改进粒子群及北方苍鹰复合算法在光伏MPPT的应用.pdf
《改进粒子群及北方苍鹰复合算法在光伏MPPT的应用.pdf》由会员分享,可在线阅读,更多相关《改进粒子群及北方苍鹰复合算法在光伏MPPT的应用.pdf(6页珍藏版)》请在咨信网上搜索。
1、中国科技期刊数据库 工业 A 收稿日期:2023 年 12 月 26 日 作者简介:任超(1997),男,汉族,河南南阳人,硕士研究生,从事新能源发电技术研究。-33-改进粒子群及北方苍鹰复合算法在光伏 MPPT 的应用 任 超 安徽理工大学电气与信息工程学院,安徽 淮南 232001 摘要:摘要:针对局部阴影下输出功率多峰值的情况,传统最大功率点追踪算法易陷入局部最优、智能优化算法追踪时间较长的问题,提出一种基于反向学习的粒子群及北方苍鹰复合算法。利用 Tent 混沌映射及反向学习策略对初始种群进行优化;针对粒子群算法迭代后期收敛较慢的问题,引入基于种群方差的权重因子调整策略加快迭代后期的收
2、敛速度;对初步确定的最大功率点利用北方苍鹰算法追击阶段进行局部开发,精确、迅速、稳定输出全局最大功率。在不同光照情况下进行仿真,提出的算法比粒子群、灰狼算法在追踪时间上提升明显且输出功率更优。改进粒子群及北方苍鹰复合算法有效加快算法的收敛速度的同时保证了较优的精度。关键词:关键词:最大功率点追踪;反向学习;粒子群优化算法;北方苍鹰优化算法 中图分类号:中图分类号:TM615 光伏发电技术迅猛发展1,光伏发电最大功率点追踪(Maximum power point tracking,MPPT)本质上是通过调节 DC-DC 变换器的占空比使光伏电池的内阻与等效外阻动态匹配从而实现最大功率点的动态追踪
3、2;在实际应用中,由于云层遮挡等因素造成的光伏板部分区域辐照度不等的情况,使光伏电池的输出 P-V 曲线呈现出多峰值的情况。传统的最大功率点追踪算法如扰动观察法等在多峰值时容易陷入局部最优陷阱1。为解决传统最大功率点追踪算法在多峰值情况下难以追踪到全局最大功率点的问题,近年来许多学者将智能算法引入到光伏发电最大功率点追踪应用中。文献3与文献4将灰狼优化算法及粒子群算法应用于多峰值情况下的最大功率点追踪,但两种算法均存在着搜索时间较长的问题;文献5将反向优化策略引入灰狼优化算法,对于远离 狼的空间进行了充分搜索,提高了算法的全局寻优能力。但在算法后期带来了不必要的扰动;文献13基于改进量子粒子群
4、算法来提高全局搜索能力,但存在着参数较多的问题。智能算法及其算法的相关改进解决了传统最大功率点追踪算法不能追踪到全局最大功率的问题,但搜索所用时间及精度问题受到算法本身的影响,搜索时间普遍较长;对于这些问题提出了一种基于反向学习的粒子群及北方苍鹰复合算法:利用 Tent 混沌映射及反向学习选择初始种群增强粒子群算法对于全局最优值的搜索能力,当搜索到潜在最大功率后引入基于种群方差的变权重因子加快粒子群搜索到潜在最大功率点后种群的收敛速度,由于粒子群算法后期局部开发存在收敛速度较慢的问题,考虑利用北方苍鹰算法的追击阶段局部开发能力强的特性来进行局部寻优,从而快速精准地定位到全局最大功率。改善对于多
5、峰值情况下系统稳定输出最大功率的时间及精度。通过仿真结果相比与粒子群算法及灰狼算法,所提出的算法在搜索所用时间及精度更优。1 光伏阵列输出特性 为模拟云层等因素造成的非均匀辐照度,在 25情况下搭建 3 组 2X4 光伏组件串联得到的阵列模型,如图 1 所示:图 1 工作模式示意图 不同光照强度对应不同的功率输出曲线如图 2 所示;光照强度设置如表 1 所示:表 1 光照模式 模式 S1(W/m2)S2(W/m2)S3(W/m2)模式 I 1000 800 600 模式 II 900 700 400 模式 III 600 600 300 在不同光照模式下光伏电池输出功率曲线为多峰PV(2x4)
6、PV(2x4)PV(2x4)+-PV(2x4)PV(2x4)PV(2x4)+-PV(2x4)PV(2x4)PV(2x4)+中国科技期刊数据库 工业 A-34-值。传统最大功率追踪算法易陷入局部最优,智能优化算法成为首选3-6。图 2 光伏阵列各模式输出功率曲线 2 改进粒子群及北方苍鹰复合算法 2.1 粒子群算法及北方苍鹰优化算法 粒子群优化算法是一种模仿鸟类觅食行为的智能优化算法。通过惯性、个体历史最优解及群体最优解更新粒子的速度及位置并找到最优解5。速度及位置的更新公式为6:(1)(2)其中为粒子的惯性因子;为粒子的个体学习因子及社会学习因子;为(0,1)内均匀分布的随机数;为当前迭代数。
