基于深度军队联合作战算法的永磁同步发电机最大功率跟踪

提出一款新型启发式算法,即深度军队联合作战算法(DJOA),用于调节永磁同步发电机(PMSG)的比例–积分–微分(PID)控制器最优参数.从而实现不同风速下的最大功率跟踪(MPPT).DJOA由如下3类策略构成,即:a)进攻作战:DJOA与传统军队联合作战算法(JOA)的进攻作战机理一致,以实现最优解的全局搜索(global exploration);b)深度防御作战:DJOA引入两名副官(当前两个次最优解),通过综合考虑军官(当前最优解)与两名副官的信息,从而合理引导士兵以实现更深度的局部探索(local exploitation);c)混合重组作战:DJOA引入混合蛙跳算法(SFLA)机制来有效避免算法陷入局部最优.本文通过4个算例对DJOA的优化性能进行研究,即阶跃风速、低频随机风速、高频随机风速以及鲁棒性测试.仿真结果表明,与量子遗传优化算法(QGA)、生物地理学习的粒子群算法(BLPSO)和JOA相比,所提算法能够最大程度地获取风能且仅需最低的控制成本,同时在发电机参数不确定下具有最高的鲁棒性.