回归算法与粒子群算法融合算法的光伏系统多峰值MPPT研究

作     者：叶国敏 肖文波 吴华明 YE Guoming;XIAO Wenbo;WU Huaming

作者机构：南昌航空大学无损检测技术教育部重点实验室江西南昌330063 江西省光电检测技术工程实验室江西南昌330063 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2022年第45卷第15期

页      面：146-150页

学科分类：11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 081002[工学-信号与信息处理] 110503[军事学-军事通信学] 

基　　金：国家自然科学基金项目(12064027) 国家自然科学基金项目(62065014) 无损检测技术教育部重点实验室开放基金(EW201908442,EW201980090)资助 

主　　题：光伏阵列 光伏发电 局部遮荫 多峰值 最大功率点跟踪 粒子群算法 回归算法 控制算法 

摘      要：局部遮荫下光伏阵列输出功率呈现多峰值,传统最大功率点跟踪算法常失效。为了提高发电的效率和稳定性,提出一种回归算法与粒子群算法融合的最大功率跟踪方法,该方法利用线性回归的预测性、泛化能力强的特点,改进粒子群算法初始化中的粒子随机性、易陷入局部极值的问题,并应用于局部遮荫下光伏阵列(单、多晶硅)最大功率点跟踪。通过实验与理论研究,首先发现随着训练集的增加,该方法跟踪性能呈现先上升后平缓趋势下降,且训练集比例选取总数据的55%~75%之间,跟踪性能最佳;其次,发现单(多)晶硅电池最佳跟踪精度分别为99.13%(99.16%),对比遮荫对电池最大功率影响,说明该方法具有普适性;最后,与粒子群算法和遗传算法相比,跟踪精度都提高了,且方差为零,表明该算法的精度高和鲁棒性强。结果表明,该方法具有普适性、精度高和鲁棒性强等优点。