首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 281 毫秒

1.  改进粒子群算法在光伏阵列多峰值MPPT中的应用  
   娄贺伟  李光林  蔡鹏宇  李凯《自动化与仪器仪表》,2015年第3期
   在局部遮荫下,光伏阵列的P-U特性曲线存在多个极值点,常规最大功率跟踪(MPPT)算法在光伏阵列多峰值MPPT应用中将失效。粒子群算法(PSO)有良好的全局搜索能力,被应用于光伏阵列多峰值MPPT,但是PSO存在收敛精度低和收敛不稳定性的缺点。为了提高PSO算法的收敛稳定性和收敛精度,引入非线性策略对PSO算法进行改进,Matlab仿真结果表明,改进的粒子群算法在多峰值MPPT应用中可以稳定、准确的跟踪光伏阵列的最大输出功率。    

2.  结合量子粒子群算法的光伏多峰最大功率点跟踪改进方法  
   韩鹏  李银红  何璇  付元欢  游昊  李本瑜《电力系统自动化》,2016年第40卷第23期
   光伏阵列在局部阴影时的P-U曲线呈现多峰特性,需要设计光伏多峰最大功率点跟踪方法,以实现光伏发电最大功率输出,提高光伏发电效率。相比粒子群优化算法,量子粒子群优化算法具有收敛速度更快和全局收敛性等优势。提出了一种基于量子粒子群优化算法的光伏多峰最大功率点跟踪改进方法。该方法采用量子粒子群优化算法实现最大功率点的全局搜索;根据光伏阵列在局部阴影时P-U曲线上功率极值点的分布特点初始化种群中的粒子总数及其电压;并根据量子粒子群优化算法收敛时粒子自身最优位置的特点,提出了更适合光伏多峰最大功率点跟踪的收敛判据。仿真测试表明,提出的改进方法能够快速有效地实现光伏多峰最大功率点跟踪,收敛速度更快,避免了不收敛的问题,且具有应对光照情况变化的能力,提高了局部阴影时光伏发电的效率。    

3.  部分遮阴条件下光伏阵列最大功率点跟踪方法  被引次数:3
   胡浩磊  杨富文《电源学报》,2013年第11卷第2期
   在部分遮阴情况下,光伏阵列功率-电压(P-U)特性曲线呈现多个极值点,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法会失效。提出了一种基于电导增量法的全局搜索(Global search based on Incremental conductance,GSINC)方法来实现最大功率点跟踪,该方法保证不会陷入局部最优且不会错过任何极值点。最后通过仿真验证了该算法能快速且准确的跟踪最大功率点,有效提高了光伏阵列输出效率。    

4.  太阳能发电系统中最大功率点跟踪方法  
   罗继平  王苏英  张旻《中国建材科技》,2015年第2期
   针对光伏电池的最大功率点跟踪(MPPT)影响着光伏系统的发电效率,本文对光伏阵列的功率输出特性曲线进行了建模仿真分析,根据MPPT的目标是保持光伏阵列输出电压一直保持在最大功率点处,重点分析在光伏阵列出现局部阴影情况时的,光伏阵列的P-V输出特性为多峰曲线情况下,提出了一种基于改进的模拟退火粒子群算法的最大功率点跟踪控制方法,将模拟退火算法思想融入到粒子群算法中,改善粒子的探索能力,提升了最大功率点跟踪算法的收敛速度和精确性。    

5.  IFA在光伏遮蔽情况下MPPT中的应用  
   石季英  薛飞  秦子健  范红霞《电力电子技术》,2016年第2期
   在遮蔽情况下,光伏阵列输出的P-U特性曲线呈现出多峰状态,传统最大功率点跟踪(MPPT)算法可能会陷入局部极值.提出了一种基于改进萤火虫算法(IFA)的MPPT算法,首先在原始算法步长更新公式中引入具有变权重系数的惯性项,使得追踪过程能很好地实现全局搜索能力与局[寻优的平衡;其次在步长更新公式中引入加速系数,在功率值较低的区域加大步长,减少追踪所用时间和能量损失.最后,通过仿真和实验,与经典粒子群优化(PSO)算法进行了比较,证明了所提算法跟踪能力更优.    

