- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE 2020年智能技术新兴趋势国际会议（ICETST）- 巴基斯坦卡拉奇（2020.3.26-2020.3.27）] 2020年智能技术新兴趋势国际会议（ICETST）- 基于广义全局滑模概念的变阴影光伏系统新型神经模糊GMPPT算法
摘要： 本研究论文报道了基于神经模糊的非线性广义全局滑模控制(GGSMC)设计，该控制方法采用升降压变换器实现局部阴影光伏系统(PV)的全局最大功率点跟踪(GMPPT)。为提取可能的最大功率(MP)，必须使光伏系统工作在最大功率点(MPP)。GGSMC控制方案的主要优势在于收敛速度快、效率高且对快速变化的气候条件具有强鲁棒性。本研究采用基于软计算的神经模糊技术为开发的GMPPT控制方法生成参考电压，并使用MATLAB/Simulink工具进行仿真。将所提控制器的跟踪性能与传统的比例积分微分(CPID)控制器进行了对比。
关键词： GGSMC、光伏系统、GMPPT、神经模糊
更新于2025-09-23 15:21:01
-
一种适用于局部阴影光伏系统的混合智能全局最大功率点跟踪算法
摘要： 部分遮挡条件（PSCs）下光伏系统的最大功率提取依赖于所采用的最优全局最大功率点跟踪（GMPPT）方法。本文提出一种基于改进粒子群优化（PSO）算法与变步长扰动观察法（P&O）的新型光伏系统最大功率点跟踪（MPPT）控制方法，可有效降低稳态振荡。首先，在基础PSO算法中引入混合蛙跳算法（SFLA）的分组思想（PSO-SFLA），既保证粒子多样性又实现全局极值搜索；其次通过引入自适应速度因子提升改进PSO在PSCs下的收敛性；随后采用变步长P&O（VSP&O）方法随环境变化精准追踪最大功率点（MPP）。最后通过快速变化PSCs条件下的仿真结果，凸显该方案相较于传统P&O方法和标准PSO方法在跟踪速度与稳态振荡方面的优势。
关键词： 可变步长扰动观察法（VSP&O）、全局最大功率点跟踪（GMPPT）、局部阴影条件（PSCs）、粒子群优化算法（PSO）、光伏系统（PV）、自适应速度因子、混合蛙跳算法（SFLA）
更新于2025-09-10 09:29:36