相关实验视频
Updated: May 2, 2026
10:16
A Protocol for Real-time 3D Single Particle Tracking
Published on: January 3, 2018
14.9K
使用计算机视觉 (CVMPPT) 进行最大功率点跟踪的新算法
Morteza Ahmadi1,2, Masoud Abrari1, Majid Ghanaatshoar1
1Laser and Plasma Research Institute, Shahid Beheshti University, Tehran, Iran.
PloS one
|April 11, 2024
概括
本研究介绍了一种用于太阳能模块最大功率点 (MPP) 追踪的新型计算机视觉算法. 它通过用数字图像处理取代代方法来提高速度和可靠性,改善太阳能收集.
科学领域:
- 可再生能源系统可再生能源系统
- 光伏技术 光伏技术
- 人工智能在能源中的作用
背景情况:
- 太阳能模块的性能由功率-电压曲线定义,峰值跟踪对于最大功率提取至关重要.
- 温度和辐射等环境因素会改变最大功率点 (MPP).
- 部分遮阳会产生多个峰值,使传统的代最大功率点跟踪 (MPPT) 方法复杂化,这些方法在动态条件下通常是缓慢和不可靠的.
研究的目的:
- 开发和验证一种基于计算机视觉的新算法,用于精确有效地跟踪太阳能模块的全球最大功率点 (MPP).
- 克服传统代MPPT技术的局限性,特别是在部分遮阳和快速变化的环境条件下.
主要方法:
- 开发了一种使用计算机视觉技术的新算法,用于识别太阳能模块功率-电压曲线上的全球MPP.
- 该算法使用Matlab/Simulink实现,重点是用数字处理取代代模拟计算.
- 进行了实验验证,以验证算法的有效性和实时性能.
主要成果:
- 拟议的计算机视觉算法成功识别了全球最大功率点 (MPP),而不依赖于代电压计算.
- 与传统方法相比,该算法在MPP跟踪中显示出更高的速度和更高的可靠性.
- 实现了MPP的实时数据采集,证实了算法的实际适用性.
结论:
- 新型计算机视觉算法为太阳能模块的最大功率点跟踪 (MPPT) 提供了显著的进步.
- 这种方法提供了一种更快,更可靠和无代的方法来优化太阳能收集,特别是在具有挑战性的条件下.
- 数字化,基于愿景的战略代表了未来太阳能能源管理系统的有希望的方向.
