基于GWO算法光伏阵列多峰值的MPPT

被引：33

作者：

张巧杰 ^{[1
]}

王凯丽 ^{[1
]}

房雪晴 ^{[2
]}

机构：

[1] 北京信息科技大学自动化学院

[2] 天津大学材料科学与工程学院

来源：

吉林大学学报(理学版) | 2018年 / 56卷 / 06期

基金：

北京市自然科学基金;

关键词：

灰狼优化算法; 最大功率点跟踪; 部分阴影; 光伏阵列;

D O I：

10.13413/j.cnki.jdxblxb.2018.06.39

中图分类号：

TM615 [太阳能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

针对因遮挡处于部分阴影条件下的光伏阵列,其功率特性曲线由单峰曲线变为叠峰曲线,使最大功率点跟踪(MPPT)算法失效,而其他智能算法(如粒子群优化(PSO)算法)存在参数较多、收敛速度慢、振荡幅度大等问题,将收敛速度快、求解精度高的灰狼优化(GWO)算法应用于光伏阵列多峰值MPPT算法中.先建立处于局部遮挡情形下光伏阵列的数学模型,再解析基于GWO算法的MPPT算法原理.仿真实验结果表明:GWO算法可快速跟踪到最大功率点;GWO算法比PSO算法的跟踪速度提高1倍,跟踪效率提高0.1%.

引用

页码：1526 / 1532

页数：7

共 8 条

[1]

Grey Wolf Optimizer.[J].Seyedali Mirjalili;Seyed Mohammad Mirjalili;Andrew Lewis.Advances in Engineering Software.2014,

[2]

A Deterministic Particle Swarm Optimization Maximum Power Point Tracker for Photovoltaic System Under Partial Shading Condition [J].