找到 2 条结果 · IEEE Transactions on Power Electronics
一种具有增强跳跃功能的自适应扰动观察算法，用于局部阴影条件下的快速全局最大功率点跟踪
An Adaptive Perturb and Observe Algorithm With Enhanced Skipping Feature for Fast Global Maximum Power Point Tracking Under Partial Shading Conditions
Sajib Ahmed · Saad Mekhilef · Marizan Mubin · Kok Soon Tey 等5人 · IEEE Transactions on Power Electronics · 2023年9月
针对局部阴影条件下光伏阵列出现多峰值导致传统MPPT算法失效的问题，本文提出了一种改进的自适应扰动观察算法。该算法通过引入增强跳跃功能，避免了全曲线扫描带来的高延迟，显著提升了全局最大功率点（GMPP）的跟踪速度与效率，有效解决了复杂光照环境下的能量损失问题。
解读: 该算法直接优化了光伏逆变器的核心控制逻辑，对阳光电源的组串式逆变器（如SG系列）具有极高的应用价值。在工商业及地面光伏电站中，局部阴影（如云层、建筑遮挡）是影响发电效率的关键痛点。通过集成这种具备增强跳跃功能的自适应MPPT算法，阳光电源的逆变器能更快速地锁定全局最优功率点，显著提升系统在复杂环境下...
基于改进蝴蝶优化算法的局部阴影、均匀光照及快速负载变化下的最大功率点跟踪
Maximum Power Point Tracking Using Modified Butterfly Optimization Algorithm for Partial Shading, Uniform Shading, and Fast Varying Load Conditions
Immad Shams · Saad Mekhilef · Kok Soon Tey · IEEE Transactions on Power Electronics · 2021年5月
本文提出了一种基于改进蝴蝶优化算法（MBOA）的最大功率点跟踪（MPPT）方法。该算法能有效识别局部阴影、均匀光照及负载变化等多种工况，具备极快的收敛速度。通过引入单一动态变量作为调节参数，简化了系统复杂性，提升了光伏系统的发电效率与动态响应能力。
解读: 该算法对阳光电源的核心产品——组串式光伏逆变器具有极高的应用价值。在复杂的局部阴影环境下，传统的扰动观察法（P&O）容易陷入局部最优，而改进的蝴蝶优化算法能显著提升全局寻优能力，从而直接提高电站的发电收益。建议研发团队将其集成至iSolarCloud智能运维平台或逆变器嵌入式固件中，以优化复杂地形（...