太阳能无人机中光伏发电最大功率点跟踪算法的研究

摘要：

本文提出了变步长混沌萤火虫算法(VS-CLSFA)和免疫粒子群算法(IM-PSO),并对比了粒子群算法(PSO)、萤火虫算法(FA)及改进萤火虫算法(MFA)用于太阳能无人机光伏组件在局部阴影下最大功率点的跟踪结果.同时,研究上述算法在太阳能无人机飞行高度、速度等因素影响下的跟踪效果.研究结果表明:VS-CLSFA和IM-PSO都克服了 FA、MFA和PSO陷于局部最优或者过早收敛的缺点,并且快速、稳定地追踪到太阳能无人机光伏组件产生功率的最大功率点;对于输出特性愈复杂的光伏组件,上述5种算法都需要增加迭代次数并牺牲跟踪时间来提高跟踪精度和稳定性;与VS-CLSFA相比,IM-PSO的跟踪精度提高约0.229％,跟踪时间减少约0.108 s.

关键词：太阳能无人机、光伏组件、最大功率点跟踪、组合算法、精度与速度

所属期刊栏目：37

分类号：U458(隧道工程)

资助基金：国家自然科学基金;国家自然科学基金;无损检测技术教育部重点实验室开放基金;无损检测技术教育部重点实验室开放基金;南昌航空大学研究生创新专项

在线出版日期：2023-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：19-28