为了使光伏发电系统输出功率最大化,最大功率点跟踪(MPPT)技术被广泛采用。当出现局部遮阴等外部天气条件变化时,会使得光伏功率特性曲线出现多峰现象,增加最大功率追踪过程的复杂性。传统的MPPT方法和软计算技术由于固定步长和随机性不足等缺点,可能无法跟踪到全局最大功率点(GMPP)。为此本文提出一种全局学习自适应细菌觅食算法,将全局学习机制和自适应步长策略引入到传统的细菌觅食算法中,以提高算法的求解精度和收敛速度。同时,采用直接控制法模型,并提出两步法MPPT控制策略,避免光伏系统输出功率趋于最大点时的功率振荡,提高系统的输出效率。仿真结果表明所提出的方法在动态环境条件下可以准确快速地跟踪GMPP。
类型: 期刊论文
作者: 商立群,朱伟伟
关键词: 最大功率点跟踪,全局学习,自适应细菌觅食算法,软计算,两步法
来源: 电工技术学报 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 西安科技大学电气与控制工程学院
基金: 陕西省自然科学基础研究计划资助项目(2019JM-544)
分类号: TM615
DOI: 10.19595/j.cnki.1000-6753.tces.180294
页码: 2606-2614
总页数: 9
文件大小: 642K
下载量: 337
本文来源: https://www.lunwen66.cn/article/c5c7ba61e19747651cf9154d.html