基于LF⁃ATSO算法在光伏系统MPPT中的研究

打开文本图片集

摘  要： 在复杂遮荫工况下，传统MPPT策略在面对多峰值现象时易陷入局部最大功率点（LMPP），而基于元启发式算法的最大功率点跟踪策略也存在寻优精度不高、追踪时间慢等问题。为解决上述问题，文中构建Lévy飞行⁃自适应金枪鱼群算法（LF⁃ATSO）。首先，采用基于Circle混沌映射的反向学习策略合理分配初始化种群以提高种群遍历性；其次，改进参数[a]用以调整最优个体和前一个体的比重，提高收敛速度；然后，嵌入Lévy flight策略提高算法全局搜索能力，帮助其跳出局部最优；最后，加入算法重启机制以应对复杂变化工况。（剩余11014字）