文献类型：期刊文章

作　　者：韩思鹏[1] 蒋晓艳[2] 罗意[3] 焦乾致[1] 谭景洋[1] 荀悦[1]

Han Sipeng;Jiang Xiaoyan;Luo Yi;Jiao Qianzhi;Tan Jingyang;Xun Yue(School of Water Conservancy and Civil Engineering,Tibet University of Agriculture and Animal Husbandry,Nyingchi 860000,China;School of Electrical Engineering,Tibet University of Agriculture and Animal Husbandry,Nyingchi 860000,China;School of Electrical Engineering,Southwest Jiaotong University,Chengdu 611756,China)

机构地区：[1]西藏农牧学院水利土木工程学院,林芝860000 [2]西藏农牧学院电气工程学院,林芝860000 [3]西南交通大学电气工程学院,成都611756

出　　处：《太阳能学报》

基　　金：2020年西藏自治区厅校联合自然科学基金(XZ202101ZR0107G);西藏自治区自然科学基金(XZ2019ZRG-54(Z));西藏农牧学院研究生创新计划(YJS2019-08)。

年　　份：2022

卷　　号：43

期　　号：6

起止页码：99-105

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对在局部阴影情况下光伏阵列的功率-电压(P-U)特性曲线呈多峰特性,粒子群算法应用于局部阴影下的最大功率点跟踪(MPPT)跟踪,存在搜索速度慢、精度低的缺点。提出自适应惯性权重粒子群优化(PSO)算法的最大功率点跟踪算法,自动更新惯性权重w和学习因子C、C,通过仿真实验,优化前的全局最大功率点(GMPP)跟踪时间是0.045 s,输出功率为468 W。优化后的自适应粒子群算法GMPP跟踪时间为0.020 s,输出功率稳定在为480 W,光伏阵列的输出功率跟踪误差小于30%。在所搭建辐照度突变模型仿真中,在4.022 s突变到300 W/m时经过0.05 s又重新跟踪到了新的最大功率点稳定在0.075 MW。最后通过实验平台验证,优化后的自适应粒子群优化算法与传统的粒子群优化算法相比,追踪时间减少了55.5%,误差小于5%,验证了该算法可行性和实用性。

关 键 词：粒子群优化 部分遮阴  最大功率点跟踪 自适应惯性权重 光伏阵列

分 类 号：TM615]