基于改进粒子群算法光伏的最大功率跟踪

论文摘要

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。

论文目录

• 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

文章来源

类型: 期刊论文

作者: 徐义涛,姜吉顺,张宗超,焦提操

关键词: 光伏列阵,最大功率跟踪,粒子群算法,布谷鸟搜索

来源: 科学技术与工程 2019年34期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 山东理工大学电气与电子工程学院

基金: 国家青年科学基金(61703249)资助

分类号: TM615

页码: 180-185

总页数: 6

文件大小: 1289K

下载量: 237