针对传统最大功率跟踪技术容易陷入局部最大功率点的问题,提出多态蚁群-细菌觅食算法(polymorphic ant colony-bacterial foraging algorithm,PACO-BFOA)来实现部分遮蔽条件下光伏系统的最大功率输出。该算法在传统蚁群算法的基础上引...针对传统最大功率跟踪技术容易陷入局部最大功率点的问题,提出多态蚁群-细菌觅食算法(polymorphic ant colony-bacterial foraging algorithm,PACO-BFOA)来实现部分遮蔽条件下光伏系统的最大功率输出。该算法在传统蚁群算法的基础上引入信息素扩散机制、多态蚁群的概念和细菌的趋化行为,使算法的全局开发和局部探索能力得到了增强。并在太阳辐照恒定、突变和缓慢变化3种环境下进行算法仿真对比验证,结果证明所提出的算法在部分遮蔽及变化光照下均能快速、稳定地在线寻得全局最大功率点。展开更多
文摘针对传统最大功率跟踪技术容易陷入局部最大功率点的问题,提出多态蚁群-细菌觅食算法(polymorphic ant colony-bacterial foraging algorithm,PACO-BFOA)来实现部分遮蔽条件下光伏系统的最大功率输出。该算法在传统蚁群算法的基础上引入信息素扩散机制、多态蚁群的概念和细菌的趋化行为,使算法的全局开发和局部探索能力得到了增强。并在太阳辐照恒定、突变和缓慢变化3种环境下进行算法仿真对比验证,结果证明所提出的算法在部分遮蔽及变化光照下均能快速、稳定地在线寻得全局最大功率点。
基金Supported by the National Natural Science Foundation of China under Grant No.60233020(国家自然科学基金)the National High-Tech Ressearch and Development Plan of China under Grant No.2006AA01Z429(国家高技术研究发展计划(863))the Program for New Century Excellent Talents in University under Grant No.NCET-04-0996(新世纪优秀人才支持计划)