基于权重指数递减粒子群算法在光伏MPPT中的应用

论文摘要

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。

论文目录

文章来源

类型: 期刊论文

作者: 吴繁言,李田泽,徐亚南,赵其浩,韩小雨

关键词: 光伏发电,最大功率跟踪,粒子群算法,精英突变,权重指数递减

来源: 电测与仪表 2019年21期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 山东理工大学电气与电子工程学院

基金: 山东省自然科学基金资助项目(ZR2012FL19),山东省淄博市科技发展资助项目(2013GG01110),山东省高等学校科技发展计划资助项目(J15LN31),淄博市校城融合发展计划项目(2019ZBXC119)

分类号: TM615;TP18

DOI: 10.19753/j.issn1001-1390.2019.021.014

页码: 81-87

总页数: 7

文件大小: 1933K

下载量: 249

相关论文文献

• [1].电阻率测深数据的粒子群算法反演[J]. 红水河 2019(06)
• [2].以云计算资源为基础实现粒子群算法的优化[J]. 电子技术与软件工程 2019(24)
• [3].基于改进粒子群算法的机组负荷优化分配研究[J]. 科技创新导报 2019(28)
• [4].基于改进粒子群算法的工程项目多目标集成管理研究[J]. 价值工程 2020(05)
• [5].改进粒子群算法应用于挖掘机铲斗位置控制[J]. 机械设计与制造 2020(02)
• [6].基于改进量子粒子群算法的输电网规划[J]. 计算机产品与流通 2020(02)
• [7].基于改进粒子群算法的主动配电网网架优化研究[J]. 电气应用 2020(01)
• [8].采用改进粒子群算法优化的涡轮增压器节能研究[J]. 中国工程机械学报 2020(01)
• [9].进化粒子群算法在航空发动机模型求解中的应用[J]. 工程与试验 2019(04)
• [10].粒子群算法在金融风险模型中的研究与改进[J]. 吉林大学学报(信息科学版) 2020(02)
• [11].基于改进的粒子群算法求解供应链网络均衡问题[J]. 运筹与管理 2020(02)
• [12].基于粒子群算法的航班座位自动分配系统[J]. 科技创新导报 2019(36)
• [13].一种求解电力系统无功优化的改进粒子群算法[J]. 电工技术 2020(12)
• [14].基于改进粒子群算法的主动微波遥感土壤水分反演方法研究[J]. 河南农业 2020(17)
• [15].基于混合粒子群算法的注塑机电液伺服系统控制研究[J]. 机床与液压 2020(16)
• [16].基于量子粒子群算法的大型阵稀疏优化方法[J]. 航空科学技术 2020(08)
• [17].基于粒子群算法的函数复杂度分类法[J]. 控制工程 2020(08)
• [18].协同粒子群算法下的火工品参数辨识[J]. 企业科技与发展 2020(09)
• [19].基于家庭角色视角下家庭粒子群算法研究——评《家庭粒子群算法:方法、理论与性能分析》[J]. 中国科技论文 2020(09)
• [20].基于混合粒子群算法的双离合变速器参数优化设计[J]. 吉林大学学报(工学版) 2020(05)
• [21].惯性权重矩阵下的自适应粒子群算法分析[J]. 黑龙江工程学院学报 2020(05)
• [22].基于改进粒子群算法的有效大数据多标准过滤系统设计[J]. 电子设计工程 2020(20)
• [23].浅谈粒子群算法的应用[J]. 计算机产品与流通 2019(11)
• [24].基于粒子群算法的最优值求解[J]. 科技广场 2017(12)
• [25].基于混合粒子群算法的船舶稳定性分析[J]. 舰船科学技术 2018(14)
• [26].自适应粒子群算法在模拟电路故障诊断中的应用[J]. 软件导刊 2017(02)
• [27].基于改进量子粒子群算法的电力系统经济调度仿真研究[J]. 实验技术与管理 2017(03)
• [28].改进的粒子群算法在云计算下的数据挖掘中的研究[J]. 科技通报 2017(04)
• [29].基于改进粒子群算法的移动机器人路径规划[J]. 传感器与微系统 2017(05)
• [30].一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J]. 水下无人系统学报 2017(03)

标签：光伏发电论文;  最大功率跟踪论文;  粒子群算法论文;  精英突变论文;  权重指数递减论文;