导　　师： 邓飞其

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 近年来,光伏发电在电力供应中得到了广泛的应用,发电规模越来越大,对系统的技术性能也提出了更高的要求。建立光伏发电系统模型,并确定模型参数,对于光伏发电系统的性能评估、电能监控、发电效率计算和最大功率点跟踪等具有重要的理论与现实意义。本文的研究主要是利用光伏发电系统输出的电压和电流测量数据,建立光伏电场电压-电流和功率模型;利用参数辨识方法对模型中的未知参数进行辨识,从而得到实际系统的更准确模型,为提高光伏发电系统效率和控制性能提供理论工具。本文完成的主要工作如下:1、综合分析了光伏组件及光伏阵列的工作机理及等效电路方程。从光伏组件等效电路入手,对光伏组件的常用基本I-V方程和光伏阵列的等效电路进行了分析,选定了研究的基本模型;对目前参数辨识常用的方法进行了分析,选定了研究的基础算法。2、通过对基本模型中的参数进行修正,建立了新的光伏组件和光伏阵列整体模型。通过引入补偿系数,构建了非标准状况下光伏组件中物理参数受主要环境因素(光照强度和电池工作温度)干扰的关系函数,从而建立了新的光伏组件和光伏阵列模型,确保了模型表达更加准确、模型运用环境适应性更强。3、优化了SPSO参数辨识算法。针对SPSO参数辨识方法在全局搜索的过程中具有快速收敛的优点和可能陷入局部最优的缺点,将该算法与具有直接搜索能力的Powell算法结合,形成了新的IP-SPSO算法。利用几种常见的基准适应度函数测试,初步验证了IP-SPSO算法具有更高的准确性和更快的收敛速度。4、利用实验平台,对模型的准确性及算法的有效性进行了验证。借助实验平台采集的真实数据,通过对算法迭代收敛效果的分析,验证了IP-SPSO算法具有更好的快速收敛性;将求解的模型预测值与真实测量值进行对比,验

关 键 词： 光伏发电系统 光伏组件模型 光伏阵列模型 参数辨识算法

领　　域： []