粒子群优化鱼群算法及其在光伏系统最大功率点跟踪中的应用
将标准粒子群优化算法中的速度惯性、粒子个体的记忆因素和粒子间学习交流因素等几个特征引入人工鱼群算法,提出了粒子群优化鱼群算法.在新算法中,鱼群的游动具有了速度惯性的特征,并且其行为模式被扩充为追尾、聚群、记忆、交流以及觅食.通过仿真分析,验证了粒子群优化鱼群算法比两种基本算法具有更快的收敛速度和更高的寻优精度,且性能稳定.最后将所提出的粒子群优化鱼群算法应用于局部遮阴情况下的光伏发电系统最大功率点跟踪,实验表明,该算法可以在很短时间内以很高精度寻得不均匀光照系统的最大功率点.
粒子群优化、人工鱼群算法、行为模式、光伏系统、最大功率点跟踪
32
TP18(自动化基础理论)
重庆市重点科技攻关项目2011AB6054
2013-01-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
3299-3302