基于分组粒子群的光伏最大功率点跟踪方法

摘要：

针对光伏发电系统在复杂遮阴条件下,光伏输出P-V特性曲线呈现高度非线性,采用基于分组粒子群算法(particle swarm optimization,PSO)和优化的扰动观察法(perturb and observe,P&O)相结合的MPPT (maximum power point tracking)算法进行光伏发电系统输出功率的提升;提出的最大功率点算法分为两个阶段,首先通过将混合蛙跳算法(shuffled frog leaping algorithm,SFLA)的分组思想引入到传统粒子群算法,并采用改进后算法实现近似全局最大功率点的快速搜索,以加快最大功率点跟踪的收敛速度和稳定性;然后,采用优化的扰动观察法实现最大功率点附近的动态精确跟踪,同时减少后续最大功率点跟踪过程中的计算量;通过在不同阶段发挥两种MPPT算法的各自优点来提高光伏最大功率点跟踪控制的效率;最后进行光伏系统遮阴条件变化的仿真实验,与传统粒子群算法相比,提出MPPT方法具有较快的跟踪速度和稳定的功率输出.

关键词：光伏发电系统、最大功率点跟踪、粒子群算法、扰动观察法

所属期刊栏目：28

分类号：TP273.5(自动化技术及设备)

资助基金：国家重点研发计划子课题资助项目;中国博士后科学基金资助项目

在线出版日期：2020-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：244-248