6.  结合混沌粒子群的分布式最大功率点跟踪  
   陈阳  唐培和  徐奕奕《广西工学院学报》,2015年第2期
   光伏阵列在局部阴影环境下输出特性呈现出多峰曲线,传统最大功率点跟踪(MPPT)算法在多峰寻优的过程中容易陷入局部极值,致使光伏阵列效率低下。为了提高局部阴影下光伏阵列的输出效率,提出一种基于分布式架构的混沌粒子群最大功率点跟踪(CPSO-DMPPT)算法,并通过PSIM平台对所提出的算法进行仿真验证。实验结果表明:CPSO-DMPPT算法能在多峰曲线中寻找到最优点,拥有更快速的响应速度和更优的全局搜索能力,其分布式架构可有效地提高光伏阵列的输出效率。    

7.  一种光伏系统的多峰值最大功率点跟踪策略  被引次数:1
   王镇道  李炳璋《电力电子技术》,2014年第48卷第9期
   局部阴影条件下,光伏阵列的输出功率-电压(P-U)特性曲线存在多个局部峰值(LMPP)。传统的最大功率点跟踪(MPPT)法可能使系统工作于LMPP,错失真正的全局最大功率点(GMPP)。通过分析局部阴影条件下光伏阵列的输出电流-电压(I-U)特性曲线,提出了将电流控制和扰动观察法(PO)结合的MPPT策略,实现了跟踪GMPP的目标。仿真结果表明该算法比扫描整条P-U曲线法节省了50%的时间,实验验证了其易用性。    

8.  自适应权重粒子群算法在阴影光伏发电最大功率点跟踪(MPPT)中的应用  
   袁晓玲  陈宇《电力技术》,2013年第10期
   在光伏发电系统中,光伏阵列往往会受到局部阴影现象的影响,造成系统的不稳定运行和输出功率的降低,且光伏阵列的P-U特性曲线会出现多峰值,常规最大功率点跟踪(MPPT)算法因其只能单峰寻优而不能完成对最大功率点的跟踪.粒子群优化(PSO)算法则有着良好的多峰全局寻优能力,被广泛应用在局部阴影的最大功率点跟踪中,但是PSO算法有着收敛速度不足和搜索精度低的缺点.为此,提出了基于自适应权重的粒子群优化(APSO)算法,即在运算过程中通过引入非线性动态惯性权重系数,有效地提高整体算法的全局搜索能力和局部改良能力.利用Matlab仿真,在恒定阴影和快速变化阴影2种条件下验证APSO算法的可行性.结果表明,APSO算法能够避免早熟收敛问题,可有效地提高算法的收敛速度和搜索精度.    

9.  粒子群算法在光伏系统最大功率点跟踪中的应用  
   周西峰  刘晓丹  郭前岗《微型机与应用》,2013年第32卷第3期
   介绍了光伏电池的特性,并在Matlab/Simulink中进行建模仿真研究.针对局部遮阴条件下光伏阵列的P-U特性呈现多个极值点,导致常规的最大功率点跟踪算法失效的问题,提出了一种基于粒子群算法(PSO)的最大功率点跟踪(MPPT)控制方法.仿真结果表明,该方法能够快速、准确地跟踪光伏阵列的最大功率点,具有较好的控制精度,有效地提高了光伏阵列的输出效率.    

10.  基于粒子群优化的光伏系统MPPT控制方法  被引次数:2
   刘艳莉  周航  程泽《计算机工程》,2010年第36卷第15期
   局部遮阴条件下光伏阵列P-V特性引起的多个极值点使常规的最大功率点跟踪(MPPT)算法失效。针对上述问题,提出一种基于粒子群优化算法的控制方法,以解决局部遮阴下的最大功率跟踪问题。实验结果显示,光伏模板的输出电压被稳定地控制在最大功率点附近,证明算法是有效的。    

