基于HPSO算法光伏并网逆变器MPPT技术研究.pdf

第 36 卷 第 11 期 可再生能源
2018 年 11 月 Renewable Energy Resources Nov. 2018
基 于 HPSO 算 法 光 伏 并 网 逆 变 器 MPPT 技 术 研 究
李 翔， 陈启卷， 饶 宛， 耿大州
（武汉大学 动力与机械学院， 湖北 武汉 430072）
摘 要： 为了解决光伏阵列最大功率点跟踪问题，提出一种基于神经网络与粒子群优化算法的最大功率点跟
踪算法。 在不同太阳辐射强度情况下，利用神经网络辨识光伏阵列的瞬时功率，并将此瞬时功率作为粒子群优
化算法的粒子，利用粒子群优化算法求出最大功率点所对应的逆变器开关量。 实验结果表明，将神经网络与粒
子群优化算法相结合，可以准确实现光伏阵列最大功率点的跟踪。
关键词： 粒子群优化算法； 神经网络； 光伏阵列； 最大功率点跟踪
中图分类号： TK51； TM76 文献标志码： A 文章编号： 1671-5292（2018）11-1600-05
DOI:.21-1469/
0 前言 变量，通过神经网络识别后可得到最大功率点，但
随着能源危机和环境污染等问题的日益严 是该算法具有收敛速度较慢、 容易陷于局部最优
重，以太阳能和风电为代表的可再生能源越来越 等不足， 从而导致局部阴影下该跟踪算法无法实
受到世界各国的重视[1]~[5]。 光伏发电系统具有环境 现最大功率点的跟踪，因此，其适用范围有限。 文
友好、维护成本低等优点，已成为主要的太阳能 献 [7] 提出了基于遗传算法的最大功率点跟踪方
利用形式。 目前，光伏发电系统存在 2 个主要问 法， 该跟踪方法能够在局部阴影条件下实现全局
题：一是，光伏阵列的光电转换效率较低，尤其是 最大功率点的跟踪， 但是遗传算法中交叉率和变