基于权重指数递减粒子群算法在光伏MPPT中的应用

发布时间：2025-04-01 01:40

　　 针对光伏阵列局部遮阴情况下输出电压-功率曲线呈现多峰特性,传统粒子群算法进行最大功率跟踪时会陷入局部最优的问题,提出了权重指数递减粒子群算法。该算法通过改变粒子搜索方式,在每次迭代结束前对搜寻到的最优粒子执行精英突变,对反方向空间进行搜索;并添加惯性权重调节参数,其惯性权重随迭代次数的增加以指数形式递减,使算法前期跳出局部最优点的能力提高以及后期搜索更加准确。仿真结果表明,该算法在遮阴或者光照突变情况下,均能准确的追踪到最大功率点,能有效避免陷入局部最优点,收敛速度较快,能够在复杂情况下实现最大功率追踪。

【文章页数】：7 页

【部分图文】：

图1光伏电池双二极管模型等效电路Fig．1Equivalentcircuitofphotovoltaicbattery

力较差。针对以上算法存在的问题，提出权重指数递减粒子群算法。通过加入全局最优点(Gbest)的突变，从而对空间进行排他性探索和开发，确保空间的完全利用和探索的随机性，提高算法跳出局部最优点的能力。同时对惯性权重进行改进，添加惯性权重调节参数，使惯性权重随着迭代次数的增加进行指数递....

图2光伏阵列P-V曲线和P-I曲线Fig．2PVarraypower/voltagecurveandPIarrayvoltage/currentcurve

图2光伏阵列P-V曲线和P-I曲线Fig．2PVarraypower/voltagecurveandPIarrayvoltage/currentcurve表1三种情况下各光伏组件光照条件(W/m2)Tab．1LightconditionsofeachPVmoduleinthree....

图3粒子突变过程Fig．3Particlemutationprocess

图5基于权重指数递减粒子群算法的流程图Fig．5Flowchartofoptimizationalgorithmbasedonweightedindexdecreasingparticleswarm具体步骤如下:

本文编号：4038744