11.  光伏阵列多峰最大功率点分布特点研究  被引次数:1
   戚 军  翁国庆  章旌红《电力自动化设备》,2014年第34卷第3期
   基于光伏阵列的通用数学模型,借助计算机仿真和统计分析技术,对局部阴影条件下光伏阵列的输出特性进行了研究。统计分析结果表明,多峰功率-电压(P-U)特性曲线上相邻最大功率点(MPP)的电压间距较大,而且大部分案例中全局MPP位于电压轴右半边;全局MPP两侧的局部MPP功率呈单调递减趋势的概率较大;负载线与电流-电压(I-U)特性曲线的交点与全局MPP山峰有密切联系。根据统计分析结果,总结了多峰最大功率点跟踪(MPPT)算法设计时可借鉴的经验。    

12.  基于多模型状态估计的光伏阵列MPPT技术  
   聂晓华  张晓倩《电测与仪表》,2017年第54卷第6期
   针对光伏阵列最大功率点在局部阴影情况下具有非线性、时变不确定和多个局部功率峰值的特点,采用现代状态估计理论建立光伏阵列输出功率动态模型,利用交互多模型估计算法精确跟踪多状态多峰功率曲线,抑制噪声定位出最大功率点,提出基于多模型状态估计的光伏阵列MPPT技术.仿真和实验验证了所提新MPPT控制策略的正确性和有效性,在有、无阴影情况下都能够快速且准确地跟踪最大功率点,提高光伏发电效率.    

13.  基于PSO优化BPNN估计光伏阵列MPPT控制系统研究  
   周习祥  李加升《电源技术》,2013年第37卷第8期
   为了充分利用光伏阵列转换能量,提高光伏阵列的发电效率,在分析光伏阵列的伏安特性及最大功率点跟踪(MPPT)原理的基础上,提出了一种基于粒子群算法优化BP神经网络(PSO-BPNN)的建模方法,并用这种改进的神经网络构建了光伏阵列的动态模型.通过PSO-BPNN模型拟合光伏阵列输出功率与输出电压的非线性关系,实现了对光伏阵列的最大功率点跟踪.Matlab/Simulink仿真及在线测试结果表明:基于PSO-BPNN估计的光伏阵列MPPT控制系统能快速、精确地跟踪光伏阵列的最大功率点,改善了BP神经网络收敛速度慢,易陷入局部极值,建模精度不高的缺点,提高了系统的稳定性和能量转换效率,是研究光伏发电这个复杂非线性系统的一个可行办法.    

14.  基于粒子群优化算法和变步长扰动观察法的局部阴影情况下MPPT控制  
   马昊  张庆超《电源学报》,2016年第14卷第3期
   针对光伏阵列的输出特性在局部阴影情况下具有高度非线性、时变性以及多个局部功率极值点等特点,并导致传统MPPT(maximum power point tracking)算法失效的问题,提出一种基于粒子群优化算法和变步长扰动观察法的改进MPPT算法。其中粒子群优化算法用于系统启动和光照情况发生突变后迅速定位近似最大功率点,变步长扰动观察法则根据实际状况使光伏阵列精确稳定在最大功率点,以克服使用数学模型与实际输出特性偏差或微小扰动所导致的功率损失。通过建立Matlab/Simulink模型进行仿真实验,实验结果表明所提算法使光伏阵列在不同阴影情况下以及发生光照强度突变时都具有迅速精确的跟踪能力。    

15.  基于光伏功率等效面积法的多峰最大功率追踪控制方法  
   黄思源  王鲁杨  张浩《电测与仪表》,2017年第54卷第18期
   当光伏组串受到不均匀照射时,其输出特性将会从原来的单峰曲线变成有多个峰值点的多峰曲线,因此受到非均匀照射的光伏阵列含有多个局部峰值点(Local Maximum Power Point,LMPP),使用常规的最大功率跟踪控制方法很难准确的追踪到全局最大功率点(Global Maximum Power Point,GMPP).针对上述问题,首先基于MATLAB仿真软件搭建了光伏组串在受到非均一阴影遮挡情况下的模型;其次研究了其功率-电压(P-U)特性和导数(dP/dU-U)特性,分析了全局最大功率点与光伏功率等效面积之间的关系;最后提出了基于光伏功率等效面积所决定的工作区间定位的新型多峰最大功率点追踪(Maximum Power Point Trace,MPPT)控制方法.仿真结果表明,所提出的光伏功率等效面积法算法能够有效且快速的寻找到全局最大功率点.    

