针对传统的最大功率点跟踪MPPT(maximum power point tracking)方法在部分遮阴条件下陷入局部最优而失效,且常见的智能优化算法往往存在收敛精度差、收敛速度慢、系统稳定性不高等问题,提出1种基于旗鱼优化SFO(sailfish optimization)...针对传统的最大功率点跟踪MPPT(maximum power point tracking)方法在部分遮阴条件下陷入局部最优而失效,且常见的智能优化算法往往存在收敛精度差、收敛速度慢、系统稳定性不高等问题,提出1种基于旗鱼优化SFO(sailfish optimization)算法与扰动观察P&O(perturbation and observation)法混合控制的光伏系统最大功率跟踪策略。SFO算法同时使用旗鱼(捕食者)和沙丁鱼(猎物)2个种群,可保证粒子在全局空间探索。所提混合算法先利用SFO算法快速跟踪到最大功率点附近,再利用小步长P&O法对最大功率点进行精细搜索,最后利用分段步长的方法同时兼顾MPPT搜索速度和搜索精度的要求。仿真结果表明,所提混合控制策略有效提升了控制系统的响应速度及跟踪精度,提升了系统的稳定性。展开更多
太阳能光伏阵列的输出功率随外界环境因素的变化而变化,为了能高效利用太阳能电池,需要进行光伏阵列的最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)。扰动观察法以其简单有效而得到了广泛应用。提出了一种新颖的变步长扰动...太阳能光伏阵列的输出功率随外界环境因素的变化而变化,为了能高效利用太阳能电池,需要进行光伏阵列的最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)。扰动观察法以其简单有效而得到了广泛应用。提出了一种新颖的变步长扰动观察法,对传统方法的动态特性进行优化。在Matlab/Simulink下进行了系统的建模与仿真,并进行了实验研究。结果表明,该方法能快速准确地跟踪外部环境变化,并能保证系统的稳定性。展开更多
文摘针对传统的最大功率点跟踪MPPT(maximum power point tracking)方法在部分遮阴条件下陷入局部最优而失效,且常见的智能优化算法往往存在收敛精度差、收敛速度慢、系统稳定性不高等问题,提出1种基于旗鱼优化SFO(sailfish optimization)算法与扰动观察P&O(perturbation and observation)法混合控制的光伏系统最大功率跟踪策略。SFO算法同时使用旗鱼(捕食者)和沙丁鱼(猎物)2个种群,可保证粒子在全局空间探索。所提混合算法先利用SFO算法快速跟踪到最大功率点附近,再利用小步长P&O法对最大功率点进行精细搜索,最后利用分段步长的方法同时兼顾MPPT搜索速度和搜索精度的要求。仿真结果表明,所提混合控制策略有效提升了控制系统的响应速度及跟踪精度,提升了系统的稳定性。
文摘太阳能光伏阵列的输出功率随外界环境因素的变化而变化,为了能高效利用太阳能电池,需要进行光伏阵列的最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)。扰动观察法以其简单有效而得到了广泛应用。提出了一种新颖的变步长扰动观察法,对传统方法的动态特性进行优化。在Matlab/Simulink下进行了系统的建模与仿真,并进行了实验研究。结果表明,该方法能快速准确地跟踪外部环境变化,并能保证系统的稳定性。