文档名:基于复合算法的光伏最大功率点追踪
摘要:由于光伏阵列在局部阴影情况下输出功率呈多峰值状态,而传统最大功率点追踪(MPPT:MaximumPowerPointTracking)控制无法解决多峰问题,会陷入局部最优,影响光伏发电效率,为此,提出一种复合算法应用于光伏最大功率点追踪.该方法将麻雀算法的初始种群进行优化,结合反向学习策略,加强了算法的全局搜索能力.当搜索到光伏发电最大功率点附近转换成扰动观察法,利用其快速收敛的特性快速搜索至最大功率点.利用Simulink仿真与硬件实验,验证所提出复合算法的全局搜索能力和快速收敛能力,与麻雀算法、扰动观察法相对比,复合算法的准确性和快速性具有显著提升.
Abstract:Theoutputpowerofaphotovoltaicarrayexhibitsamulti-peakstateunderpartialshading,andtraditionalMPPT(MaximumPowerPointTracking)controlcannotsolvethemulti-peakproblem,resultinginthesystembeingtrappedinalocaloptimumaffectingthephotovoltaicpowergenerationefficiency.Toaddressthisissue,ahybridalgorithmisproposedforphotovoltaicmaximumpowerpointtracking.Thismethodoptimizestheinitialpopulationofthesparrowalgorithmandcombineswithreverselearningstrategytoenhancethealgorithm'sglobalsearchability.Whenthealgorithmsearchesnearthemaximumpowerpointofphotovoltaicpowergeneration,theperturbationobservationmethodisusedtoquicklysearchthemaximumpowerpointbyutilizingitsfastconvergencecharacteristics.UsingSimulinksimulationandhardwareexperimentation,theglobalsearchabilityandfastconvergenceabilityoftheproposedhybridalgorithmareverified.Comparedwiththesparrowalgorithmandperturbationobservationmethod,thehybridalgorithmhassignificantlyimprovedaccuracyandspeed.
作者:李宏玉 宋来鑫 彭康 李桐壮Author:LIHongyu SONGLaixin PENGKang LITongzhuang
作者单位:东北石油大学电气信息工程学院,黑龙江大庆163318
刊名:吉林大学学报(信息科学版) ISTIC
Journal:JournalofJilinUniversity(InformationScienceEdition)
年,卷(期):2023, 41(6)
分类号:TP18TM914.4
关键词:最大功率点追踪 局部阴影 反向学习 麻雀算法 扰动观察法
Keywords:maximumpowerpointtracking(MPPT) localshadows reverselearning sparrowalgorithm perturbationobservationmethod
机标分类号:TM615TP301.6TM914.4
在线出版日期:2024年1月24日
基金项目:黑龙江省自然科学基金资助项目基于复合算法的光伏最大功率点追踪[
期刊论文] 吉林大学学报(信息科学版)--2023, 41(6)李宏玉 宋来鑫 彭康 李桐壮由于光伏阵列在局部阴影情况下输出功率呈多峰值状态,而传统最大功率点追踪(MPPT:MaximumPowerPointTracking)控制无法解决多峰问题,会陷入局部最优,影响光伏发电效率,为此,提出一种复合算法应用于光伏最大功率点追踪...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于复合算法的光伏最大功率点追踪 PV Maximum Power Point Tracking Based on Composite Algorithm
基于复合算法的光伏最大功率点追踪.pdf
- 文件大小:
- 13.97 MB
- 下载次数:
- 60
-
高速下载
|