基于布谷鸟搜索-灰狼优化的光伏系统多种运行条件最大功率点跟踪混合算法
光伏系统容易受到遮挡及不均匀环境条件的影响,旁路二极管的引入可以防止光伏组件中过热点的发生,但会在光伏阵列功率-电压特性曲线中产生大量峰值.此时运用传统的最大功率点跟踪方法可能会让系统工作在某一个局部峰值附近,而无法确保工作在最大峰值上.群优化方法可以解决这一问题,但其收敛时间过长.灰狼优化算法是一种快速且更可靠的优化算法,适用于在不同局部阴影遮挡下光伏系统的最大功率点跟踪.传统的灰狼优化算法涉及较长的转换时间、较大的稳态振荡和高故障率.本工作通过将布谷鸟搜索与灰狼优化算法相结合来解决这些问题,以提高最大功率点跟踪性能.并将该方法与传统的灰狼优化算法和基于扰动观测的最大功率点跟踪方法进行了比较...
Gespeichert in:
| Veröffentlicht in: | 全球能源互联网（英文版） 2022, Vol.5 (6), p.627-644 |
|---|---|
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 644 |
|---|---|
| container_issue | 6 |
| container_start_page | 627 |
| container_title | 全球能源互联网（英文版） |
| container_volume | 5 |
| creator | 吉南·阿卜杜哈桑·萨利姆 巴拉·阿尔巴克 穆瓦法克· 希亚·阿尔万 哈萨努扎曼 |
| description | 光伏系统容易受到遮挡及不均匀环境条件的影响,旁路二极管的引入可以防止光伏组件中过热点的发生,但会在光伏阵列功率-电压特性曲线中产生大量峰值.此时运用传统的最大功率点跟踪方法可能会让系统工作在某一个局部峰值附近,而无法确保工作在最大峰值上.群优化方法可以解决这一问题,但其收敛时间过长.灰狼优化算法是一种快速且更可靠的优化算法,适用于在不同局部阴影遮挡下光伏系统的最大功率点跟踪.传统的灰狼优化算法涉及较长的转换时间、较大的稳态振荡和高故障率.本工作通过将布谷鸟搜索与灰狼优化算法相结合来解决这些问题,以提高最大功率点跟踪性能.并将该方法与传统的灰狼优化算法和基于扰动观测的最大功率点跟踪方法进行了比较.对比分析表明,在非均匀运行条件下,本文提出的灰狼优化-布谷鸟搜索混合算法优于其他两种方法. |
| doi_str_mv | 10.1016/j.gloei.2022.12.005 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_qqnyhlw_e202206006</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>qqnyhlw_e202206006</wanfj_id><sourcerecordid>qqnyhlw_e202206006</sourcerecordid><originalsourceid>FETCH-wanfang_journals_qqnyhlw_e2022060063</originalsourceid><addsrcrecordid>eNpjYJA2NNAzNDA008_SS8_JT83UMzIwMtIzNNIzMDBlYeA0MrA00zU1NDTnYOAtLs5MMjA1MDc2tDQ14mRIeTp_15NdfU93NL_YsP3ljvnPJsx5vmWR7vPGDc-79zzZM-Npz7Tns1qetnY-2dP_fPPu57vnP10y6_ny3hf7J7xY2PNs7sInu7c9m9PwdMnyp13zn_e1P2_a-WL7_Bc7Vj3bvv3phI7n66Y_2zyVh4E1LTGnOJUXSnMzaLm5hjh76JYn5qUl5qXHZ-WXFuUBZeILC_MqM3LK41NBHjAwMzAwMyZJMQAARnVg</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于布谷鸟搜索-灰狼优化的光伏系统多种运行条件最大功率点跟踪混合算法</title><source>DOAJ Directory of Open Access Journals</source><source>Alma/SFX Local Collection</source><source>EZB Electronic Journals Library</source><creator>吉南·阿卜杜哈桑·萨利姆 ; 巴拉·阿尔巴克 ; 穆瓦法克· 希亚·阿尔万 ; 哈萨努扎曼</creator><creatorcontrib>吉南·阿卜杜哈桑·萨利姆 ; 巴拉·阿尔巴克 ; 穆瓦法克· 希亚·阿尔万 ; 哈萨努扎曼</creatorcontrib><description>光伏系统容易受到遮挡及不均匀环境条件的影响,旁路二极管的引入可以防止光伏组件中过热点的发生,但会在光伏阵列功率-电压特性曲线中产生大量峰值.此时运用传统的最大功率点跟踪方法可能会让系统工作在某一个局部峰值附近,而无法确保工作在最大峰值上.