局部遮荫下光伏阵列输出功率呈现多峰值,传统最大功率点跟踪算法常失效.为了提高发电的效率和稳定性,提出一种回归算法与粒子群算法融合的最大功率跟踪方法,该方法利用线性回归的预测性、泛化能力强的特点,改进粒子群算法初始化中的粒子随机性、易陷入局部极值的问题,并应用于局部遮荫下光伏阵列(单、多晶硅)最大功率点跟踪.通过实验与理论研究,首先发现随着训练集的增加,该方法跟踪性能呈现先上升后平缓趋势下降,且训练集比例选取总数据的55％～75％之间,跟踪性能最佳;其次,发现单(多)晶硅电池最佳跟踪精度分别为99.13％(99.16％),对比遮荫对电池最大功率影响,说明该方法具有普适性;最后,与粒子群算法和遗传算法相比,跟踪精度都提高了,且方差为零,表明该算法的精度高和鲁棒性强.结果表明,该方法具有普适性、精度高和鲁棒性强等优点.

光伏阵列;光伏发电;局部遮荫;多峰值;最大功率点跟踪;粒子群算法;回归算法;控制算法

南昌航空大学 无损检测技术教育部重点实验室,江西 南昌 330063;江西省光电检测技术工程实验室,江西 南昌 330063

[1]叶国敏;肖文波;吴华明-.回归算法与粒子群算法融合算法的光伏系统多峰值MPPT研究)[J].现代电子技术,2022(15):146-150

回归算法,算法融合,融合算法,光伏系统,多峰值,MPPT,局部遮荫,下光,光伏阵列,输出功率,最大功率点跟踪,跟踪算法,最大功率跟踪,跟踪方法,法利,泛化能力,改进粒子群算法,初始化,随机性,局部极值,多晶硅,训练集,跟踪性能,先上,晶硅电池,跟踪精度,光伏发电,控制算法

0.234687