16.  PSOEM算法在不均匀光照下最大功率点跟踪中的研究  
   赵御宇  饶志荣  张从力  雷蕾  蒋其斌《工业控制计算机》,2012年第25卷第5期
   针对目前光伏发电技术的研究现状,分析了在不均匀光照下的最大功率点跟踪(MPPT)的原理和基本算法。提出了带扩展记忆的粒子群算法(PSO with Extended Memory,简称PSOEM),与标准粒子群算法的性能进行了比较,针对不均匀光照下光伏阵列输出特性曲线存在多个局部峰值,根据PSOEM在多峰函数的全局寻优、多变量寻优方面的良好性能,将其应用到不均匀光照下光伏阵列的最大功率跟踪控制中,解决了局部遮阴下多峰寻优的问题。    

17.  粒子群-细菌觅食在光伏系统MPPT控制中的应用  
   刘瑞  简献忠  钱双杰《电子科技》,2015年第28卷第5期
   在光照不均匀情况下,光伏阵列P-V曲线上会出现多个极值点,传统算法容易陷入局部最优而失效.文中提出粒子群-细菌觅食算法,将粒子群算法和细菌觅食算法结合.用粒子群算法进行全局搜索,再将粒子看成细菌用细菌觅食算法进行局部搜索.仿真结果证明,该算法在多峰情况的快速准确性.    

18.  局部阴影最大功率点MPPT算法研究  
   吕昌睿  李国杰《电力科学与工程》,2012年第28卷第5期
   光伏阵列作为太阳能光伏发电系统的基本发电单元,容易受到阴影的影响.在局部阴影条件下,光伏阵列的输出特性发生改变,相应的功率电压曲线含有多个局域峰值,使常规的最大功率点跟踪算法很难准确地跟踪到真正的最大功率点.在光伏电池通用数学模型的基础上,结合串并联理论,对局部阴影条件下光伏阵列的输出特性进行了数学建模分析,结果表明,带检测环节的MPPT算法有更好的适应性和稳定性.    

19.  递推最小二乘法与细菌觅食算法相结合的光伏阵列MPPT控制方法  
   聂晓华  徐勋庆《水电能源科学》,2016年第34卷第5期
   要: 针对复杂应用环境下光伏阵列的P-V输出特性曲线呈现多峰值的问题,提出了一种递推最小二乘法与细菌觅食算法相结合的光伏阵列最大功率点跟踪算法,分析了复杂应用环境对光伏最大功率点跟踪控制的影响。针对状态变化造成的多功率极值问题,首先运用递推最小二乘法进行滤波预处理,再采用细菌觅食优化算法准确跟踪到了全局最大功率点。MPPT仿真和试验结果均表明,该算法成功摆脱了局部最优解的约束,可准确跟踪阵列全局最大功率点且有效抑制了电磁噪声。与单纯的细菌觅食算法相比,本文算法精度更高,为光伏阵列最大功率点跟踪提供了一种实现方法。    

20.  局部阴影下光伏阵列 MPPT 控制方法的研究  
   王汝田  陈酋峰  崔永恒《电气自动化》,2015年第1期
   光伏阵列在局部阴影条件下,其输出 P-V 特性曲线将呈现多个功率峰值。为了追踪到全局最大功率点,对局部阴影条件下光伏阵列输出 P-V 特性曲线进行了深入分析,对各功率极值点对应电压和被遮挡的光伏组件个数及光照强度之间的关系进行了研究。得出了相邻功率极值点对应电压之差的最小值为0.8Uoc(Uoc 为单个光伏组件的开路电压)等规律,在这些规律的基础上,提出了一种新的最大功率点跟踪方法,能够快速、准确地跟踪到全局最大功率点。应用 MATLAB 软件搭建了仿真模型,仿真结果验证了所提出方法的正确性和有效性。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号