基于改进PSO算法的光伏阵列MPPT研究
商立群,闵鹏波,张建涛
西安科技大学
2024-08-20
为解决传统粒子群优化(PSO)算法在寻优过程中出现粒子早熟、收敛速度慢、易陷入局部优化等问题,提出一种基于反向学习的LogisticTent双重混沌映射和时变双重压缩因子(TVCF)策略的改进粒子群优化(LTTVCFPSO)算法,在传统PSO算法基础上,引入了LogisticTent混沌映射和TVCF,既可增强种群多样性,避免粒子早熟,跳出局部优化,又能加快粒子收敛,提升全局寻优能力。最后在MATLAB/ Simulink上进行仿真。仿真结果表明:相比于传统MPPT算法,LTTVCFPSO算法能够快速准确地追踪到全局最大功率点(GMPP)。
  • PSO算法
被引用: 487次
年份: 2024年
下载文档 2.00元
引用
分享
来源期刊
内容目录
  • 引 言

  • 1、光伏模型

    • 1.1 光伏电池等效模型

    • 1.2 阴影条件下的光伏模型

  • 2、LTTVCFPSO算法

    • 2.1 标准PSO算法

    • 2.2 基于反向学习的混沌映射初始化策略

    • 2.3 时变双重压缩因子

    • 2.4 LTTVCFPSO算法性能测试

  • 3、LTTVCFPSO算法在MPPT中的应用

  • 4、仿真对比与结果分析

    • 4.1 静态下的仿真与分析

    • 4.2 动态下的仿真与分析

  • 5、 实验验证与结果分析

  • 6、 结论

核心点推荐
  • 全局寻优
  • 进粒子群优化算法
  • 双重混沌映射
  • 时变双重压缩因子
  • 全局最大功率点