基于混合算法的光伏多峰值MPPT研究

来源 :电源技术 | 被引量 : 0次 | 上传用户:tgw
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对光伏阵列在实际应用过程中出现局部遮阴、输出特性P-U曲线呈现多峰值的情况,提出了一种混合算法,使用“两步走”策略来搜寻全局最大功率点。利用粒子群算法(PSO)和遗传算法(GA)相结合的算法通过少量的迭代次数搜寻至最大功率点附近;切换至模糊控制方法来搜寻最大功率点,并稳定。这种混合算法弥补了单个算法的不足,提高了系统的速度和精度。通过粒子群算法和遗传算法优缺点互补,避免陷入局部最优值和减少收敛时间。通过模糊控制方法可以使系统在最大功率点处稳定,避免振荡带来的能量损失。通过Simulink仿真验证了所提出
其他文献
某换流站小组交流滤波器开关在调试过程中发生分闸命令延迟半个周波,导致产生较大的零序电流.分析引发该现象的原因,并提出防控措施与解决办法.
高镍-硅碳体系电池是进一步提高电池能量密度的重要研究方向。为了考察负极中不同硅含量电池的循环性能,辨识电极脱嵌锂过程中的主要物理化学过程,采用电化学交流阻抗频谱(EIS)和弛豫时间分布(DRT)来研究高镍-硅碳体系电池循环前后的阻抗特性,研究发现在荷电状态(SOC)为50%时,电解液中锂离子扩散过程是电池阻抗的主要来源。
矢量传声器由声压传感器和质点振速传感器复合构成,可时间同步、空间共点测量声场声压标量及质点振速矢量信息,在开展振动噪声监测、被动声测定位以及声全息成像等相关声学测试方面有着独特的优势,因而具有重要的工程应用价值。质点振速传感器是矢量传声器的核心部件,具有偶极子指向性,可直接感测声场质点振速各正交分量。基于此,介绍基于微机电系统(Micro-Electro-Mechanical System,MEM
采用X射线衍射仪、扫描电镜和电化学工作站等手段,研究了高压处理对电池负极材料La0.68Mg0.32Ni3.2储氢合金物相组织、显微组织和电化学性能的影响。结果表明:铸态La0.68Mg0.32Ni3.2储氢合金主要由(La,Mg)Ni3和(La,Mg)2Ni7相组成,并含有少量(La,Mg)5
锂离子电池短路故障是诱发锂离子电池热失控事故的主要原因。特别是梯次利用场景下,串联电池包中电池的不一致性差异使得电池更容易发生短路故障,增加了热失控的风险。电池包中某一电池短路时,该电池的电压因能量流失而出现显著下降,而其余电池的电压不会出现显著下降,因此可以利用电池电压下降的差异识别短路故障。然而,由于电池包中存在不一致性,短路造成的电压下降特征在一定程度上被掩盖。综合利用zero-mean和相关系数,在消除不一致性影响的基础上,实现对电压下降特征的准确表征,从而可靠地识别出电池包中的短路故障。基于FU
城市轨道交通供电系统普遍采用环网接线的中压网络供电方案,相邻变电所间的交流进出线保护、直流馈线保护存在保护信息交互。研究了跨变电所保护信息传输方案,在满足带宽和高实时性要求的前提下,给出了相邻变电所间信息传输的最佳方案,并对该方案的传输可靠性、数据延时等方面进行了分析。分析结果表明,该方案在轨道交通变电所间传输GOOSE信息的可行性。
微系统将信息的获取、处理、分析及执行融为一体,整合了传统电子信息系统的各个子系统,具有尺寸小、功能丰富且完整、可靠性高、功耗低以及成本低等特点,在军事、工业及农业等领域有巨大的应用价值和前景。基于此,系统性地阐述微系统的概念,总结微系统技术的发展现状及其趋势,并梳理微系统技术的应用领域和方向。
通过分析变电站容性设备绝对介损法存在的偏差,提出了基于相对介损法的变电站容性设备在线监测技术。给出相对介损实现原理,介绍了相对介损法的实现方案,给出硬件方案和软件流程。该方法可很好地降低变电站现场环境干扰,避免PT二次侧存在的角差问题,具有良好的应用价值。
在输电线路的巡检方案中引入无人机携带相关巡视设备,弥补了传统人工巡检方案的不足,解决了输电线路通道可见性的问题。随着无人机从搭载普通摄影设备到搭载LiDAR技术的发展,采用无人机倾斜摄影技术对输电线路的巡检得到广泛运用。阐述了无人机倾斜摄影技术的原理,通过对广东地区某200 kV输电线路进行采集摄影、数据处理、形成点云三维模型,生成报告,与实测数据进行比对。结果表明,无人机倾斜摄影技术对输电线路的
为准确掌握电站未来某段时间内的出力情况,以西南某大型光伏电站为例,对影响光伏电站出力的因素进行分析,建立BP神经网络出力预测模型,分别基于电站实测气象数据和中尺度数值天气预报数据训练预测模型,并对电站2020年1月1日8:00~18:30时15 min分辨率的输出功率进行预测,结果表明:以实测气象数据作为训练样本,预测效果较优,平均绝对误差(MAE)、均方根误差(RMSE)、相关性系数(R)和合格率(Q)预测评估指标分别为9.03%、12.33%、0.980、95.24%。