一种基于迁徙策略的自适应粒子群算法

发布时间：2024-05-18 18:37

　　光伏组件表面因灰尘沉降形成的局部阴影使得光伏阵列功率-电压特性曲线出现多个峰值,从而造成传统的最大功率点跟踪算法失效。粒子群算法因具有良好的全局寻优特性,被应用于局部阴影下的最大功率点追踪中,但仍存在搜索速度慢、精度不高等缺点。基于迁徙策略的自适应粒子群算法采用了自适应系数,其惯性权重和学习因子随着迭代次数的变化而变化,有效地平衡了算法的全局搜索能力和局部寻优能力;同时引入迁徙策略,根据评价算子对粒子种群的多样性进行判断,对多样性低的粒子种群执行迁徙操作,增加种群间的信息交流,跳出局部最优区域。仿真实验结果表明:该算法能避免早熟收敛问题,提高了算法的收敛速度和搜索精度,在静态和动态阴影中都具有良好的追踪效果。

【文章页数】：7 页

【文章目录】：
1 局部阴影下光伏阵列特性分析
2 基于迁徙策略的自适应粒子群算法
    2.1 标准粒子群算法(PSO)
    2.2 自适应粒子群算法
    2.3 基于迁徙策略的自适应粒子群算法
    2.4 算法测试
3 仿真结果与分析
4 结论



本文编号：3977198