重庆理工大学学报2023，Vol.37Issue(10) ：228-235.DOI:10.3969/j.issn.1674-8425(z).2023.05.027

IPSO-AP&O算法在光伏系统MPPT控制中的应用研究

Research on the application of IPSO-AP&O algorithm in MPPT control of the photovoltaic system

廖银玲 胡志超 李金灿 王利超 黄梦喜 刘朋超 陈思宇
重庆理工大学学报2023，Vol.37Issue(10) ：228-235.DOI:10.3969/j.issn.1674-8425(z).2023.05.027
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

IPSO-AP&O算法在光伏系统MPPT控制中的应用研究

Research on the application of IPSO-AP&O algorithm in MPPT control of the photovoltaic system

廖银玲 1胡志超 1李金灿 1王利超 1黄梦喜 1刘朋超 2陈思宇2
扫码查看

作者信息

  • 1. 广西电网有限责任公司,南宁 530001
  • 2. 重庆大学 电气工程学院,重庆 400044
  • 折叠

摘要

在不均匀光照条件下,光伏阵列输出特性呈现多峰现象,传统的最大功率点跟踪(maximum power point tracking,MPPT)方法容易陷入局部极值.为了提高复杂阴影下的跟踪速度和跟踪精度,结合改进粒子群算法(improved particle swarm optimization,IPSO)和自适应步长扰动观察法(adaptive perturbation and observation,AP&O)各自的特点,提出了基于IPSO-AP&O算法的改进MPPT控制方法.其中,IPSO算法采用自适应惯性权重因子,在不同搜索阶段能够充分搜索目标函数,然后与AP&O算法结合实现最大功率的稳定输出.仿真结果表明,所提出的IPSO-AP&O算法减少了传统智能算法的迭代过程,能快速跟踪到全局最大功率点,相比其余几种算法而言,在光照强度突变时均具备快速精准的双重跟踪能力,在4种场景下跟踪效率分别为99.86％、99.91％、87.63％、99.79％,能够更好地减小光伏阵列外部条件变化导致的功率损耗,所提出的MPPT控制方法能够较好地适用于光储混合系统,具备工程实用价值.

关键词

最大功率点跟踪/粒子群算法/自适应步长扰动观察法/惯性权重/局部阴影

引用本文复制引用

基金项目

国家自然科学基金(52107177)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量1
参考文献量13
段落导航相关论文