典型文献
遮阴条件下光伏MPPT自适应粒子群算法优化
文献摘要：
针对在局部阴影情况下光伏阵列的功率-电压(P-U)特性曲线呈多峰特性,粒子群算法应用于局部阴影下的最大功率点跟踪(MPPT)跟踪,存在搜索速度慢、精度低的缺点.提出自适应惯性权重粒子群优化(PSO)算法的最大功率点跟踪算法,自动更新惯性权重w和学习因子C1、C2,通过仿真实验,优化前的全局最大功率点(GMPP)跟踪时间是0.045 s,输出功率为468 W.优化后的自适应粒子群算法GMPP跟踪时间为0.020 s,输出功率稳定在为480 W,光伏阵列的输出功率跟踪误差小于30％.在所搭建辐照度突变模型仿真中,在4.022 s突变到300 W/m2时经过0.05 s又重新跟踪到了新的最大功率点稳定在0.075 MW.最后通过实验平台验证,优化后的自适应粒子群优化算法与传统的粒子群优化算法相比,追踪时间减少了55.5％,误差小于5％,验证了该算法可行性和实用性.
文献关键词：
粒子群优化;部分遮阴;最大功率点跟踪;自适应惯性权重;光伏阵列
中图分类号：
作者姓名：
韩思鹏;蒋晓艳;罗意;焦乾致;谭景洋;荀悦
作者机构：
西藏农牧学院水利土木工程学院,林芝 860000;西藏农牧学院电气工程学院,林芝 860000;西南交通大学电气工程学院,成都 611756
文献出处：
引用格式：
[1]韩思鹏;蒋晓艳;罗意;焦乾致;谭景洋;荀悦-.遮阴条件下光伏MPPT自适应粒子群算法优化)[J].太阳能学报,2022(06):99-105
A类：
部分遮阴
B类：
下光,MPPT,自适应粒子群算法,算法优化,局部阴影,光伏阵列,特性曲线,多峰特性,算法应用,最大功率点跟踪,速度慢,自适应惯性权重,PSO,跟踪算法,自动更新,学习因子,C1,C2,全局最大功率点,GMPP,跟踪时间,输出功率,功率稳定,功率跟踪,跟踪误差,辐照度,突变模型,模型仿真,真中,变到,时经,MW,实验平台,自适应粒子群优化算法
AB值：
0.283113
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
