本文關鍵詞：基于群體智能算法的光伏MPPT控制策略研究　出處：《南昌大學》2016年碩士論文　論文類型：學位論文

  更多相關文章： 復雜應用環(huán)境 光伏陣列 最大功率點跟蹤 群體智能算法 遞推最小二乘濾波

【摘要】：光伏發(fā)電是當今世界熱門研究課題,作為提高光伏轉(zhuǎn)換效率重要方法之一的最大功率點跟蹤(maximum power point tracking,MPPT)技術(shù)是光伏發(fā)電關鍵技術(shù)之一。在實際應用中,由于受到諸多因素的影響,光伏陣列輸出特性不僅呈現(xiàn)多個功率極值的階梯狀,還存在量測噪聲與野值點等特性,使得現(xiàn)有MPPT方法失效。為尋找合適的MPPT控制策略以提高光伏轉(zhuǎn)換效率,本文做了以下幾點研究工作:1)針對光伏陣列輸出特性具有多功率極值、量測噪聲與野值點等問題,通過對光伏陣列進行遮陰實驗記錄,分析實際應用情況下光伏陣列輸出特性,建立能模擬實際復雜應用環(huán)境下光伏輸出特性的仿真模型,研究量測噪聲及野值點對現(xiàn)有MPPT算法造成的影響。2)針對量測噪聲及野值點導致現(xiàn)有MPPT算法失效的問題,受啟發(fā)于擾動觀測法(Perturb and Observe,PO)結(jié)合最小二乘濾波的MPPT跟蹤策略,提出群體智能算法(swarm intelligence algorithm:SIA)結(jié)合遞推最小二乘濾波的光伏MPPT控制策略。利用遞推最小二乘濾波抑制量測噪聲及野值點,針對多功率極值問題,利用SIA的強大全局搜索能力進行全局MPPT并進行仿真分析與比較。3)搭建光伏MPPT實驗平臺,對提出的跟蹤策略進行實驗調(diào)試驗證其有效性。
[Abstract]:Photovoltaic power generation is one of the most popular research topics in the world . As one of the most important methods to improve PV conversion efficiency , the maximum power point tracking is one of the key technologies in PV power generation .

【學位授予單位】：南昌大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM615

【相似文獻】

相關期刊論文 前3條

1 鄭幫濤;魯海燕;;微分群體智能算法在船舶結(jié)構(gòu)混合變量優(yōu)化中的應用[J];船舶力學;2009年05期

2 楊勇;王長輝;丁雪峰;胡勇;;基于群體智能算法的BBS空間集體觀點形成模型研究[J];四川大學學報(工程科學版);2011年01期

3 ;[J];;年期

相關博士學位論文 前5條

1 孫家澤;群體智能算法及在三維文物虛擬拼接中的應用[D];西北大學;2015年

2 楊磊;基于改進群體智能算法的數(shù)據(jù)分類學習模型研究[D];華南農(nóng)業(yè)大學;2016年

3 陳恩修;離散群體智能算法的研究與應用[D];山東師范大學;2009年

4 陳偉;群體智能算法及其在基因表達數(shù)據(jù)聚類中的應用[D];江南大學;2011年

5 趙吉;群體智能算法研究及其應用[D];江南大學;2010年

相關碩士學位論文 前10條

1 肖欣庭;群體智能算法在圖像分割中的閾值選擇優(yōu)化算法研究[D];重慶大學;2016年

2 賴家俊;基于群體智能算法的光伏MPPT控制策略研究[D];南昌大學;2016年

3 郝敬亞;群體智能算法在電廠燃料管理系統(tǒng)中的應用研究[D];華北電力大學;2012年

4 甘旭東;群體智能算法的評估與分析[D];上海交通大學;2011年

5 廖子貞;基于群體智能算法的聚類挖掘方法研究[D];長沙理工大學;2008年

6 馬偉;基于群體智能算法的聚類分析研究[D];江南大學;2015年

7 趙懿丹;兩種群體智能算法的研究及其應用[D];廈門大學;2009年

8 李建;工程結(jié)構(gòu)優(yōu)化的群體智能算法[D];浙江大學;2010年

9 葉寒鋒;基于群體智能算法的job shop問題求解方法的研究及優(yōu)化[D];吉林大學;2013年

10 蔡光躍;群體智能算法在矢量量化及求解TSP問題中的應用研究[D];蘇州大學;2006年

，

本文編號：1423767