在局部阴影条件下,光伏阵列P-U输出曲线上出现的多个峰值会导致传统功率算法控制效率的降低。在采用传统灰狼算法(Grey wolf optimization,GWO)实现光伏阵列最大功率点跟踪(Maximum power point tracking,MPPT)时,发现该算法存在全局搜...在局部阴影条件下,光伏阵列P-U输出曲线上出现的多个峰值会导致传统功率算法控制效率的降低。在采用传统灰狼算法(Grey wolf optimization,GWO)实现光伏阵列最大功率点跟踪(Maximum power point tracking,MPPT)时,发现该算法存在全局搜索能力不足和容易陷入局部最优值的缺陷;因此,为增加种群跳出局部最优的概率,针对GWO收敛因子,提出一种新颖的非线性更新策略——在种群的前期迭代过程中平衡全局搜索与局部搜索能力,在群体定位更新公式中引入Levy飞行与动态加权策略。MATLAB/Simulink仿真结果表明,所提出的复合型MPPT控制算法在各种局部遮阳、光照突变和温度变化的情况下都能够有效避免算法陷入局部最优,且在追踪成功率、精度和时间3个方面均表现出优于传统算法的优势。展开更多
文摘在局部阴影条件下,光伏阵列P-U输出曲线上出现的多个峰值会导致传统功率算法控制效率的降低。在采用传统灰狼算法(Grey wolf optimization,GWO)实现光伏阵列最大功率点跟踪(Maximum power point tracking,MPPT)时,发现该算法存在全局搜索能力不足和容易陷入局部最优值的缺陷;因此,为增加种群跳出局部最优的概率,针对GWO收敛因子,提出一种新颖的非线性更新策略——在种群的前期迭代过程中平衡全局搜索与局部搜索能力,在群体定位更新公式中引入Levy飞行与动态加权策略。MATLAB/Simulink仿真结果表明,所提出的复合型MPPT控制算法在各种局部遮阳、光照突变和温度变化的情况下都能够有效避免算法陷入局部最优,且在追踪成功率、精度和时间3个方面均表现出优于传统算法的优势。