群优化方法可以解决这一问题,但其收敛时间过长.灰狼优化算法是一种快速且更可靠的优化算法,适用于在不同局部阴影遮挡下光伏系统的最大功率点跟踪.传统的灰狼优化算法涉及较长的转换时间、较大的稳态振荡和高故障率.本工作通过将布谷鸟搜索与灰狼优化算法相结合来解决这些问题,以提高最大功率点跟踪性能.并将该方法与传统的灰狼优化算法和基于扰动观测的最大功率点跟踪方法进行了比较.对比分析表明,在非均匀运行条件下,本文提出的灰狼优化-布谷鸟搜索混合算法优于其他两种方法.</description><identifier>ISSN: 2096-5117</identifier><identifier>DOI: 10.1016/j.gloei.2022.12.005</identifier><language>chi</language><ispartof>全球能源互联网（英文版）, 2022, Vol.5 (6), p.627-644</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/qqnyhlw-e/qqnyhlw-e.jpg</thumbnail><link.rule.ids>314,776,780,860,4010,27900,27901,27902</link.rule.ids></links><search><creatorcontrib>吉南·阿卜杜哈桑·萨利姆</creatorcontrib><creatorcontrib>巴拉·阿尔巴克</creatorcontrib><creatorcontrib>穆瓦法克· 希亚·阿尔万</creatorcontrib><creatorcontrib>哈萨努扎曼</creatorcontrib><title>基于布谷鸟搜索-灰狼优化的光伏系统多种运行条件最大功率点跟踪混合算法</title><title>全球能源互联网（英文版）</title><description>光伏系统容易受到遮挡及不均匀环境条件的影响,旁路二极管的引入可以防止光伏组件中过热点的发生,但会在光伏阵列功率-电压特性曲线中产生大量峰值.此时运用传统的最大功率点跟踪方法可能会让系统工作在某一个局部峰值附近,而无法确保工作在最大峰值上.群优化方法可以解决这一问题,但其收敛时间过长.灰狼优化算法是一种快速且更可靠的优化算法,适用于在不同局部阴影遮挡下光伏系统的最大功率点跟踪.传统的灰狼优化算法涉及较长的转换时间、较大的稳态振荡和高故障率.本工作通过将布谷鸟搜索与灰狼优化算法相结合来解决这些问题,以提高最大功率点跟踪性能.并将该方法与传统的灰狼优化算法和基于扰动观测的最大功率点跟踪方法进行了比较.对比分析表明,在非均匀运行条件下,本文提出的灰狼优化-布谷鸟搜索混合算法优于其他两种方法.</description><issn>2096-5117</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><recordid>eNpjYJA2NNAzNDA008_SS8_JT83UMzIwMtIzNNIzMDBlYeA0MrA00zU1NDTnYOAtLs5MMjA1MDc2tDQ14mRIeTp_15NdfU93NL_YsP3ljvnPJsx5vmWR7vPGDc-79zzZM-Npz7Tns1qetnY-2dP_fPPu57vnP10y6_ny3hf7J7xY2PNs7sInu7c9m9PwdMnyp13zn_e1P2_a-WL7_Bc7Vj3bvv3phI7n66Y_2zyVh4E1LTGnOJUXSnMzaLm5hjh76JYn5qUl5qXHZ-WXFuUBZeILC_MqM3LK41NBHjAwMzAwMyZJMQAARnVg</recordid><startdate>2022</startdate><enddate>2022</enddate><creator>吉南·阿卜杜哈桑·萨利姆</creator><creator>巴拉·阿尔巴克</creator><creator>穆瓦法克· 希亚·阿尔万</creator><creator>哈萨努扎曼</creator><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2022</creationdate><title>基于布谷鸟搜索-灰狼优化的光伏系统多种运行条件最大功率点跟踪混合算法</title><author>吉南·阿卜杜哈桑·萨利姆 ; 巴拉·阿尔巴克 ; 穆瓦法克· 希亚·阿尔万 ; 哈萨努扎曼</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_qqnyhlw_e2022060063</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2022</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>吉南·阿卜杜哈桑·萨利姆</creatorcontrib><creatorcontrib>巴拉·阿尔巴克</creatorcontrib><creatorcontrib>穆瓦法克· 