邹子君, 杨俊华, 杨金明
(1. 广东工业大学 自动化学院,广东 广州 510006;2. 华南理工大学 电力学院,广东 广州 510641)
基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制*
邹子君1, 杨俊华1, 杨金明2
(1. 广东工业大学 自动化学院,广东 广州 510006;2. 华南理工大学 电力学院,广东 广州 510641)
波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。
波浪发电;最大功率点跟踪;模拟退火粒子群算法
近些年来,迫于温室气体排放限值(例如,京都议定书)压力及日益增加的能源需求,清洁可再生能源的开发和利用越来越获得广泛重视。太阳能、风能和波浪能是最常见的三种新能源发电方式。波浪能能量密度高,变化较为平缓,可预测性较好,具有一定的开发利用潜力。我国的波浪能资源十分丰富,大规模发展波浪发电技术,对解决我国能源紧缺和保护生态环境意义重大。
最大波浪能捕获控制,是波浪发电研究的关键技术之一。……