲁木齐830047）摘要：为了最大限度的利用太阳能，避免因外部环境或负载突变时传统算法在最大功率点跟踪过程中出现的功率连续振荡、稳态精度低的问题，本文对光伏发电系统提出了一种变PWM步长的爬山算法。该方法是在单次迭代中确定扰动方向和步长大小来追踪最大功率点。通过仿真和实验两方面验证了变步长爬山算法在稳态和动态两种条件下MPPT系统的输出特性，并对比固定步长的爬山法对MPPT系统的性能进行了综合评估。结果表明变步长爬山算法的有效性，该方法能快速精确地搜索到光伏
2、阵列的最大功率点，减少了响应时间、恢复时间和功率振荡，提高了光伏发电系统的能量转换效率。关键词：光伏系统；最大功率点追踪；爬山法；占空比；中图分类号：TM615文献标识码：A文章编号：1001-1390（2018）00-0000-00ApplicationofhillclimbingmethodwithvariablePWMstepinphotovoltaicpowergenerationsystemPeiBeibei，,WangWeiqing，,WangHaiyun，,Liyuan(SchoolofElectricalEngineering,Xinji
3、angUniversity,Wulumuqi830047，,China)Abstract:Inordertomaximizetheuseofsolarenergy,toandavoidtheproblemoflowsteady-stateaccuracyorcontinuouspoweroscillationsinthetrackingofthemaximumpowerpointtrackingduetoexternaltheexternalenvironmentortheloadpoweroscillationmutation,,steady-stat
4、eaccuracyproblemoflowmutationwhenthetraditionalalgorithminmaximumpowerpointtrackingprocess,thispaperproposesavariablestephill-climbingalgorithmPWMofphotovoltaicpowergenerationsystem.TheThismethodistodeterminethedisturbancedirectionandstepsizeinsingleiterationtotrackthemaximumpowe
5、rpoint.Theoutputcharacteristicsofvariablestephill-climbingalgorithmMPPTinthesteadysteady-stateanddynamicunderthetwoconditionsofthesystemisvalidatedthroughtwoaspectsofsimulationandexperiment,andtheperformanceofthefixedstepclimbingmethodcomparedtotheMPPTsystemforacomprehensiveasses
6、sment.Theresultsshowedthattheeffectivenessofthevariablestephill-climbingalgorithm,thismethodcanquicklyandaccuratelysearchthemaximumpowerpointofPVarray,reducetheresponsetime,timeandrecoverytimeandpoweroscillation,whichimprovestheenergyconversionefficiencyofphotovoltaicpowergenerat
7、ionsystem.Keywords:photovoltaicsystem；,maximumpowerpointtracking；,hillclimbingmethod；,dutycycle0引言在追求低碳社会的今天，太阳能作为一种清洁的可再生能源，越来越受到各国的重视。然而，目前光伏电池的太阳能转化率较低，因为光伏电池易受内部环境和外部环境如温度、辐照度和负载等因素的影响，使得输出功率也在不断变化。因此实现最大功率点跟踪在光伏系统的控制中尤为重要[1-7]。目前，国内外已经有很多学者对最大功率点跟踪（maximumpowerpointtracking，
8、MPPT）算法进行了研究。文献[7]在梯度式变步长扰动观察法基础上加入了功率预测
