本文選題：光伏發(fā)電 + 光伏陣列　； 參考：《北京航空航天大學(xué)學(xué)報》2017年06期

【摘要】：針對光伏發(fā)電系統(tǒng)中最大功率點跟蹤(MPPT)算法在遮蔽情況下失效問題,提出了一種基于δ勢阱的量子粒子群全局MPPT(GMPPT)算法。結(jié)合光照強(qiáng)度變化時的光伏多峰值出力特征,從光伏最大功率點變遷角度出發(fā),分析常規(guī)MPPT算法存在搜索盲區(qū)的原因,說明GMPPT尋優(yōu)必要性。提出一種提高粒子多樣性、搜索速度及收斂精度的量子行為粒子群優(yōu)化(QPSO)算法。在MATLAB/SIMSCAPE平臺下,結(jié)合算例分析,對比標(biāo)準(zhǔn)粒子群優(yōu)化(PSO)算法,驗證所提優(yōu)化算法在有效GMPPT的情況下,具有參數(shù)少、搜索快的特點,同時全局搜索能力強(qiáng),防早熟效果明顯,適用于GMPPT的實現(xiàn)。
[Abstract]:A quantum particle swarm optimization (QPS-GMPPTT) algorithm based on 未 potential well is proposed to solve the problem of maximum power point tracking MPPTT (MPPTT) algorithm in photovoltaic power generation system. According to the characteristics of photovoltaic multi-peak output when the light intensity changes, this paper analyzes the reason of the traditional MPPT algorithm for searching blind area from the point of view of the change of photovoltaic maximum power point, and explains the necessity of GMPPT optimization. A quantum behavior particle swarm optimization (QPSO) algorithm is proposed to improve particle diversity, search speed and convergence accuracy. On the MATLAB/SIMSCAPE platform, by comparing the standard particle swarm optimization (PSO) algorithm with the example analysis, it is verified that the proposed optimization algorithm has the characteristics of less parameters and faster search, and the global search ability is strong and the effect of precocity prevention is obvious under the condition of effective GMPPT. Suitable for the implementation of GMPPT.
【作者單位】： 北京航空航天大學(xué)自動化科學(xué)與電氣工程學(xué)院;
【基金】：國家自然科學(xué)基金(51377007) 高等學(xué)校博士學(xué)科點專項科研基金(20131102130006)~~
【分類號】：TM615

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王建華;韓偉;;光伏陣列的仿真模型研究[J];信息技術(shù);2011年06期

2 陳昌松;段善旭;殷進(jìn)軍;;基于神經(jīng)網(wǎng)絡(luò)的光伏陣列發(fā)電預(yù)測模型的設(shè)計[J];電工技術(shù)學(xué)報;2009年09期

3 劉剛;;太陽能光伏陣列數(shù)學(xué)模型的綜述[J];科技信息;2010年04期

4 劉曉艷;祁新梅;鄭壽森;王飛;陳達(dá)明;;局部陰影條件下光伏陣列的建模與分析[J];電網(wǎng)技術(shù);2010年11期

5 翟津川;黃梅;;光伏陣列三相并網(wǎng)仿真模型[J];電子設(shè)計工程;2010年12期

6 楊鵬;劉松;沈楚焱;;一種數(shù)字式光伏陣列模擬系統(tǒng)的研究[J];電工電氣;2011年02期

7 陳阿蓮;馮麗娜;杜春水;張承慧;;基于支持向量機(jī)的局部陰影條件下光伏陣列建模[J];電工技術(shù)學(xué)報;2011年03期

8 丁明;陳中;;遮陰影響下的光伏陣列結(jié)構(gòu)研究[J];電力自動化設(shè)備;2011年10期

9 陳正偉;朱建華;裘君英;劉瀏;;光伏陣列解析模型的研究[J];浙江科技學(xué)院學(xué)報;2011年06期

10 劉曉艷;祁新梅;鄭壽森;陳達(dá)明;王飛;;局部陰影條件下光伏陣列仿真模型的研究[J];系統(tǒng)仿真學(xué)報;2012年05期

相關(guān)會議論文 前7條

1 傅望;羅時武;青志明;;局部陰影條件下光伏陣列輸出特性方程研究[A];2013年中國電機(jī)工程學(xué)會年會論文集[C];2013年

2 張國榮;瞿曉麗;蘇建徽;劉寧;董康;;基于動態(tài)電容充電的光伏陣列Ⅰ-Ⅴ測試儀[A];2009安捷倫科技節(jié)論文集[C];2009年

3 張淵明;孫彥廣;張云貴;;非均勻輻射條件下光伏陣列建模及運行穩(wěn)定性分析[A];全國冶金自動化信息網(wǎng)2012年年會論文集[C];2012年

4 王培珍;;太陽能光伏陣列的溫度與紅外特性分析[A];安徽省第五屆“興皖之光”青年學(xué)術(shù)年會論文集（工科卷）[C];2005年

5 代倩;段善旭;蔡濤;陳昌松;;基于氣象因子的神經(jīng)網(wǎng)絡(luò)模型在光伏發(fā)電預(yù)測中的應(yīng)用研究[A];第27屆中國氣象學(xué)會年會氣候資源應(yīng)用研究分會場論文集[C];2010年

6 黃智勇;;水利水電工程中太陽能的利用[A];2013年電氣學(xué)術(shù)交流會議論文集[C];2013年

7 謝標(biāo)鍇;沈輝;朱薇樺;;六種太陽電池光伏陣列實際發(fā)電性能比較[A];第十屆中國太陽能光伏會議論文集：迎接光伏發(fā)電新時代[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 王培珍;光伏陣列故障狀態(tài)的識別研究[D];合肥工業(yè)大學(xué);2005年

2 吳小進(jìn);光伏陣列及并網(wǎng)逆變器關(guān)鍵技術(shù)研究[D];北京交通大學(xué);2012年

3 翟載騰;任意條件下光伏陣列的輸出性能預(yù)測[D];中國科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 張磊;一種光伏陣列模擬器的研究和設(shè)計[D];哈爾濱工業(yè)大學(xué);2015年

2 寇彥宏;光伏陣列最大功率點跟蹤方法的研究[D];寧波大學(xué);2015年

3 趙磊;局部陰影下光伏陣列的最大功率點跟蹤與控制[D];中國計量學(xué)院;2015年

4 楊天宇;數(shù)字式光伏陣列模擬器的研究與設(shè)計[D];上海交通大學(xué);2015年

5 呂盛華;基于光伏陣列拓?fù)涞娜肿畲蠊β矢櫵惴ㄑ芯縖D];太原理工大學(xué);2016年

6 楊莉萍;光伏陣列的模型仿真及其均衡補償[D];北方工業(yè)大學(xué);2016年

7 張曉娜;大規(guī)模光伏陣列發(fā)電仿真系統(tǒng)及故障診斷技術(shù)研究[D];青海大學(xué);2016年

8 朱婧;基于光伏陣列板供電的能源控制系統(tǒng)的研究[D];江蘇大學(xué);2016年

9 樊慶亞;基于無線傳感網(wǎng)絡(luò)的光伏陣列監(jiān)測管理系統(tǒng)研發(fā)[D];江蘇大學(xué);2016年

10 王素寧;基于果蠅優(yōu)化算法的多峰值光伏最大功率跟蹤控制策略研究[D];上海電機(jī)學(xué)院;2016年

，

本文編號：1794358