期刊文章详细信息
文献类型:期刊文章
Shi Jiying;Ling Letao;Xue Fei;Qin Zijian;Liu Wenan;Yang Ting(College of Electrical and Information Engineering,Tianjin University,Tianjin 300072,China;Electric Power Research Institute,State Grid Ningxia Electric Power Company,Yinchuan 750001,China;Laiwu Power Supply Company,State Grid Shandong Electric Power Company,Laiwu 271100,China;Zibo Power Supply Company,State Grid Shandong Electric Power Company,Zibo 255299,China)
机构地区:[1]天津大学电气自动化与信息工程学院,天津300072 [2]宁夏电力公司电力科学研究院,银川750001 [3]山东莱芜市供电公司,莱芜271100 [4]山东淄博市供电公司,淄博255299
基 金:国家重点研发计划(2015AA050202);国家自然科学基金(61571324);天津市自然科学基金重点项目(16JCZDJC30900);国际科技合作专项(2013DFA11040)
年 份:2019
卷 号:40
期 号:9
起止页码:2554-2560
语 种:中文
收录情况:BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:在深入研究光伏阵列在局部遮蔽条件下的特性曲线后,提出一种基于电压区间的功率最大值范围估计策略;并在粒子群算法基础上,赋予每个粒子领地属性后,设计一种领地式迭代策略,提出一种领地粒子群最大功率点追踪算法。该算法能在局部遮蔽条件下快速找到全局最大功率点。仿真和实验结果均证明,与原始粒子群算法相比,领地粒子群算法能缩短追踪时间50%以上。
关 键 词:太阳电池 局部搜索 最大功率点追踪 粒子群优化
分 类 号:TM914.4]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...