自适应遗传算法在光伏发电系统中的应用

发布时间：2018-01-18 03:17

  本文关键词：自适应遗传算法在光伏发电系统中的应用　出处：《光子学报》2016年01期 　论文类型：期刊论文

  更多相关文章： 光伏发电 遗传算法 群控 光伏阵列 逆变器

【摘要】：针对光伏阵列在受到阴影遮挡时光伏发电系统总功率大幅下降的问题,采用分布式光伏阵列与光伏逆变器的群控方法,通过开关矩阵将多个光伏阵列与多台光伏逆变器相连,形成灵活多变的光伏发电网络拓扑结构,并根据该网络拓扑结构的工作原理,提出了相应的自适应遗传算法来实现分布式光伏阵列与光伏逆变器之间的群控管理.仿真及实验结果表明,光伏阵列受到阴影遮挡时,该算法使得光能的转换效率明显优于常规典型的分布式光伏发电方式,为有效利用光能提供了思路.
[Abstract]:In order to solve the problem that the total power of photovoltaic (PV) system decreases significantly when the photovoltaic array is shaded, a group control method of distributed photovoltaic array and photovoltaic inverter is adopted. Several photovoltaic arrays are connected with several photovoltaic inverters by switching matrix to form a flexible and changeable photovoltaic network topology, and according to the working principle of the network topology structure. A corresponding adaptive genetic algorithm is proposed to realize the group control management between the distributed photovoltaic array and the photovoltaic inverter. The simulation and experimental results show that the photovoltaic array is shaded by the shadow. The algorithm makes the conversion efficiency of light energy obviously better than that of the conventional distributed photovoltaic generation mode, which provides a train of thought for the efficient use of light energy.
【作者单位】： 浙江工业大学机械工程学院特种装备制造与先进加工技术教育部/浙江省重点实验室;杭州师范大学钱江学院;
【基金】：国家“863计划”项目(No.2013AA050405) 国家自然科学基金(No.51275470) 教育部博士点基金(No.20123317110004) 国际科技合作项目(Nos.2014DFE60020;2014DFA70980;S2013ZR0609)资助~~
【分类号】：TP18;TM615
【正文快照】： 0引言在光伏发电实际过程中,天气的不断变化,特别是云团飘过给地面光伏阵列带来的阴影遮挡,导致光伏发电系统输出功率大大降低[1-2].提高光伏阵列的输出功率,主要有3种方式:1)加旁路及防逆流二极管[3],避免局部阴影条件下电池元的热斑效应;2)提出最大功率点跟踪算法[4-5],避免

