全面审查太阳能光伏最大功率点跟踪技术外文翻译资料

 2022-05-11 20:47:41

英语原文共 22 页,剩余内容已隐藏,支付完成后下载完整资料


可再生能源和可持续能源评论67(2017)826-847

目录列表可在ScienceDirect

可再生和可持续能源评论

期刊主页:www.elsevier.com/locate/rser

全面审查太阳能光伏最大功率点跟踪技术

Prasanth Ram,T. Sudhakar Babu,N. Rajasekarn

VIT大学电子工程学院太阳能研究单元(SERC),Vellore 632014,泰米尔纳德邦,印度

a r t i c l e i n f o

文章历史:

2016年1月3日收到修改后的2016年4月2日收到

2016年9月14日接受

2016年10月25日在线提供

关键词:

太阳能光伏

MPPT技术优化技术

部分阴影条件(PSC)

摘 要

近年来,太阳能在可再生能源系统领域受到全世界的关注。 在太阳能光伏发电的各种研究重点中,最普遍的领域是从太阳能光伏系统中提取最大功率。 用于提取最大功率的应用dof最大功率点跟踪(MPPT)非常受赞赏,并且是开发高效太阳能光伏系统的关键。 在这篇论文中,介绍了最新的太阳能光伏系统最大功率点技术评论,涵盖了传统方法和最新软计算算法。 到目前为止,关于每种方法的关键分析(1)跟踪速度,(2)算法复杂度,(3)部分阴影下的动态跟踪和(4)硬件实现方面尚未进行。 在这方面,作者试图根据上述标准对各种太阳能光伏MPPT技术进行综合评述。 此外,预计本评论文件中提供的信息将为实践工程师以及新研究人员提供宝贵的信息。

&2016爱思唯尔有限公司保留所有权利。

内容

    1. 介绍 827
    2. 太阳能光伏建模 828
      1. 最大功率点跟踪的必要性 828
      2. 太阳能光伏部分着色 829
    3. 常规方法 830
      1. 扰乱和观察 830
        1. 出版作品中的文献调查 830
      2. 增量电导算法 831
        1. 出版作品中的文献调查 831
      3. 爬山算法 831
        1. 出版的慧聪作品的文献调查 831
      4. 全球最大功率点技术 831
      5. 传统MPPT(CMPPT)技术分析 833
    4. 软计算技术 833
      1. 模糊逻辑控制(FLC) 833
        1. 出版作品中的文献调查 833
      2. 人工神经网络 835
        1. 出版作品中的文献调查 835
      3. 遗传算法 836
        1. 出版作品中的文献调查 836
      4. 粒子群优化 836
        1. 出版作品中的文献调查 838
      5. 基于杜鹃的方法 838

n Corresponding author.n通讯作者。

电子邮件地址:jkprasanthram@gmail.com (JP Ram),sudhakarbabu66@gmail.com (TS Babu),natarajanrajasekar@gmail.com (N. Rajasekar)。

http://dx.doi.org/10.1016/j.rser.2016.09.076

1364-0321 /和2016爱思唯尔有限公司保留所有权利。

      1. 蚁群优化 840
      2. Firey算法 840
      3. 随机搜索方法 840
      4. 基于MPPT的基于艺术的蜂群(ABC) 840
      5. 非线性方法 841
      6. 软计算MPPT技术分析 841
    1. 比较研究 842
      1. 跟踪速度 842
      2. 算法复杂度 842
      3. 在部分着色下进行动态跟踪 842
      4. 硬件实现 843
        1. 缺点 844
    2. 结论 844

致谢 844

参考 844

  1. 介绍

由于化石燃料和石油资源的不断枯竭,可持续能源资源的需求量很大。 在可用的可再生能源中,太阳能已成为巢式绿色能源之一,并被视为传统能源的更好替代品。 太阳能的能源收获在过去十年中在满足能源需求方面发挥了积极的作用。 此外,太阳能的丰富范围和环保性吸引了众多研究人员提出了该领域的学术研究。

