基于多元宇宙优化算法的混合光伏-热电系统MPPT设计

混合光伏-热电(centralized hybrid photovoltaic thermoelectric generator,PV-TEG)系统在部分遮蔽(partial shading condition,PSC)条件下呈现多个局部最大功率点(local maximum power point,LMPP).采用多元宇宙优化算法(multi-verse optimization,MVO),用于PV-TEG系统在PSC下的最大功率点跟踪(maximum power point tracking,MPPT).MVO通过平衡全局搜索和局部搜索,有效识别多个LMPPs中唯一的全局最大功率点(glo...

Full description

Saved in:
Bibliographic Details
Published in中国电力 Vol. 56; no. 11; pp. 197 - 205
Main Authors 李大虎, 周泓宇, 周悦, 饶渝泽, 姚伟
Format Magazine Article
LanguageChinese
Published 国网湖北省电力有限公司,湖北武汉 430077%强电磁技术全国重点实验室(华中科技大学),湖北武汉 430074 2023
Subjects
partial shading
maximum power point tracking
部分遮蔽
centralized photovoltaic thermoelectric generator system
multi-verse optimization
最大功率点跟踪
多元宇宙优化算法
混合光伏-热电系统
Online AccessGet full text
ISSN1004-9649
DOI10.11930/j.issn.1004-9649.202210127

Cover

More Information
Summary:混合光伏-热电(centralized hybrid photovoltaic thermoelectric generator,PV-TEG)系统在部分遮蔽(partial shading condition,PSC)条件下呈现多个局部最大功率点(local maximum power point,LMPP).采用多元宇宙优化算法(multi-verse optimization,MVO),用于PV-TEG系统在PSC下的最大功率点跟踪(maximum power point tracking,MPPT).MVO通过平衡全局搜索和局部搜索,有效识别多个LMPPs中唯一的全局最大功率点(global maximum power point,GMPP),避免搜索结果陷入LMPP,以提高发电效率和能源利用率.算例仿真结果表明:基于MVO的MPPT可以在更短的时间内收集到更高的功率,实现功率波动最小.
ISSN:1004-9649
DOI:10.11930/j.issn.1004-9649.202210127