结合量子粒子群算法的光伏多峰最大功率点跟踪改进方法

发布时间：2018-12-15 09:06

【摘要】：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,提出了更适合光伏多峰最大功率点跟踪的收敛判据。仿真测试表明,提出的改进方法能够快速有效地实现光伏多峰最大功率点跟踪,收敛速度更快,避免了不收敛的问题,且具有应对光照情况变化的能力,提高了局部阴影时光伏发电的效率。
[Abstract]:The P-U curve of photovoltaic array in local shadow shows multi-peak characteristic. It is necessary to design a method of maximum power point tracking for photovoltaic generation to achieve the maximum power output of photovoltaic generation and improve the efficiency of photovoltaic power generation. Compared with particle swarm optimization, quantum particle swarm optimization has the advantages of faster convergence speed and global convergence. An improved method based on Quantum Particle Swarm Optimization (QPSO) is proposed to track photovoltaic multi-peak maximum power points. The quantum particle swarm optimization (QPSO) algorithm is used to realize the global search of the maximum power points, and the total number of particles and their voltages in the population are initialized according to the distribution characteristics of the power extremum on the P-U curve of the photovoltaic array in the local shadow. According to the characteristics of the quantum particle swarm optimization (QPSO) algorithm, the convergence criterion is proposed, which is more suitable for photovoltaic multi-peak maximum power point tracking. The simulation results show that the proposed method can quickly and effectively realize multi-peak photovoltaic maximum power point tracking and converge faster, avoid the problem of non-convergence, and have the ability to cope with the change of illumination. The efficiency of photovoltaic power generation under partial shadow is improved.
【作者单位】： 强电磁工程与新技术国家重点实验室(华中科技大学);云南电力调度控制中心;
【分类号】：TM615

【相似文献】

相关期刊论文 前10条

1 徐政;何少强;李友春;;独立太阳能扬水系统的最大功率点跟踪方法[J];太阳能学报;2008年02期

2 袁路路;苏海滨;武东辉;刘强;;基于模糊理论的光伏发电最大功率点跟踪控制策略研究[J];电力电子;2009年01期

3 马yN炜;俞俊杰;吴国祥;陈国呈;;双馈风力发电系统最大功率点跟踪控制策略[J];电工技术学报;2009年04期

4 袁路路;苏海滨;武东辉;刘强;;基于模糊理论的光伏发电最大功率点跟踪控制策略研究[J];电力学报;2009年02期

5 吴国祥;陈国呈;俞俊杰;蔚兰;马yN炜;;变速恒频风力发电最大功率点跟踪控制[J];上海大学学报(自然科学版);2009年04期

6 唐渝;赵莉华;;光伏发电的最大功率点跟踪控制[J];电源世界;2010年06期

7 陈毅东;杨育林;王立乔;贾志云;赵巍;万承宽;;风力发电最大功率点跟踪技术及仿真分析[J];高电压技术;2010年05期

8 黄克亚;;独立光伏发电系统最大功率点跟踪原理分析及仿真研究[J];电工电气;2011年02期

9 殷明慧;蒯狄正;李群;张小莲;邹云;;风机最大功率点跟踪的失效现象[J];中国电机工程学报;2011年18期

10 袁爱瑞;张振娟;王强;;双门限值变步长光伏最大功率点跟踪[J];南通大学学报(自然科学版);2012年01期

相关会议论文 前10条

1 张超;何湘宁;;一种新型的光伏最大功率点跟踪拓扑[A];浙江省电源学会第九届学术年会论文集[C];2004年

2 胡希文;张建文;王刚;卓自明;;一种用于光伏系统的改进型最大功率点跟踪方法[A];第十八届全国煤矿自动化学术年会中国煤炭学会自动化专业委员会学术会议论文集[C];2008年

3 孙亚宁;;独立光伏发电系统最大功率点跟踪控制[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

4 周建萍;朱建萍;;自适应变步长电导增量法的最大功率点跟踪控制的研究[A];智能化电站技术发展研讨暨电站自动化2013年会论文集[C];2013年

5 王飞;赵彦;周毅人;余世杰;沈玉梁;;太阳能光伏水泵的控制研究[A];第八届全国电技术节能学术会议论文集[C];2006年

6 谭理华;张兴;陈欢;孙龙林;;爬山法误判现象的分析研究[A];2008中国电工技术学会电力电子学会第十一届学术年会论文摘要集[C];2008年

7 刘剑;李建林;潘磊;周谦;许洪华;;最大风能捕获策略研究[A];2006中国电工技术学会电力电子学会第十届学术年会论文摘要集[C];2006年

8 李建林;;最大风能捕获控制研究[A];第九届全国电技术节能学术会议论文集[C];2007年

9 张先飞;郑建勇;胡敏强;梅军;刘顺炮;;基于模糊控制的太阳能电池最大功率点跟踪研究[A];2006中国电工技术学会电力电子学会第十届学术年会论文摘要集[C];2006年

10 苏刚;龚威;潘雷;高瑞;王贝贝;;基于OIF-Elman网络的光伏电源最大功率点跟踪方法研究[A];第二十九届中国控制会议论文集[C];2010年

相关博士学位论文 前1条

1 张小莲;风机最大功率点跟踪的湍流影响机理研究与性能优化[D];南京理工大学;2014年

相关硕士学位论文 前10条

1 董丽娜;独立光伏发电系统最大功率点跟踪控制研究[D];河北农业大学;2015年

2 林坤;光伏发电自动跟踪及MPPT控制的研究[D];电子科技大学;2014年

3 沈嘉棋;局部阴影下的光伏最大功率点跟踪控制研究[D];浙江工业大学;2014年

4 谢明达;并网光伏特性及其对电网影响研究[D];云南师范大学;2015年

5 梁晓莉;光伏发电多峰最大功率点跟踪（MPPT）控制方法研究[D];浙江工业大学;2015年

6 高玉;分布式光伏直流电源及并网输电控制研究[D];河北科技大学;2015年

7 马岩;不均匀光照下光伏阵列最大功率点跟踪与热斑检测[D];重庆大学;2015年

8 苏文亮;基于最大功率点跟踪控制算法的光伏充电系统设计及开发[D];浙江理工大学;2016年

9 尹涛;太阳能光伏最大功率点跟踪控制技术研究[D];青岛科技大学;2016年

10 陈阳;局部阴影下最大功率点跟踪算法的研究[D];广西科技大学;2015年

，

本文编号：2380383