找到 8 条结果
用于光伏系统全局最大功率点跟踪与局部阴影检测的改进Beta算法
Modified Beta Algorithm for GMPPT and Partial Shading Detection in Photovoltaic Systems
Xingshuo Li · Huiqing Wen · Yihua Hu · Lin Jiang 等5人 · IEEE Transactions on Power Electronics · 2018年3月
本文针对光伏系统在局部阴影（PSC）条件下传统MPPT算法易陷入局部最优的问题，提出了一种改进的Beta算法。该算法不仅能有效实现全局最大功率点跟踪（GMPPT），还能准确识别PSC的发生，提升了复杂光照环境下光伏系统的发电效率。
解读: 该研究直接优化了光伏逆变器的核心控制算法，对阳光电源的组串式逆变器（如SG系列）和集中式逆变器产品线具有极高的应用价值。在复杂地形或多遮挡的地面光伏电站及工商业屋顶项目中，该改进算法能显著提升系统在阴影遮挡下的能量捕获能力，减少发电量损失。建议研发团队评估该算法的计算复杂度与实时性，将其集成至iSo...
用于光伏系统GMPPT及局部阴影检测的烟花增强型P&O算法
Fireworks Enriched P&O Algorithm for GMPPT and Detection of Partial Shading in PV Systems
Chakkarapani Manickam · Guru Praanesh Raman · Guru Raghav Raman · Saravana Ilango Ganesan 等5人 · IEEE Transactions on Power Electronics · 2017年6月
本文针对光伏系统在非均匀光照下的全局最大功率点跟踪（GMPPT）问题，提出了一种基于组串MPP电压电流趋势的辐照类型检测方案。该方案能有效区分均匀与非均匀光照，避免在均匀光照下进行宽范围搜索导致的功率损耗，提升了光伏系统的整体发电效率。
解读: 该算法对阳光电源的组串式逆变器（如SG系列）具有极高的应用价值。在复杂的工商业光伏屋顶应用场景中，局部阴影导致的遮挡效应常使传统P&O算法陷入局部最优。该研究提出的辐照类型检测机制，能够实现算法的自适应切换，在保证全局寻优能力的同时，显著降低均匀光照下的功率波动与搜索损耗。建议研发团队将其集成至iS...
一种针对局部阴影条件下光伏组件的模拟退火全局最大功率点跟踪方法
A Simulated Annealing Global Maximum Power Point Tracking Approach for PV Modules Under Partial Shading Conditions
Sarah Lyden · Md. Enamul Haque · IEEE Transactions on Power Electronics · 2016年6月
本文提出了一种基于模拟退火（SA）算法的全局最大功率点跟踪（GMPPT）技术，旨在解决光伏系统在局部阴影条件（PSC）下的功率输出受限问题。通过与传统的扰动观察法（P&O）及粒子群优化算法（PSO）进行对比，验证了该方法在跟踪速度和精度方面的性能优势。
解读: 该技术对阳光电源的组串式逆变器产品线具有极高的应用价值。在复杂的工商业光伏电站场景中，局部阴影导致的功率失配是影响发电效率的核心痛点。通过在逆变器控制算法中集成模拟退火等智能优化算法，可显著提升系统在阴影遮挡下的全局寻优能力，减少能量损失。建议研发团队评估该算法的计算开销与嵌入式控制器的算力匹配度，...
一种基于时间的光伏系统全局最大功率点跟踪技术
A Time-Based Global Maximum Power Point Tracking Technique for PV System
Mohd Aquib · Sachin Jain · Vivek Agarwal · IEEE Transactions on Power Electronics · 2020年1月
本文提出了一种适用于均匀及非均匀光照条件下光伏阵列的全局最大功率点跟踪（GMPPT）新技术。该方法利用光伏阵列的I-V特性，通过计算光伏电压的稳定时间来跟踪参考电压，从而实现全局峰值的快速定位。
解读: 该技术对阳光电源的核心产品线（组串式及集中式光伏逆变器）具有极高的应用价值。在复杂阴影遮挡环境下，传统的MPPT算法容易陷入局部最优，导致发电量损失。该基于稳定时间的GMPPT算法能够有效提升在非均匀光照下的能量捕获效率，直接提升电站的度电成本（LCOE）竞争力。建议研发团队将其集成至iSolarC...
