局部阴影下基于遗传蚁群算法对MPPT的研究

被引:15
作者
刘建辉
李博
机构
[1] 西安建筑科技大学机电工程学院
关键词
光伏发电系统; 局部遮挡; 最大功率点跟踪; 遗传蚁群算法;
D O I
10.13941/j.cnki.21-1469/tk.2017.01.003
中图分类号
TM615 [太阳能发电]; TP18 [人工智能理论];
学科分类号
0807 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对光伏阵列局部遮挡时P-V特性曲线存在多个峰值的情况,以最大功率跟踪点为研究对象,提出基于遗传蚁群算法的MPPT算法,该算法基于遗传算法的计算理念,通过引入蚁群算法中信息素累积的概念,将两种算法进行有效融合,解决了遗传算法寻优效率低的问题。文章对基于遗传蚁群算法的MPPT算法进行建模、仿真。研究结果表明:在仿真计算中,与遗传算法相比,基于遗传蚁群算法的MPPT算法在收敛速度和精确性方面均有明显提高;在实际工程应用中,与遗传算法相比,基于遗传蚁群算法的MPPT算法不仅可以稳定跟踪到最大功率点,而且跟踪用时缩减了80%。
引用
收藏
页码:13 / 19
页数:7
相关论文
共 14 条
[1]   基于蚁群算法的局部阴影光伏最大功率跟踪算法 [J].
王雅 ;
曾成碧 ;
付文雯 .
内蒙古师范大学学报(自然科学汉文版), 2015, 44 (04) :523-527
[2]   适用于光伏多峰功率跟踪的改进型粒子群优化算法 [J].
胡克用 ;
胥芳 ;
艾青林 ;
欧阳静 ;
徐红伟 .
西安交通大学学报 , 2015, (04) :140-148
[3]   遗传算法的研究与应用 [J].
水勇 .
软件, 2014, 35 (03) :107+110-107
[4]   光伏电池工程数学模型的比较研究 [J].
万晓凤 ;
张燕飞 ;
余运俊 ;
康利平 .
计算机仿真, 2014, 31 (03) :113-117
[5]   基于粒子群优化和爬山法的MPPT算法 [J].
王雨 ;
胡仁杰 .
太阳能学报, 2014, 35 (01) :149-153
[6]   一种基于电导增量法的可变步长MPPT算法的研究 [J].
胡茗哲 ;
马学军 .
湖北理工学院学报, 2013, 29 (04) :20-23
[7]   基于遗传算法的最大功率点跟踪 [J].
高林 ;
谭伟 .
控制工程, 2012, 19 (04) :570-573
[8]   粒子群优化算法在光伏阵列多峰最大功率点跟踪中的应用 [J].
朱艳伟 ;
石新春 ;
但扬清 ;
李鹏 ;
刘文颖 ;
魏德冰 ;
付超 .
中国电机工程学报, 2012, 32 (04) :42-48+20
[9]   遗传算法编码方案比较 [J].
张超群 ;
郑建国 ;
钱洁 .
计算机应用研究, 2011, 28 (03) :819-822
[10]   基于遗传算法和扰动观察法的MPPT算法 [J].
何龙 ;
程树英 .
现代电子技术, 2009, 32 (24) :199-202