基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在复杂光照情况下,常规粒子群(PSO)算法实现的最大功率点跟踪(MPPT)用时较长,且易陷入局部极值,导致功率损失较为严重.针对此现象,引入量子粒子群(QPSO)算法对MPPT进行控制,并提出有效的收敛条件和重启条件;在无阴影、静态阴影和动态阴影3种光照情况下,分别对PSO和QPSO的MPPT控制进行仿真对比.分析表明:无论在何种光照情况下,基于QPSO的MPPT控制收敛速度更快,追踪效果更好,能够有效提高光伏阵列的光电转化效率.
推荐文章
基于非对称控制的光伏系统MPPT研究
光伏发电系统
模糊PID控制
MPPT
Matlab
基于扰动观察法结合牛顿差值法MPPT控制策略研究
扰动观察法
牛顿插值法
跟踪速度
稳态震荡
基于QPSO的图像融合算法的研究
基于量子行为的粒子群优化算法
优化
像素
图像融合
基于QPSO的数据聚类
聚类
K-Means
PSO
QPSO
聚类中心
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于QPSO的MPPT控制研究
来源期刊 电气传动 学科 工学
关键词 粒子群算法 量子粒子群算法 最大功率点跟踪
年,卷(期) 2019,(11) 所属期刊栏目 变流·滤波技术
研究方向 页码范围 88-91
页数 4页 分类号 TM615
字数 2553字 语种 中文
DOI 10.19457/j.1001-2095.dqcd19018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 房俊龙 东北农业大学电气与信息学院 120 1028 15.0 29.0
2 张卫丹 东北农业大学电气与信息学院 4 1 1.0 1.0
3 张悦 东北农业大学电气与信息学院 15 41 4.0 6.0
4 宋朝 东北农业大学电气与信息学院 1 0 0.0 0.0
5 宁长健 东北农业大学电气与信息学院 1 0 0.0 0.0
6 高三策 东北农业大学电气与信息学院 5 2 1.0 1.0
7 张绍原 东北农业大学电气与信息学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (182)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(8)
  • 参考文献(3)
  • 二级参考文献(5)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群算法
量子粒子群算法
最大功率点跟踪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电气传动
月刊
1001-2095
12-1067/TP
大16开
天津市河东区津塘路174号
6-85
1959
chi
出版文献量(篇)
4223
总下载数(次)
7
总被引数(次)
31816
论文1v1指导