發(fā)布時(shí)間：2025-04-01 01:40

　　 針對(duì)光伏陣列局部遮陰情況下輸出電壓-功率曲線呈現(xiàn)多峰特性,傳統(tǒng)粒子群算法進(jìn)行最大功率跟蹤時(shí)會(huì)陷入局部最優(yōu)的問(wèn)題,提出了權(quán)重指數(shù)遞減粒子群算法。該算法通過(guò)改變粒子搜索方式,在每次迭代結(jié)束前對(duì)搜尋到的最優(yōu)粒子執(zhí)行精英突變,對(duì)反方向空間進(jìn)行搜索;并添加慣性權(quán)重調(diào)節(jié)參數(shù),其慣性權(quán)重隨迭代次數(shù)的增加以指數(shù)形式遞減,使算法前期跳出局部最優(yōu)點(diǎn)的能力提高以及后期搜索更加準(zhǔn)確。仿真結(jié)果表明,該算法在遮陰或者光照突變情況下,均能準(zhǔn)確的追蹤到最大功率點(diǎn),能有效避免陷入局部最優(yōu)點(diǎn),收斂速度較快,能夠在復(fù)雜情況下實(shí)現(xiàn)最大功率追蹤。

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1光伏電池雙二極管模型等效電路Fig．1Equivalentcircuitofphotovoltaicbattery

力較差。針對(duì)以上算法存在的問(wèn)題，提出權(quán)重指數(shù)遞減粒子群算法。通過(guò)加入全局最優(yōu)點(diǎn)(Gbest)的突變，從而對(duì)空間進(jìn)行排他性探索和開(kāi)發(fā)，確�？臻g的完全利用和探索的隨機(jī)性，提高算法跳出局部最優(yōu)點(diǎn)的能力。同時(shí)對(duì)慣性權(quán)重進(jìn)行改進(jìn)，添加慣性權(quán)重調(diào)節(jié)參數(shù)，使慣性權(quán)重隨著迭代次數(shù)的增加進(jìn)行指數(shù)遞....

圖2光伏陣列P-V曲線和P-I曲線Fig．2PVarraypower/voltagecurveandPIarrayvoltage/currentcurve

圖2光伏陣列P-V曲線和P-I曲線Fig．2PVarraypower/voltagecurveandPIarrayvoltage/currentcurve表1三種情況下各光伏組件光照條件(W/m2)Tab．1LightconditionsofeachPVmoduleinthree....

圖3粒子突變過(guò)程Fig．3Particlemutationprocess

圖5基于權(quán)重指數(shù)遞減粒子群算法的流程圖Fig．5Flowchartofoptimizationalgorithmbasedonweightedindexdecreasingparticleswarm具體步驟如下:

本文編號(hào)：4038744