改进光谱优化器在光伏MPPT中的应用

光伏电池工作易受到环境的影响,当光伏阵列局部被云或者建筑物遮挡时,其输出的功率电压波形会呈现多峰值状态,传统的最大功率点跟踪(MPPT)方法追踪速度和精度会变差且易陷入局部最优值,为此,提出了改进的光谱优化器(LSO),并将之用于光伏的最大功率点跟踪上。首先,利用Logistic映射改进LSO初始化种群质量,提出了改进的LSO算法;然后将改进的LSO算法应用到光伏MPPT上;最后,在均匀光照、局部遮荫与动态环境中测试改进的LSO在MPPT上的应用效果,并与粒子群算法(PSO)、布谷鸟算法(CS)和LSO做对比。实验和仿真效果表明,引入Logistic映射的光谱优化器的追踪速度和精度较PSO、CS和LSO有所提升且在局部遮荫的情况下不会陷入局部最优。

无人驾驶单钢轮碾压机最优换道路径规划研究

为了确保单钢轮碾压机在换道碾压过程中转向稳定、保证压实质量,提出了一种换道路径规划方法,该方法将单钢轮碾压机换道路径曲线平滑度、转向稳定性和换道作业能耗作为优化目标,采用五阶贝塞尔曲线作为换道路径曲线,建立铰接式运动学模型与换道路径点状态的对应关系,采用光谱优化器(Light Spectrum Optimizer,LSO)算法对五阶贝塞尔曲线中未知关键控制点坐标进行优化,得到近似最优换道路径。以某型单钢轮碾压机为例,仿真与实验结果均表明,该方法规划的最优换道路径曲线在起点和终点处的航向角和曲率均为0,且全程曲率连续,符合单钢轮碾压机作业要求,与文献[10]方法相比,该方法规划的最优换道路径最大横向误差和平均横向误差分别降低了3.8%和16.7%,最大曲率和平均曲率分别降低了18.0%和9.3%,平均整车油耗减少了3.8%。研究结果可为单钢轮碾压机无人驾驶作业提供实际应用参考价值。