基于粒子群算法的MPPT仿真及应用.pdf

基于粒子群算法的MPPT仿真及应用.pdf

ID:52482433

大小:214.90 KB

页数:3页

时间:2020-03-28

基于粒子群算法的MPPT仿真及应用.pdf_第1页
基于粒子群算法的MPPT仿真及应用.pdf_第2页
基于粒子群算法的MPPT仿真及应用.pdf_第3页
资源描述:

《基于粒子群算法的MPPT仿真及应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第46卷第1期电力电子技术Vo1.46.No.12012年1月PowerElectronicsJanuary2012基于粒子群算法的MPPT仿真及应用李天博,褚俊,陈坤华(江苏大学,电气信息工程学院,江苏镇江212013)摘要:利用PSIM软件建立了太阳能电池仿真模型。光伏模块的伏安特性曲线显示了在出现局部阴影时.使用传统的最大功率点跟踪(MPPT)方案跟踪多个局部的最大功率点(MPP)以获得全局MPP是很难的。鉴于此,提出了一种新型基于粒子群优化算法(PSO)的MPPT。仿真及实验结果表明,即使在复杂的条件下,光伏

2、模块的输出电压也能够稳定运行在MPP附近,基于PSO的跟踪算法为实时光伏系统提供了一个可行的替代解决方案。关键词:光伏发电:粒子群优化算法:最大功率点跟踪中图分类号:TM615文献标识码:A文章编号:1000—100X(2012)01—0007—03MaximumPowerPointTrackingSimulationandApplicationBasedonParticleSwarmOptimizationUTian-b0,CHUJun。CHENKun.hua(JiangsuUniversity,Zhenj/~g2

3、12013,China)Abstract:ThePSIMisusedtobuildthesimulationmodelofsolarcel1.TheU-Icharacteristicofcellexhibitsmultiplelocalmaximumpowerpoints(MPP)duringpartialshading,makingitdifficulttofindtheglobalMPP.Toovercomethisdificulty,thispaperproposesanovelmaximumpowerpoin

4、ttracking(MPPT)algorithmbyintroducingaparticleswarnloptimization(PSO)technique.Simulationandexperimentalresultsshowthatevenundercomplexconditions,theoutputvoltageofPVmodulesmaintainsnearMPP,thisPSO—basedtrackingschemeprovidesafeasiblealternativeSO—lutiontoreal—

5、timePVsystems.Keywords:photovohaicpowergeneration;particleswarmoptimization;maximumpowerpointtrackingFoundationProject:SupprotedbytheNationalNaturalScienceFundsofChina(No.61076098)1引言2粒子群优化算法应用于MPPT控制可再生能源和绿色能源的开发利用成为人类2.1粒子群优化算法缓解能源紧张形势、实现可持续发展必须采取的PSO算法简单、高效,

6、在函数优化、约束优化、有效措施。太阳能是首选的可再生绿色能源技术极大极小值、多目标优化等问题中得到了成功应之一。光伏模块是一种非线性电源.其输出特性主用[。PSO采用“群体”与“进化”概念。并依据个要取决于阳光辐射量、环境温度和负载。前两个量体(粒子)的适应值大小进行操作,但不使用进化不是常量,必须开发一种控制器来监控光伏模块算子,而是将每个个体看作是在17,维搜索空间中端口电压和电流,更新控制信号。此外,要达到光一个没有重量和体积的粒子,并在搜索空间中以伏模块最佳运行点.其端口电压必须等于相应的一定速度飞行。该飞行

7、速度由个体和群体的飞行MPPT电压值。如果光伏阵列被外界物体遮住了经验进行动态调整。因此,粒子活动可用指定粒子局部,较难用传统的MPPT方案去获得最大功率,速度和位置更新的两个数学等式来表达:传统的MPPT控制器大部分跟踪的是局部的f=删+c1r1(p#-s?)+c2r2(g2一$ik),1kMPP,因此,产生的光伏功率会很低【,]。此处基于-l-'Uik+】iPSO实现MPPT控制器,并通过应用于PSIM软件式中:W为惯性权重;C1,C2为正常量,C1,e2E(0,2);r1,r2为标准化的随机数,r。,r2∈(0

8、,1);用来存储目前整个粒子及DSP实验平台论证了PSO算法的有效性。群最佳位置。变量p用来存储到目前为止第i个粒子获基金项目:国家自然科学基金项目(61076098)得的最佳位置,p的位置更新为:定稿日期:2011—07—29作者简介:李天博(1969一),男,河南南阳人,硕士,副教授,研究方向为检测控制及光伏应用。式中:/为每个迭代周期中最

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。