返回
Walrus Optimization Algorithm for Multi-MPP Tracking Under Harsh and Variable Conditions: Simulation and Real-Time Validation
DOI:10.1155/er/6690568.png)
摘要
En 中文
可再生能源,特别是太阳能,近年来在全球的装机容量相较于其他可再生能源有了显著增长。在太阳能系统中,最大功率点(MPP)跟踪(MPPT)算法被用于将太阳能电池板获取的功率以最高可能水平传输到负载/电网。传统的MPPT算法在部分阴影条件下(PSC)追踪局部最大功率点(LMPP)。在许多元启发式优化算法中,搜索最优解的行为由固定或预定义的规则决定。本研究对海象优化算法(WaOA)进行了仿真和实时测试,该算法在文献中被报道为一种具有良好探索-开发平衡和相对低参数设置敏感性的有前景的算法,适用于光伏(PV)系统。仿真研究评估了两种不同场景。在第一种场景中,评估了在五种不同部分阴影和快速变化环境条件下的离网光伏系统。在第二种场景中,所提出的海象优化算法在两种不同场景下进行了测试。此外,通过使用Chroma 62020H-150S太阳能阵列模拟器进行的实时测试,验证了海象优化算法在光伏系统中的性能。无论是在仿真研究还是实时测试中,均观察到海象优化算法在光伏系统中表现出高成功率。
Keyword:
exploration-exploitation balance
maximum power point tracking
solar array simulator
walrus optimization algorithm
期刊
IF:
4.2
论文数:
8.9K
被引数:
2.7W
机构
引用论文
A New MPPT Design Using Grey Wolf Optimization Technique for Photovoltaic System Under Partial Shading Conditions基于灰狼优化技术的局部阴影条件下光伏系统MPPT设计
Optimal Performance of Dynamic Particle Swarm Optimization Based Maximum Power Trackers for Stand-Alone PV System Under Partial Shading Conditions
IEEE ACCESS
IF3.6
High-efficiency hybrid MPPT technique with integrated partial shading detection for photovoltaic systems under varying shading conditions适用于变阴影条件下的光伏系统的高效混合MPPT技术,该技术集成了部分阴影检测功能。
Renewable Energy
IF9.1
GWO and WOA variable step MPPT algorithms-based PV system output power optimization
SCIENTIFIC REPORTS
IF3.9