【参考文献】

相关期刊论文 前2条

1 王震;鲁宗相;段晓波;李晓明;;分布式光伏发电系统的可靠性模型及指标体系[J];电力系统自动化;2011年15期

2 陈昌松;段善旭;蔡涛;刘邦银;;基于改进遗传算法的微网能量管理模型[J];电工技术学报;2013年04期

【共引文献】

相关期刊论文 前10条

1 伍言;刘俊勇;向月;刘友波;杨嘉n\;王卓;;考虑光伏DG孤岛续航能力的配电网可靠性评估[J];电力自动化设备;2013年05期

2 郭旭阳;谢开贵;胡博;陈涛;龙虹毓;;计入光伏发电的电力系统分时段随机生产模拟[J];电网技术;2013年06期

3 芦晶晶;赵渊;赵勇帅;谢开贵;;含分布式电源配电网可靠性评估的点估计法[J];电网技术;2013年08期

4 李红艳;;分布式电源接入配电网的技术指标体系构建[J];大众科技;2013年09期

5 李红艳;;分布式电源并网的社会环境指标体系构建[J];科技创新与应用;2013年32期

6 郭宁;;强化提升电力计量的准确层次的理性思考[J];经营管理者;2013年31期

7 赵渊;张煦;林世溪;赵勇帅;;含光/柴混合发电的配电网可靠性评估模型[J];重庆大学学报;2013年11期

8 别朝红;李更丰;谢海鹏;;计及负荷与储能装置协调优化的微网可靠性评估[J];电工技术学报;2014年02期

9 郭思琪;袁越;张新松;鲍薇;刘纯;曹阳;王海潜;;多时间尺度协调控制的独立微网能量管理策略[J];电工技术学报;2014年02期

10 郭剑;徐剑楠;;分布式光伏并网发电对配电网的影响以及应对调整策略[J];电力需求侧管理;2014年02期

相关博士学位论文 前6条

1 王勇;电力系统运行可靠性分析与评价理论研究[D];山东大学;2012年

2 汪海瑛;含大规模可再生能源的电力系统可靠性问题研究[D];华中科技大学;2012年

3 罗奕;微网可靠性评估模型与方法研究[D];华南理工大学;2013年

4 鲍薇;多电压源型微源组网的微电网运行控制与能量管理策略研究[D];中国电力科学研究院;2014年

5 李静;含间歇性能源的分布式电网优化配置理论与方法研究[D];浙江大学;2014年

6 李志新;微网及含微网配电系统的可靠性研究[D];天津大学;2014年

相关硕士学位论文 前10条

1 龚剑波;基于GO法的计及分布式电源的配电系统可靠性研究[D];浙江大学;2012年

2 陈烁杭;光伏发电并网的若干问题研究[D];华南理工大学;2012年

3 孙树娟;多能源微电网优化配置和经济运行模型研究[D];合肥工业大学;2012年

4 王磊;光伏发电系统输出功率短期预测技术研究[D];合肥工业大学;2012年

5 周康;风光（柴）储联合发电系统容量配置方法研究[D];电子科技大学;2012年

6 吕勤;含风光储联合系统的发输电风险评估[D];华北电力大学;2013年

7 赵勇帅;含分布式电源的配电网可靠性评估模型研究[D];重庆大学;2013年

8 郭旭阳;计入光伏发电的电力系统随机生产模拟[D];重庆大学;2013年

9 高英;计及相关性的光伏电站容量可信度评估[D];重庆大学;2013年

10 吴兴龙;光伏并网对配电网的影响[D];合肥工业大学;2013年

【二级参考文献】

相关期刊论文 前6条

1 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

2 李晶;许洪华;赵海翔;彭燕昌;;并网光伏电站动态建模及仿真分析[J];电力系统自动化;2008年24期

3 林明耀;顾娟;单竹杰;张怡然;;一种实用的组合式光伏并网系统孤岛效应检测方法[J];电力系统自动化;2009年23期

4 龚春景;;大容量太阳能光伏发电站交流输出功率计算方法研究[J];华东电力;2009年08期

5 钱科军;袁越;石晓丹;ZHOU Chengke;鞠平;;分布式发电的环境效益分析[J];中国电机工程学报;2008年29期

6 栗然;李广敏;;基于支持向量机回归的光伏发电出力预测[J];中国电力;2008年02期

【相似文献】

相关期刊论文 前10条

1 柏磊;顾陈;严璐;朱晓华;;基于适应度评价扩展自适应遗传算法的门级电路进化设计[J];南京理工大学学报;2011年02期

2 杨云,徐永红,刘凤玉;一种连续探索型自适应遗传算法及其应用[J];南京理工大学学报(自然科学版);2002年06期

3 江瑞,罗予频,胡东成,司徒国业;一种基于种群熵估计的自适应遗传算法[J];清华大学学报(自然科学版);2002年03期

4 袁晓辉,曹玲,夏良正;具有成熟前收敛判断的自适应遗传算法(英文)[J];Journal of Southeast University(English Edition);2003年01期

5 朱力立,张焕春,经亚枝;基于六模糊控制器的自适应遗传算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;2003年02期

6 张群,赵刚;基于模糊逻辑控制器的自适应遗传算法[J];工业工程与管理;2004年06期

7 李井明;刘志斌;;基于自适应遗传算法的水污染控制系统规划[J];科学技术与工程;2006年22期

8 刘宗发;王彦生;徐红玉;杨俊森;;基于自适应遗传算法的单层球面网壳优化分析[J];河南科技大学学报(自然科学版);2006年06期

9 陈超武;董绍华;;求解炼钢—连铸批量问题的自适应遗传算法[J];制造业自动化;2007年02期

10 朱志宇;王建华;;基于混沌优化自适应遗传算法的数据关联求解[J];航天控制;2007年04期

相关会议论文 前10条

1 楚永宾;唐振;刘小平;卫星;张利;;基于自适应遗传算法的单点交通信号控制方法[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 郭毓;林喜波;胡维礼;;基于代沟信息的自适应遗传算法[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年

3 张文广;周绍磊;李新;;一种新的改进型自适应遗传算法研究[A];2005年中国智能自动化会议论文集[C];2005年

4 刘洪杰;王秀峰;王治宝;;多峰搜索的自适应遗传算法[A];第二十一届中国控制会议论文集[C];2002年

5 潘伟;杨劲松;;基于实数自适应遗传算法的μ综合问题[A];2007中国控制与决策学术年会论文集[C];2007年

6 钟守楠;;自适应遗传算法的探讨[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

7 杨泽青;刘丽冰;谭志洪;刘伟玲;;自适应遗传算法在柔性检测路径规划中的应用[A];第二十七届中国控制会议论文集[C];2008年

8 王晓鹏;;基于混合自适应遗传算法的飞机气动优化设计[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

9 杨林德;刘学增;王悦照;朱合华;仇圣华;;改进的自适应遗传算法及其工程应用[A];第八次全国岩石力学与工程学术大会论文集[C];2004年

10 危涛;宋万杰;张林让;;自适应遗传算法在M-序列码搜索中的应用[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年

相关博士学位论文 前1条

1 黄利;一类自适应遗传算法的渐近行为研究[D];武汉大学;2012年

相关硕士学位论文 前10条

1 李欣;自适应遗传算法的改进与研究[D];南京信息工程大学;2008年

2 龙锋;基于自适应遗传算法的W公司仓库货位分配与优化研究[D];华南理工大学;2015年

3 苗振华;基于交叉库与并行变异的自适应遗传算法[D];大连理工大学;2015年

4 王宁;基于自适应遗传算法的城市电网网架规划[D];华北电力大学（北京）;2008年

5 闫宏亮;改进的自适应遗传算法在桁架结构优化中的应用[D];长安大学;2009年

6 张玉萍;自适应遗传算法的研究及应用[D];哈尔滨工业大学;2009年

7 陈忠华;基于自适应遗传算法的模糊控制器优化设计[D];重庆理工大学;2010年

8 李坤;参数参与进化的自适应遗传算法研究[D];南昌航空大学;2010年

9 陈超;自适应遗传算法的改进研究及其应用[D];华南理工大学;2011年

10 闫妍;一种新的自适应遗传算法[D];哈尔滨工程大学;2007年

，

本文编号：1439211