局部阴影下自适应预测-布谷鸟双层MPPT 方法

打开文本图片集

中图分类号： TB9; TM914 文献标志码： A文章编号： 1674–5124（2025）05–0180–09

Abstract： The characteristic curve of the PV system exhibits multi-peak characteristics under partial shadow conditions.  The  intelligent  optimized  MPPT  method，  although  efficient，  relies  heavily  on  initialization information  and  finds  it  difficult  to  balance  tracking  performance.  Therefore，  an  adaptive  prediction-cuckoo dual-layer maximum power tracking method is proposed in this paper. Firstly， the neighborhood range of the maximum power points is located by the fuzzy prediction mechanism in the upper layer. Secondly， based on the  improved  cuckoo  algorithm，  the  method  uses  a  cubic  interpolation  function-fitted  curve  to  guide  the particles in the lower layer to search accurately. At the same time， the output voltage of the system is directly controlled in open-loop mode by utilizing the equivalent relationship of converter variables， which improves the universality of the method.Finally， the simulation results show that the proposed method is more effective and advantageous compared to other state-of-the-art intelligent optimized MPPT methods.

Keywords：  partial  shadow  conditions;  intelligent  optimization  algorithm;  adaptive  prediction;  improved cuckoo algorithm

0 引 言

“双碳”背景下的新型电力系统通过接入海量光伏发电（PV）系统降低电力生产环节碳排放，高渗透 PV 将成为支撑配电网运行的能源主体[1]。（剩余11752字）