基于改进粒子群算法光伏的最大功率跟踪

发布时间：2023-07-24 21:47

　　不断变化的外部环境对光伏列阵的输出有着特殊的影响,为减小能量损失,须对光伏阵列进行最大功率点跟踪(maximum power point tracking,MPPT)。粒子群优化算法(particle swarm optimization,PSO)在多峰值寻优中具有良好的性能,然而粒子在寻优的过程中经常出现过早收敛的现象,导致其寻优精度有所欠缺。为解决以上的缺陷,提出一种改进的自适应粒子群(improved particle swarm optimization,IPSO)与布谷鸟搜索(cuckoo search,CS)混合算法应用于最大功率点跟踪。并在MATLAB/Simulink平台中搭建仿真模型对混合算法进行验证,并与其他方法进行比较,仿真结果证明,改进算法有良好的响应速度和较高的优化精度。

【文章页数】：6 页

【文章目录】：
1 光伏电池输出特性
2 粒子群-布谷鸟算法
    2.1 标准PSO
    2.2 IPSO
    2.3 布谷鸟搜索算法(CS)
    2.4 改进粒子群-布谷鸟算法在MPPT中的应用
3 仿真分析
4 结论



本文编号：3836584