光伏阵列在局部阴影时的 Ｐ－ Ｕ 曲线呈现多峰特性， 需要设计光伏多峰最大功率点跟踪方 法， 以实现光伏发电最大功率输出， 提高光伏发电效率。相比粒子群优化算法， 量子粒子群优化算 法具有收敛速度更快和全局收敛性等优势。提出了一种基于量子粒子群优化算法的光伏多峰最大 功率点跟踪改进方法。该方法采用量子粒子群优化算法实现最大功率点的全局搜索； 根据光伏阵 列在局部阴影时Ｐ－ Ｕ 曲线上功率极值点的分布特点初始化种群中的粒子总数及其电压； 并根据量 子粒子群优化算法收敛时粒子自身最优位置的特点，

三相光伏并网发电系统研究：随着能源短缺与环境污染问题的日益突出,太阳能作为一种非常重要的可再生能源受到了广泛的关注。光伏并网发电是太阳能大规模开发利用的必然趋势,并网逆变器作为光伏列阵与电网连接的关键设备,对其进行研究具有重要的理论与实际意义。 论文首先分析了国内外光伏发电的发展状况,光伏并网发电系统的主要并网方式,以及光伏发电并网逆变器的研究现状和发展趋势。论文深入分析了光伏并网发电系统的拓扑结构及其相关控制策略,在此基础上重点研究了光伏并网发电系统主电路的拓扑结构,光伏阵列最大功率点跟踪(M

针对光伏阵列最大功率点跟踪常用的控制方法即恒压法、扰动观察法、增加电导法存在的问题,提出了一种将恒压法和扰动观察法相结合的快速最大功率点跟踪控制方法。该方法采用恒压法获取光伏阵列最大功率点处的近似电压,然后根据光伏阵列的输出电压与该近似电压的差值确定扰动步长:如果差值较大,则表明光伏阵列工作点离最大功率点比较远,应采用较大的步长;如果差值较小,应采用较小的步长,从而减小功率振荡。仿真和实验结果表明,该方法不仅可快速跟踪光伏阵列的最大功率点,而且可有效减小功率振荡。

基于光伏组件的物理模型快速准确地识别其内部参数对于预测光伏阵列的输出特性、跟踪最大功率点和电池故障模型的特性是非常重要的。而传统数学解析的参数辨识方法存在着辨识参数不准确，一般的智能优化算法精度都优于数学解析法，但现有的粒子群参数辨识方法存在着易陷入早熟和迭代次数过多等问题。对此，提出了一种改进量子粒子群算法，对光伏组件内部5参数进行准确辨识，并对其外部输出特性进行预测。通过MATLAB仿真算例和实际测试数据对该方法进行验证，证明其准确性和适用性。