光伏組件表面因灰塵沉降形成的局部陰影使得光伏陣列功率-電壓特性曲線出現(xiàn)多個峰值,從而造成傳統(tǒng)的最大功率點跟蹤算法失效。粒子群算法因具有良好的全局尋優(yōu)特性,被應用于局部陰影下的最大功率點追蹤中,但仍存在搜索速度慢、精度不高等缺點�；谶w徙策略的自適應粒子群算法采用了自適應系數(shù),其慣性權(quán)重和學習因子隨著迭代次數(shù)的變化而變化,有效地平衡了算法的全局搜索能力和局部尋優(yōu)能力;同時引入遷徙策略,根據(jù)評價算子對粒子種群的多樣性進行判斷,對多樣性低的粒子種群執(zhí)行遷徙操作,增加種群間的信息交流,跳出局部最優(yōu)區(qū)域。仿真實驗結(jié)果表明:該算法能避免早熟收斂問題,提高了算法的收斂速度和搜索精度,在靜態(tài)和動態(tài)陰影中都具有良好的追蹤效果。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 局部陰影下光伏陣列特性分析
2 基于遷徙策略的自適應粒子群算法
    2.1 標準粒子群算法(PSO)
    2.2 自適應粒子群算法
    2.3 基于遷徙策略的自適應粒子群算法
    2.4 算法測試
3 仿真結(jié)果與分析
4 結(jié)論



本文編號：3977198