尽管太阳能领域存在许多潜在的研究领域, 有关的主要研究重点但不涉及的是:(a)。 MPPT技术评估[15],(b)。 阵列reconguration[6,7], (C)。 太阳能电池特性建模[816],(d)。 提高效率[17,18] 和(e)。 网格接口[1921]。 由于太阳能的每瓦成本太高,尝试通过电源转换器来改善其性能是经济的。 在太阳能光伏发电系统中使用转换器有许多优点(i)提供隔离(ii)有助于提取最大功率,并且(iii)控制可以变得简单。 而且,转换器是实施MPPT技术的有效手段。

在过去的几十年中已经提出了关于太阳能光伏系统的MPPT的许多研究工作,迄今为止开发的方法可以大致分为(a)常规和(b)软计算技术。 传统的方法包括分数短路(FSC)[2224],分数开路(FOC)[2527],扰乱和观察[2838],增量电导[3947], 爬山[4850] 和全球MPPT方法[47]。 分数短路(FSC)和分数开路(FOC)方法的主要缺点是不够精确,而且这些技术仅适用于低功率应用[28]。 尽管流行的技术如P&O,HC&IC能够在均匀照射下追踪最大功率,并且当部分着色发生时这些方法完全失败,即阵列中的面板接收不等照射[29, 41,和50]。 而且,这些方法收敛性差,跟踪速度慢,稳态振荡大。 因此,为了在部分阴影条件下跟踪MPP,常规方法需要与其他方法融合以获得更好的性能。 同时提出了一种新的自适应P&O技术,该技术具有从固定步长到可变步长的修改[29,30]。 尽管上述改动提高了其性能,但在所有操作条件下仍然不够[32,40,49].

作为时间磨损的传统方法的替代品,Soft

计算/进化算法已经提出

太阳能光伏研究领域。 由于诸多优点

(i)处理非线性的能力(ii)在搜索中的广泛探索

速度和(iii)连贯的技能以达到全球最佳区域,这些方法被认为是非线性优化的主要选择。 用于MPPT应用的软计算技术的方法是模糊逻辑控制(FLC)[5265],人工神经网络(ANN)[6676],遗传算法(GA)[7785],粒子群优化(PSO)[8694],非线性控制[95],混沌的方法[96],差异评估[97,98] 杜鹃搜索[102],蜂群搜索算法,[103],蚁群优化[107,108],Fireies算法[113] 和随机搜索方法[115].

在软计算方法中,ANN和FLC是基于知识的系统,在实现算法时需要详细的知识。 人工神经网络和模糊逻辑可以有效跟踪MPP,但需要大量的记忆来进行训练和规则实施。 具体而言,模糊逻辑方法具有严重的缺点,即规则一旦被定义就不能被改变[4,5]。 此外,这些算法在部分阴影条件下达到全局最大值时受到严重影响。 由于涉及的培训数量相当高,因此其实施更加复杂。 以类似的方式,斐波那契[99] 和直接MPPT[100] 基于网络的方法面临类似的缺点,并使得这些算法在达到全局最优时不可行。 另一方面,当MPP跟踪首次应用演化算法时,出现了光伏系统MPPT的新时代[4,5]。 此外,它开辟了新的范围和可能性,因为这些方法可以很好地处理非线性问题。 在优化技术中,由于PSO方法的简单性,鲁棒性和易于实现,已被研究界广泛接受。 而且,用这种方法,达到全球高峰的问题也得到有效处理。 以PSO确定性PSO,Modied PSO和改进的PSO方法为基础,对基本PSO方法进行了进一步的改进[91,93,94] 分别。 除了PSO之外,还有像Cuckoo Search这样的新算法[102]; 蜜蜂殖民地[103],蚁群优化[107,108],Fireies算法[113] 和随机搜索

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。