-
公开(公告)号：CN115437451B
公开(公告)日：2023-08-25
申请号：CN202211066881.8
申请日：2022-09-01
Applicant: 三峡大学
IPC: G05F1/67
Abstract: 基于多策略改进的人工蜂群算法的光伏MPPT控制方法，包括以下步骤：搭建光伏阵列模型；搭建光伏发电MPPT控制系统模型；采集光伏电池模型的输出电压与电流，通过多策略改进的人工蜂群算法进行实时搜索，找到最大输出功率点对应的最优占空比；基于多策略改进的人工蜂群算法的光伏MPPT控制模块输出搜索到的最优占空比，通过PWM发生器模块生成相应脉冲信号，调节升压电路模块电压，使光伏发电系统输出最大功率；判断环境是否发生变化，若是，返回重启算法；若否，保持保存最大输出功率。本发明提供的基于多策略融合的人工蜂群算法的MPPT方法，对于静态和动态阴影环境下光伏阵列的最大功率追踪问题，能够保证较高跟踪精度的同时具有更快的跟踪速度以及较少的功率波动。
-
公开(公告)号：CN115543005A
公开(公告)日：2022-12-30
申请号：CN202211065560.6
申请日：2022-09-01
Applicant: 三峡大学
IPC: G05F1/67
Abstract: 本发明公开了一种基于差分进化黏菌算法的光伏最大功率跟踪控制方法，将差分进化算法中的变异操作与黏菌算法搜索相结合，对黏菌的搜索模式进行改进，新的差分进化黏菌算法继承了两种算法的优势，综合提高了算法全局搜索能力与局部搜索能力；同时引入基于反向学习的Tent混沌映射对种群初始化，提高种群多样性，为全局搜索奠定基础；依靠改进后的自适应调节参数，动态调节搜索速度，缩短了搜索时间。在静态和动态环境下，相较于DE算法与SMA算法，本发明所提DE‑SMA算法的追踪速度更快、跟踪精度更高，在一定程度上提高了光伏发电效率。
-
公开(公告)号：CN115437451A
公开(公告)日：2022-12-06
申请号：CN202211066881.8
申请日：2022-09-01
Applicant: 三峡大学
IPC: G05F1/67
Abstract: 基于多策略改进的人工蜂群算法的光伏MPPT控制方法，包括以下步骤：搭建光伏阵列模型；搭建光伏发电MPPT控制系统模型；采集光伏电池模型的输出电压与电流，通过多策略改进的人工蜂群算法进行实时搜索，找到最大输出功率点对应的最优占空比；基于多策略改进的人工蜂群算法的光伏MPPT控制模块输出搜索到的最优占空比，通过PWM发生器模块生成相应脉冲信号，调节升压电路模块电压，使光伏发电系统输出最大功率；判断环境是否发生变化，若是，返回重启算法；若否，保持保存最大输出功率。本发明提供的基于多策略融合的人工蜂群算法的MPPT方法，对于静态和动态阴影环境下光伏阵列的最大功率追踪问题，能够保证较高跟踪精度的同时具有更快的跟踪速度以及较少的功率波动。
-
-
Search Results
3
records
(took 0.017 seconds)