无线电能传输应用中高斯激光束条件下光伏阵列的快速GMPPT方法
A Fast-Speed GMPPT Method for PV Array Under Gaussian Laser Beam Condition in Wireless Power Transfer Application
Weiyang Zhou · Ke Jin · Ran Zhang · IEEE Transactions on Power Electronics · 2022年8月
激光功率传输是长距离无线电能传输领域极具前景的技术。然而，由于高斯激光束的光照分布不均匀，光伏接收端效率较低，且光伏阵列呈现出多峰值的复杂输出特性。本文提出了一种针对该场景的快速全局最大功率点跟踪（GMPPT）方法，旨在提升系统在非均匀光照下的能量转换效率。
解读: 该研究聚焦于非均匀光照（高斯分布）下的多峰值MPPT算法，虽然目前阳光电源的主流业务集中在地面、工商业及户用光伏电站，激光无线传输属于前沿探索领域，但其核心的“多峰值搜索算法”对提升复杂阴影遮挡环境下的组串式逆变器性能具有参考价值。建议研发团队关注该算法在应对局部阴影遮挡（Partial Shadi...
一种新颖高效的全局最大功率跟踪方法用于在重复性光照条件下的复杂部分遮阴光伏系统
A novel and efficient global maximum power tracking method for photovoltaic systems under complicated partial shading with repeatable irradiance conditions
Shun-Chung Wang · Applied Energy · 2025年4月 · Vol.383
摘要 部分遮阴条件（PSC）显著降低了光伏（PV）发电系统（PVGS）的能量转换效率，给全局最大功率点（GMPP）跟踪（GMPPT）带来了严峻挑战。本文提出了一种新颖且高效的两阶段GMPPT方法以应对这些挑战，并引入多种技术以提升在复杂且可重复光照环境下的跟踪性能。第一阶段，构建基于Lambert W函数（LWF）的建模与估计机制，通过较少的采样次数识别包含GMPP的候选遮阴区域（SR）及其对应的电压工作点（VOP）。第二阶段，采用从第一阶段获得的VOP作为起始点的变步长增量电导法（VSSINC...
解读: 该Lambert W函数建模的两阶段GMPPT方法对阳光电源SG系列光伏逆变器具有重要应用价值。针对复杂遮挡场景,其快速定位候选阴影区域并结合变步长增量电导法,可显著提升MPPT跟踪精度(93.1%)和速度(86.6%)。该算法可集成至阳光电源1500V高压系统及iSolarCloud平台,通过精准...
一种基于机器学习的光伏系统在复杂局部遮阴条件下的全局最大功率点跟踪技术
A Machine Learning-Based Global Maximum Power Point Tracking Technique for a Photovoltaic Generation System Under Complicated Partially Shaded Conditions
Yi-Hua Liu · Yu-Shan Cheng · Yu-Chih Huang · IEEE Transactions on Sustainable Energy · 2024年12月
在局部遮阴条件下，光伏系统输出功率与电压关系呈多峰特性，导致全局最大功率点（GMPP）追踪困难。本文提出一种基于机器学习的两阶段GMPPT方法：第一阶段采用回归树预测GMPP大致位置，第二阶段利用α-扰动观察法精确捕获GMPP。通过建立仿真平台生成训练数据，优化并集成回归树模型。在252种遮阴模式下，平均跟踪损耗为2.13 W，平均响应时间0.11秒，准确识别出244种情况下的GMPP区间。实验结果表明，该方法在追踪精度和速度上均优于五种先进方法。
解读: 该机器学习GMPPT技术对阳光电源SG系列光伏逆变器的MPPT算法优化具有重要应用价值。当前SG逆变器在复杂遮阴场景下的多峰功率曲线处理仍依赖传统扰动观察法，易陷入局部最优。该研究提出的回归树+α-扰动观察两阶段方法，可将平均响应时间缩短至0.11秒，跟踪损耗降至2.13W，显著优于现有方案。建议将...
一种新的智能控制与先进全局优化方法用于在复杂遮阴条件下提升光伏系统性能
A new intelligent control and advanced global optimization methodology for peak solar energy system performance under challenging shading conditions
Xiqing Wei · Ambe Harrison · Abdulbari Talib Naser · Wulfran Fendzi Mbasso 等9人 · Applied Energy · 2025年7月 · Vol.390
摘要 本文针对由部分遮阴条件（PSC）引起的光伏（PV）系统能量损失这一紧迫挑战展开研究，该问题是实现太阳能利用效率与可靠性最优化的关键障碍。研究提出了一种突破性的全局最大功率点跟踪（GMPPT）方法，旨在应对复杂遮阴场景下的动态变化，从而为最大化能量输出提供变革性解决方案。该方法的核心是“可信邻域识别机制”（Confident Neighborhood Identification Mechanism, CNIM），其理论基础在于：识别出围绕全局最大功率点（GMPP）的“可信邻域”，有助于实现...
解读: 该GMPPT智能控制技术对阳光电源SG系列光伏逆变器具有重要应用价值。其基于神经网络的无气候传感器方案与我司多路MPPT优化技术高度契合,可显著提升复杂遮挡场景下的发电效率。CNIM置信邻域识别机制可融入iSolarCloud平台实现智能诊断,FTST双阶段追踪算法(18ms收敛速度)可优化现有MP...