基于hpso算法光伏并网逆变器mppt技术研究.pdf

第 卷 第 期 可 再 生 能 源 ．．
年 月 ．
基 于 算 法光 伏并 网逆 变器 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
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 ：： 文献标 志码 ： 文章编号 ：——
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口。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 】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 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
在低光 照情况下 ：二是 ，光伏阵列的发 电量随着 异率的选择依赖于经验 ．若选择不当 ，则会严重影
气候条 件 、自身温度 ，以及局部 阴影遮挡等 因素 响遗传算法的精度和收敛速度。文献提出了基
的变化而变化。为了解决上述问题并确保光伏发 于粒子群算法的最大功率点跟踪方法