随机光照强度下光伏阵列的MPPT控制研究

被引:14
作者
闫群民
王俊杰
朱娟娟
王雨阳
机构
[1] 陕西理工大学电气工程学院
关键词
光伏阵列; 局部阴影; 改进粒子群算法; MPPT;
D O I
10.14044/j.1674-1757.pcrpc.2020.05.031
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
在光伏发电系统中,光伏组件会受到实时变化光照强度的影响而处于局部阴影下,光伏组件的输出特性曲线呈现多峰值状态分布,传统的最大功率点跟踪方法(maximum power tracking,MPPT)会失效,造成系统输出功率的损失。本文提出一种改进的MPPT算法,该算法通过改变粒子群算法(particle swarm algorithm,PSO)的惯性系数和两个学习因子,使其随着迭代进行非线性动态变化,同时引入变异策略,增强算法的全局寻优能力,达到了提升搜索精度和速度的目的。在Matlab/Simulink中建立了仿真模型,验证了改进的粒子群算法在随机光照强度能有效保证输出功率最大。
引用
收藏
页码:192 / 197
页数:6
相关论文
共 15 条
[1]
An improved perturb-and-observe based MPPT method for PV systems under varying irradiation levels.[J].Mazen Abdel-Salam;Mohamed-Tharwat El-Mohandes;Mohamed Goda.Solar Energy.2018,
[2]
Energy storage based on maximum power point tracking in photovoltaic systems: A comparison between GAs and PSO approaches [J].
Bechouat, Mohcene ;
Soufi, Youcef ;
Sedraoui, Moussa ;
Kahla, Sami .
INTERNATIONAL JOURNAL OF HYDROGEN ENERGY, 2015, 40 (39) :13737-13748
[3]
领地粒子群算法在光伏最大功率跟踪的应用 [J].
石季英 ;
凌乐陶 ;
薛飞 ;
秦子健 ;
刘文安 ;
杨挺 .
太阳能学报, 2019, 40 (09) :2554-2560
[4]
基于BSO的局部阴影下光伏最大功率点追踪 [J].
赵帅旗 ;
肖辉 ;
刘忠兵 ;
朱梓嘉 ;
张万 .
电力系统及其自动化学报, 2020, 32 (06) :74-79+100
[5]
基于改进灰狼优化-黄金分割混合算法的光伏阵列MPPT方法 [J].
石季英 ;
张登雨 ;
薛飞 ;
凌乐陶 .
电力系统及其自动化学报, 2019, 31 (05) :21-26
[6]
基于全局学习自适应细菌觅食算法的光伏系统全局最大功率点跟踪方法 [J].
商立群 ;
朱伟伟 .
电工技术学报, 2019, 34 (12) :2606-2614
[7]
基于指数变步长电导增量法的光伏最大功率点跟踪 [J].
屠亚南 ;
于艾清 ;
薛花 ;
王育飞 .
中国电力, 2018, (11) :132-138
[8]
局部阴影下基于遗传蚁群算法对MPPT的研究 [J].
刘建辉 ;
李博 .
可再生能源, 2017, (01) :13-19
[9]
混沌改进猫群算法及其在光伏MPPT中的应用 [J].
聂晓华 ;
王薇 .
中国电机工程学报, 2016, 36 (22) :6103-6110
[10]
光伏发电系统改进型扰动观察最大功率跟踪研究 [J].
王要强 ;
张美玲 ;
齐歌 .
电力电容器与无功补偿, 2016, 37 (04) :111-116