复杂遮蔽条件下光伏多峰出力特征及GMPPT控制

发布时间：2018-04-24 00:32

  本文选题：光伏发电 + 光伏阵列　； 参考：《北京航空航天大学学报》2017年06期

【摘要】：针对光伏发电系统中最大功率点跟踪(MPPT)算法在遮蔽情况下失效问题,提出了一种基于δ势阱的量子粒子群全局MPPT(GMPPT)算法。结合光照强度变化时的光伏多峰值出力特征,从光伏最大功率点变迁角度出发,分析常规MPPT算法存在搜索盲区的原因,说明GMPPT寻优必要性。提出一种提高粒子多样性、搜索速度及收敛精度的量子行为粒子群优化(QPSO)算法。在MATLAB/SIMSCAPE平台下,结合算例分析,对比标准粒子群优化(PSO)算法,验证所提优化算法在有效GMPPT的情况下,具有参数少、搜索快的特点,同时全局搜索能力强,防早熟效果明显,适用于GMPPT的实现。
[Abstract]:A quantum particle swarm optimization (QPS-GMPPTT) algorithm based on 未 potential well is proposed to solve the problem of maximum power point tracking MPPTT (MPPTT) algorithm in photovoltaic power generation system. According to the characteristics of photovoltaic multi-peak output when the light intensity changes, this paper analyzes the reason of the traditional MPPT algorithm for searching blind area from the point of view of the change of photovoltaic maximum power point, and explains the necessity of GMPPT optimization. A quantum behavior particle swarm optimization (QPSO) algorithm is proposed to improve particle diversity, search speed and convergence accuracy. On the MATLAB/SIMSCAPE platform, by comparing the standard particle swarm optimization (PSO) algorithm with the example analysis, it is verified that the proposed optimization algorithm has the characteristics of less parameters and faster search, and the global search ability is strong and the effect of precocity prevention is obvious under the condition of effective GMPPT. Suitable for the implementation of GMPPT.
【作者单位】： 北京航空航天大学自动化科学与电气工程学院;
【基金】：国家自然科学基金(51377007) 高等学校博士学科点专项科研基金(20131102130006)~~
【分类号】：TM615

【相似文献】

相关期刊论文 前10条

1 王建华;韩伟;;光伏阵列的仿真模型研究[J];信息技术;2011年06期

2 陈昌松;段善旭;殷进军;;基于神经网络的光伏阵列发电预测模型的设计[J];电工技术学报;2009年09期

3 刘刚;;太阳能光伏阵列数学模型的综述[J];科技信息;2010年04期

4 刘晓艳;祁新梅;郑寿森;王飞;陈达明;;局部阴影条件下光伏阵列的建模与分析[J];电网技术;2010年11期

5 翟津川;黄梅;;光伏阵列三相并网仿真模型[J];电子设计工程;2010年12期

6 杨鹏;刘松;沈楚焱;;一种数字式光伏阵列模拟系统的研究[J];电工电气;2011年02期

7 陈阿莲;冯丽娜;杜春水;张承慧;;基于支持向量机的局部阴影条件下光伏阵列建模[J];电工技术学报;2011年03期

8 丁明;陈中;;遮阴影响下的光伏阵列结构研究[J];电力自动化设备;2011年10期

9 陈正伟;朱建华;裘君英;刘浏;;光伏阵列解析模型的研究[J];浙江科技学院学报;2011年06期

10 刘晓艳;祁新梅;郑寿森;陈达明;王飞;;局部阴影条件下光伏阵列仿真模型的研究[J];系统仿真学报;2012年05期

相关会议论文 前7条

1 傅望;罗时武;青志明;;局部阴影条件下光伏阵列输出特性方程研究[A];2013年中国电机工程学会年会论文集[C];2013年

2 张国荣;瞿晓丽;苏建徽;刘宁;董康;;基于动态电容充电的光伏阵列Ⅰ-Ⅴ测试仪[A];2009安捷伦科技节论文集[C];2009年

3 张渊明;孙彦广;张云贵;;非均匀辐射条件下光伏阵列建模及运行稳定性分析[A];全国冶金自动化信息网2012年年会论文集[C];2012年

4 王培珍;;太阳能光伏阵列的温度与红外特性分析[A];安徽省第五届“兴皖之光”青年学术年会论文集（工科卷）[C];2005年

5 代倩;段善旭;蔡涛;陈昌松;;基于气象因子的神经网络模型在光伏发电预测中的应用研究[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年

6 黄智勇;;水利水电工程中太阳能的利用[A];2013年电气学术交流会议论文集[C];2013年

7 谢标锴;沈辉;朱薇桦;;六种太阳电池光伏阵列实际发电性能比较[A];第十届中国太阳能光伏会议论文集：迎接光伏发电新时代[C];2008年

相关博士学位论文 前3条

1 王培珍;光伏阵列故障状态的识别研究[D];合肥工业大学;2005年

2 吴小进;光伏阵列及并网逆变器关键技术研究[D];北京交通大学;2012年

3 翟载腾;任意条件下光伏阵列的输出性能预测[D];中国科学技术大学;2008年

相关硕士学位论文 前10条

1 张磊;一种光伏阵列模拟器的研究和设计[D];哈尔滨工业大学;2015年

2 寇彦宏;光伏阵列最大功率点跟踪方法的研究[D];宁波大学;2015年

3 赵磊;局部阴影下光伏阵列的最大功率点跟踪与控制[D];中国计量学院;2015年

4 杨天宇;数字式光伏阵列模拟器的研究与设计[D];上海交通大学;2015年

5 吕盛华;基于光伏阵列拓扑的全局最大功率跟踪算法研究[D];太原理工大学;2016年

6 杨莉萍;光伏阵列的模型仿真及其均衡补偿[D];北方工业大学;2016年

7 张晓娜;大规模光伏阵列发电仿真系统及故障诊断技术研究[D];青海大学;2016年

8 朱婧;基于光伏阵列板供电的能源控制系统的研究[D];江苏大学;2016年

9 樊庆亚;基于无线传感网络的光伏阵列监测管理系统研发[D];江苏大学;2016年

10 王素宁;基于果蝇优化算法的多峰值光伏最大功率跟踪控制策略研究[D];上海电机学院;2016年

，

本文编号：1794358