基于改进粒子群优化算法的最大风能跟踪方法.pdfVIP

学兔兔 总第50卷 第566期 电测与仪表 VO1．5ONo．566 2013年 第2期 ElectricalM easurement Instrumentation Feb．2013 基于改进粒子群优化算法的最大风能跟踪方法术 周天沛 一，孙伟 (1．徐州工业职业技术学院，江苏徐州221140；2．中国矿业大学信 电学院，江苏徐州221008) 0 摘要：风能作为一种随机性很大的能量，具有明显的非线性。为了提高风能的利用效率，需要进行最大功率点跟 踪 (MP )。针对传统粒子群优化算法对参数敏感度较强、易于局部收敛等缺点，提出基于优势速度保留策略的 变邻域粒子群优化算法。首先 ，考虑社会个体对其环境的认知规律，通过简化传统粒子更新公式以降低算法性 能对参数设置的敏感程度；其次，为充分利用粒子更新中所得优势粒子速度信息，一种优势粒子速度小概率变 异策略及劣势粒子速度随机赋值方法随之被提出；最后，将其应用到风力发电系统的最大风能跟踪控制中，并 与传统粒子群优化算法进行比较。仿真结果显示，该算法可以实现动态过程中风力发电系统的最大风能捕获， 提高系统的运行效率和动态响应速度。 关键词：风力发电；最大风能跟踪；粒子群优化算法；变粒子邻域 中图分类号：TM614 文献标识码：A 文章编号：1001—1390(2013)02—007304 M PPT M ethodofW indPowerBasedonImprovedPSO Algorithm ZHOU Tian—pei’．SUN W ei1 (1．XuzhouCollegeofIndustrialandTechnology，Xuzhou221140，Jiangsu，China． 2．SchoolofInformationandEngineering,ChinaUniversityofMiningandTechnoloyg，Xuzhou221008，Jiangsu，China) Abstract：Asaveryrandom energy，windenergyhasobviousnonlinearity．Inordertoimprovetheefficiencyofwind energy，itisnecessary tomaximumpowerpointtracking (MPPT)．Aimingatshortageofthetraditionalparticle swarm optimization algorithm for parameter sensitivity，easily local convergence，particle swarm optimization algorithm withvariableneighborhoodbasedonsavingpreponderantvelocitiesisproposed．Firstly，acompactfomr ula ofrupdating particlesisresearched，which isconsidering cognitive disciplineofindividualon itsenvironment． Secondly，amutationoperatorwithasmallprobabilityon thevelocitieswhichimproveparticlequalityandarandom vectorgenerated ofrtherestvelocitiesareproposed in ordertomakefulluseofgood information ofparticle velocities．Finally，themethod isapplied tomaximum powerpointtracking controlofthewind powergeneration