希亚·阿尔万</creatorcontrib><creatorcontrib>哈萨努扎曼</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>全球能源互联网（英文版）</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>吉南·阿卜杜哈桑·萨利姆</au><au>巴拉·阿尔巴克</au><au>穆瓦法克· 希亚·阿尔万</au><au>哈萨努扎曼</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于布谷鸟搜索-灰狼优化的光伏系统多种运行条件最大功率点跟踪混合算法</atitle><jtitle>全球能源互联网（英文版）</jtitle><date>2022</date><risdate>2022</risdate><volume>5</volume><issue>6</issue><spage>627</spage><epage>644</epage><pages>627-644</pages><issn>2096-5117</issn><abstract>光伏系统容易受到遮挡及不均匀环境条件的影响,旁路二极管的引入可以防止光伏组件中过热点的发生,但会在光伏阵列功率-电压特性曲线中产生大量峰值.此时运用传统的最大功率点跟踪方法可能会让系统工作在某一个局部峰值附近,而无法确保工作在最大峰值上.群优化方法可以解决这一问题,但其收敛时间过长.灰狼优化算法是一种快速且更可靠的优化算法,适用于在不同局部阴影遮挡下光伏系统的最大功率点跟踪.传统的灰狼优化算法涉及较长的转换时间、较大的稳态振荡和高故障率.本工作通过将布谷鸟搜索与灰狼优化算法相结合来解决这些问题,以提高最大功率点跟踪性能.并将该方法与传统的灰狼优化算法和基于扰动观测的最大功率点跟踪方法进行了比较.对比分析表明,在非均匀运行条件下,本文提出的灰狼优化-布谷鸟搜索混合算法优于其他两种方法.</abstract><doi>10.1016/j.gloei.2022.12.005</doi></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 2096-5117 |
| ispartof | 全球能源互联网（英文版）, 2022, Vol.5 (6), p.627-644 |
| issn | 2096-5117 |
| language | chi |
| recordid | cdi_wanfang_journals_qqnyhlw_e202206006 |
| source | DOAJ Directory of Open Access Journals; Alma/SFX Local Collection; EZB Electronic Journals Library |
| title | 基于布谷鸟搜索-灰狼优化的光伏系统多种运行条件最大功率点跟踪混合算法 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-07T18%3A53%3A09IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%B8%83%E8%B0%B7%E9%B8%9F%E6%90%9C%E7%B4%A2-%E7%81%B0%E7%8B%BC%E4%BC%98%E5%8C%96%E7%9A%84%E5%85%89%E4%BC%8F%E7%B3%BB%E7%BB%9F%E5%A4%9A%E7%A7%8D%E8%BF%90%E8%A1%8C%E6%9D%A1%E4%BB%B6%E6%9C%80%E5%A4%A7%E5%8A%9F%E7%8E%87%E7%82%B9%E8%B7%9F%E8%B8%AA%E6%B7%B7%E5%90%88%E7%AE%97%E6%B3%95&rft.jtitle=%E5%85%A8%E7%90%83%E8%83%BD%E6%BA%90%E4%BA%92%E8%81%94%E7%BD%91%EF%BC%88%E8%8B%B1%E6%96%87%E7%89%88%EF%BC%89&rft.au=%E5%90%89%E5%8D%97%C2%B7%E9%98%BF%E5%8D%9C%E6%9D%9C%E5%93%88%E6%A1%91%C2%B7%E8%90%A8%E5%88%A9%E5%A7%86&rft.date=2022&rft.volume=5&rft.issue=6&rft.spage=627&rft.epage=644&rft.pages=627-644&rft.issn=2096-5117&rft_id=info:doi/10.1016/j.gloei.2022.12.005&rft_dat=%3Cwanfang_jour%3Eqqnyhlw_e202206006%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=qqnyhlw_e202206006&rfr_iscdi=true |