分析了两种最大功率追踪(MPPT)的方法:扰动观察法(Perturbation and Observation,P&O)与功率反馈法。利用仿真模拟并评估了两种方法的性能,二者功率追踪精确性都可以达到99%以上,但是不同的追踪手段会在追踪时间、系统稳定性、实现...分析了两种最大功率追踪(MPPT)的方法:扰动观察法(Perturbation and Observation,P&O)与功率反馈法。利用仿真模拟并评估了两种方法的性能,二者功率追踪精确性都可以达到99%以上,但是不同的追踪手段会在追踪时间、系统稳定性、实现成本等方面产生不同的影响。本文旨在仿真结果的基础上,对上述问题进行分析与优化。展开更多
针对传统的最大功率点跟踪MPPT(maximum power point tracking)方法在部分遮阴条件下陷入局部最优而失效,且常见的智能优化算法往往存在收敛精度差、收敛速度慢、系统稳定性不高等问题,提出1种基于旗鱼优化SFO(sailfish optimization)...针对传统的最大功率点跟踪MPPT(maximum power point tracking)方法在部分遮阴条件下陷入局部最优而失效,且常见的智能优化算法往往存在收敛精度差、收敛速度慢、系统稳定性不高等问题,提出1种基于旗鱼优化SFO(sailfish optimization)算法与扰动观察P&O(perturbation and observation)法混合控制的光伏系统最大功率跟踪策略。SFO算法同时使用旗鱼(捕食者)和沙丁鱼(猎物)2个种群,可保证粒子在全局空间探索。所提混合算法先利用SFO算法快速跟踪到最大功率点附近,再利用小步长P&O法对最大功率点进行精细搜索,最后利用分段步长的方法同时兼顾MPPT搜索速度和搜索精度的要求。仿真结果表明,所提混合控制策略有效提升了控制系统的响应速度及跟踪精度,提升了系统的稳定性。展开更多
文摘分析了两种最大功率追踪(MPPT)的方法:扰动观察法(Perturbation and Observation,P&O)与功率反馈法。利用仿真模拟并评估了两种方法的性能,二者功率追踪精确性都可以达到99%以上,但是不同的追踪手段会在追踪时间、系统稳定性、实现成本等方面产生不同的影响。本文旨在仿真结果的基础上,对上述问题进行分析与优化。
文摘针对传统的最大功率点跟踪MPPT(maximum power point tracking)方法在部分遮阴条件下陷入局部最优而失效,且常见的智能优化算法往往存在收敛精度差、收敛速度慢、系统稳定性不高等问题,提出1种基于旗鱼优化SFO(sailfish optimization)算法与扰动观察P&O(perturbation and observation)法混合控制的光伏系统最大功率跟踪策略。SFO算法同时使用旗鱼(捕食者)和沙丁鱼(猎物)2个种群,可保证粒子在全局空间探索。所提混合算法先利用SFO算法快速跟踪到最大功率点附近,再利用小步长P&O法对最大功率点进行精细搜索,最后利用分段步长的方法同时兼顾MPPT搜索速度和搜索精度的要求。仿真结果表明,所提混合控制策略有效提升了控制系统的响应速度及跟踪精度,提升了系统的稳定性。