7、北方苍鹰算法 Mohammad Dehghani 等人提出7。包括猎物识别与追逐及攻击猎物。(1)在猎物识别和追逐过程中表示为:,1,2,.,1,2,.,1,1,.,ikPX iN kiiN(3)(4)其中代表北方苍鹰种群中第 个个体发现猎物的位置;是属于区间1,N的随机自然数;是第 j 维的新状态;则为它的适应度;为 0 到1 间的随机数;随机取 1 或 2。用于在种群更新过程中扩大搜索范围。(2)在猎物逃跑时的追击阶段可以表示为:(5)(6)(7)式中,R为北方苍鹰的攻击半径;为 0 到 1 的随机数;是算法总迭代次数;为当前的迭代次数;表示第只北方苍鹰在第维的新位置,则表示第 只北方苍鹰
8、的新位置;为其对应的适应度值。北方苍鹰算法具有良好的精度及迅速的收敛速度;但由于其追击阶段的快速收敛特性,导致在算法后期容易陷入局部最优8。在光伏发电 MPPT 应用中希望种群收敛到全局最优位置,稳定持续的输出最大功率。2.2 初始种群选择策略 2.2.1 混沌映射初始化种群 在种群初始化中,常利用通过生成随机数生成,而随机数生成的种群难以遍历全局,影响算法全局寻优的效果9-10。混沌运动具有较好的随机性、规律性及遍历性的特点,可以保证初始种群多样性,提高了算法全局搜索能力。常用的混沌映射有Logistic及Tent映射。而Tent映射较 Logistic 遍历性更好,可以生成较为均匀分布的初
9、始值10,Tent 映射的数学表达式为:+1=,0 11u,1(8)当u=12时,Tent 映射具有最典型形式10。2.2.2 反向学习种群及初始种群选择策略 反向学习由反向点及基于反向解的优化两步组成11。若为 n 维空间上的点,则它的反向点为。设,则它们之间满足关系:(9)Tent 混沌映射得到初始种群后通过计算得到反向种群。对两组种群适应值计算,选取两组种群较优者混合生成初始种群。在 MPPT 中种群个体所对应的功率较大者为优,混合生成的种群为变权重因子粒子群算法的初始种群。2.3 变权重因子粒子群及北方苍鹰复合算法 1,1 1,ttti di di di dvvc rpx2 2,tg
10、di dc r Gx11,1,2,.ttti di di dxxvdD12cc、12rr、t,1,iii ji ji jPinew pi ji ji ji jPixr pIxFFxxr xpFF,1,1,1,new pnew piiiinew piiiXFFXXFFiPik,1,new pi jx,1new piFrIrI、,2,21new pi ji ji jxxRrx0.02 1tRT,2,2,2 ,new pnew piiiinew piiiXFFXXFFr Tt,2,new pi jxij,2new piXi,2new piF12P,nx xx12P,nx xx,jjjxL UPPjj
11、LU中国科技期刊数据库 工业 A-35-经典粒子群算法的惯性因子固定不变,在迭代后期收敛速度较慢。通过对种群的方差来计算调节因子 q 从而实现对惯性因子动态调节,加快收敛速度。种群方差计算公式为:(10)其中,为种群数量;为当前个体,为种群所有个体的平均值。具体更新步骤为:若满足:(11)时,令 (12)同时对惯性因子初始化。其中为全局最佳功率,为当前个体对应功率。若不满足上述条件但满足:(13)时启用权重调节,同时令当前种群方差为。当第二次满足式(13)时计算当前种群方差;同时计算调节因子:(14)其中,varnowD是当前种群的方差;firstvarD是第一次进入权重调节时当前种群的方差值
12、;minvarD是转入追击阶段的种群方差临界值。为防止种群更新出现偏离种群个体,使当前种群方差大于从而导致调节因子为负值导致功率大幅波动,考虑使用上一次的种群调节因子替代避免输出功率波动问题。即:当时,。惯性因子调节为:(15)其中为惯性因子初始值;为上次迭代惯性因子值;为经过本次调节的值。保证前期全局搜索能力较强,在搜索到全局最优后种群快速靠拢。变权重因子加速算法搜索收敛速度,由于粒子群算法后期局部开发时较慢,考虑使用北方苍鹰算法追击阶段局部开发能力对粗略全局最大功率点进行局部开发。北方苍鹰追击阶段具有较小的攻击半径且攻击半径随着迭代次数逐渐缩小,实现小范围内的精确搜索;原北方苍鹰算法追击阶
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 改进 粒子 北方 苍鹰 复合 算法 MPPT 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。