基于改进粒子群算法的光伏最大功率跟踪研究

发布时间：2021-07-05 17:56

　　在局部阴影情况下,带有旁路二极管的光伏阵列P-U呈现多峰特性,导致常规的最大功率点跟踪方法失效。针对多峰值问题,在建立和分析光伏阵列P-U特性曲线的基础上,提出了采用自适应变异粒子群算法进行光伏阵列的最大功率点跟踪方法。该算法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,在传统粒子群算法基础上,通过引入自适应权因子和变异机制来加速算法收敛及防止算法陷入局部极值。仿真测试表明,提出的改进方法能够快速有效地实现光伏局部阴影下的最大功率点跟踪,相比于粒子群算法,可有效避免陷入局部极值点,收敛速度更快,且具有应对太阳光照变化的能力,提高了局部阴影时光伏发电的效率。 

【文章来源】：电源技术. 2019,43(11)北大核心

【文章页数】：5 页

【文章目录】：
1 局部阴影时光伏阵列输出特性
2 AMPSO算法
    2.1 粒子群算法
    2.2 粒子初始化
    2.3 自适应惯性权因子
    2.4 变异操作
3 AMPSO算法在多峰MPPT中的应用
    3.1 AMPSO算法
    3.2 算法收敛判据
    3.3 局部跟踪运行模式
4 仿真分析
    4.1 静态仿真
    4.2 动态仿真
5 结论


【参考文献】：
期刊论文
[1]基于差分进化人工蜂群算法的光伏最大功率跟踪策略研究[J]. 盛四清,陈玉良,张晶晶.  电力系统保护与控制. 2018(11)
[2]改进蝙蝠算法在光伏阵列存在局部阴影时的应用[J]. 吴忠强,于丹琦,康晓华.  光电工程. 2018(05)
[3]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[J]. 韩鹏,李银红,何璇,付元欢,游昊,李本瑜.  电力系统自动化. 2016(23)
[4]混沌改进猫群算法及其在光伏MPPT中的应用[J]. 聂晓华,王薇.  中国电机工程学报. 2016(22)
[5]基于变异粒子群算法的光伏系统最大功率点跟踪研究[J]. 王立乔,鲍利斌,孙孝峰.  太阳能学报. 2016(03)
[6]扰动观测法控制MPPT系统运动特性分析[J]. 倪雨,郝帅翔.  电子学报. 2015(07)
[7]基于功率闭环控制与PSO算法的全局MPPT方法[J]. 李善寿,张兴,张鸿恺,赵为,倪华.  中国电机工程学报. 2014(28)
[8]基于粒子群优化和爬山法的MPPT算法[J]. 王雨,胡仁杰.  太阳能学报. 2014(01)
[9]基于改进变步长电导增量法的MPPT控制[J]. 黄勤,赵靖,凌睿,石国飞,袁宇龙.  计算机工程. 2013(02)
[10]基于扰动观察法的光伏发电系统MPPT控制算法研究[J]. 杨天明,丁喆.  电源技术. 2013(01)



本文编号：3266544