为解决混合光伏-温差(photovoltaic thermoelectric generator,PV-TEG)系统的最大功率点跟踪(maximum power point tracking,MPPT)问题以提高能源转换效率和利用率,提出了一种基于指数分布优化器(exponential distribution optimizer,E...为解决混合光伏-温差(photovoltaic thermoelectric generator,PV-TEG)系统的最大功率点跟踪(maximum power point tracking,MPPT)问题以提高能源转换效率和利用率,提出了一种基于指数分布优化器(exponential distribution optimizer,EDO)的混合PV-TEG系统MPPT技术。EDO通过模拟指数分布的随机变化来搜索潜在的解空间,由于随机性,算法可有效避免在局部遮蔽条件(partial shading condition,PSC)下陷入局部最优,并在搜索空间中广泛探索以找到最优解。算例研究包括启动测试、太阳辐照度阶跃变化、随机变化、香港地区四季实际算例4个部分,并与其他5种算法进行对比分析,以较为全面地验证所提EDO技术在混合系统MPPT应用中的可行性和有效性。仿真结果表明,采用EDO的混合PV-TEG系统在不同运行条件下均能稳定、高效地实现最优越的MPPT性能,尤其是在春季低辐照度的条件下,EDO产生的能量分别超过蜻蜓算法(dragonfly algorithm,DA)、增量电导法(incremental conductance method,INC)、扰动观测法(perturbation observation method,P&O)能量输出的68.85%、66.13%和59.69%。展开更多
部分遮蔽(partial shading conditions,PSC)是导致光伏(photovoltaic,PV)–温差(thermoelectricgeneration,TEG)混合系统(PV-TEG)输出功率损耗和组件失配的主要原因之一。为了提升PSC下PV-TEG混合系统的发电效率,提出一种基于海马优化器...部分遮蔽(partial shading conditions,PSC)是导致光伏(photovoltaic,PV)–温差(thermoelectricgeneration,TEG)混合系统(PV-TEG)输出功率损耗和组件失配的主要原因之一。为了提升PSC下PV-TEG混合系统的发电效率,提出一种基于海马优化器(sea horse optimizer,SHO)的PV-TEG混合系统重构方法。该方法以PV-TEG混合系统的输出功率为目标函数,利用SHO调整电气开关动作来改变混合系统阵列中PV-TEG组件的位置,以提高系统整体功率输出。为验证SHO的可行性和优越性,在实际PSC条件和标准PSC条件下对4×4阵列、9×9阵列和15×9阵列进行仿真分析,并与粒子群优化算法、遗传算法、人工蜂群算法和蚁群算法进行全面对比(失配损耗、平均输出功率和开关动作数量),证明采用SHO算法可以缓解遮蔽带来的影响,提升系统功率。仿真结果表明,通过SHO重构后的PV-TEG混合系统功率在4×4阵列中提高38.36%,在9×9阵列中提高20.74%,在15×9阵列中提高21.14%。此外,基于RTLAB平台进行硬件在环实验(hardware in the loop,HIL),验证了PSC下SHO应用于PV-TEG混合系统的硬件可行性。展开更多
文摘为解决混合光伏-温差(photovoltaic thermoelectric generator,PV-TEG)系统的最大功率点跟踪(maximum power point tracking,MPPT)问题以提高能源转换效率和利用率,提出了一种基于指数分布优化器(exponential distribution optimizer,EDO)的混合PV-TEG系统MPPT技术。EDO通过模拟指数分布的随机变化来搜索潜在的解空间,由于随机性,算法可有效避免在局部遮蔽条件(partial shading condition,PSC)下陷入局部最优,并在搜索空间中广泛探索以找到最优解。算例研究包括启动测试、太阳辐照度阶跃变化、随机变化、香港地区四季实际算例4个部分,并与其他5种算法进行对比分析,以较为全面地验证所提EDO技术在混合系统MPPT应用中的可行性和有效性。仿真结果表明,采用EDO的混合PV-TEG系统在不同运行条件下均能稳定、高效地实现最优越的MPPT性能,尤其是在春季低辐照度的条件下,EDO产生的能量分别超过蜻蜓算法(dragonfly algorithm,DA)、增量电导法(incremental conductance method,INC)、扰动观测法(perturbation observation method,P&O)能量输出的68.85%、66.13%和59.69%。
文摘部分遮蔽(partial shading conditions,PSC)是导致光伏(photovoltaic,PV)–温差(thermoelectricgeneration,TEG)混合系统(PV-TEG)输出功率损耗和组件失配的主要原因之一。为了提升PSC下PV-TEG混合系统的发电效率,提出一种基于海马优化器(sea horse optimizer,SHO)的PV-TEG混合系统重构方法。该方法以PV-TEG混合系统的输出功率为目标函数,利用SHO调整电气开关动作来改变混合系统阵列中PV-TEG组件的位置,以提高系统整体功率输出。为验证SHO的可行性和优越性,在实际PSC条件和标准PSC条件下对4×4阵列、9×9阵列和15×9阵列进行仿真分析,并与粒子群优化算法、遗传算法、人工蜂群算法和蚁群算法进行全面对比(失配损耗、平均输出功率和开关动作数量),证明采用SHO算法可以缓解遮蔽带来的影响,提升系统功率。仿真结果表明,通过SHO重构后的PV-TEG混合系统功率在4×4阵列中提高38.36%,在9×9阵列中提高20.74%,在15×9阵列中提高21.14%。此外,基于RTLAB平台进行硬件在环实验(hardware in the loop,HIL),验证了PSC下SHO应用于PV-TEG混合系统的硬件可行性。
