基于蚁群优化算法的光伏阵列多峰特性最大功率点跟踪

发布时间：2017-07-30 01:07

  本文关键词：基于蚁群优化算法的光伏阵列多峰特性最大功率点跟踪

  更多相关文章： 光伏阵列 多峰特性 蚁群优化算法 最大功率点跟踪

【摘要】：在局部阴影条件下光伏阵列的功率输出曲线呈现多峰特性,这时常规算法将不能跟踪到阵列的全局最大功率点。因此,本文提出一种基于蚁群算法跟踪全局最大功率点的方法,算法利用蚂蚁爬行十进制数的每位来生成系统的给定电压,根据实测功率值来调整路径的信息素,使蚂蚁逐渐集中在最优的给定电压路径附近,最终实现光伏阵列的全局最大功率点跟踪。通过Simulink搭建光伏阵列仿真模型,结果表明,在环境发生变化时,蚁群算法可以快速准确地跟踪到具有多峰输出特性的光伏阵列的全局最大功率点,提高了光伏阵列在复杂环境下的输出功率。
【作者单位】： 南昌大学信息工程学院;
【关键词】： 光伏阵列 多峰特性 蚁群优化算法 最大功率点跟踪
【基金】：国家国际科技合作专项资助项目(2014DFG72240) 江西省科技支撑计划资助项目(2013BBE50102) 江西省科技落地计划资助项目(KJLD14006)
【分类号】：TM615
【正文快照】： 光伏电池是一种典型的非线性电源,其输出功率易受外界环境影响,如光照辐射强度、电池温度等[1]。为了充分利用太阳能,提高光伏电池的转换效率,就需对光伏电池的输出电压和电流加以控制,保证光伏电池始终工作在最大功率点MPP(maximum power point)[2]。针对光伏电池的最大功率

【相似文献】

中国期刊全文数据库 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

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 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

中国硕士学位论文全文数据库 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：591846