南京理工大学秦臻伟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉南京理工大学申请的专利基于白鲸改进粒子群算法的光伏MPPT控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117008681B 。
龙图腾网通过国家知识产权局官网在2025-12-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310619390.X,技术领域涉及:G05F1/67;该发明授权基于白鲸改进粒子群算法的光伏MPPT控制方法是由秦臻伟;吕广强设计研发完成,并于2023-05-29向国家知识产权局提交的专利申请。
本基于白鲸改进粒子群算法的光伏MPPT控制方法在说明书摘要公布了:本发明公开了一种基于白鲸改进粒子群算法的光伏MPPT控制方法,包括:获取光伏阵列的输出电压和电流并输入白鲸改进粒子群算法模块,将粒子群算法中固定的惯性因子和学习因子用线性函数代替;引入白鲸算法,通过共用种群池的方法将白鲸算法与改进粒子群算法相结合,初始化参数,将白鲸个体位置和目标函数对应为光伏系统的输出电压和功率,输出控制Boost升压变换器的占空比;将占空比输入PWM脉冲信号发生模块生成PWM脉冲信号,通过Boost阻抗变换电路来实现光伏系统最大功率追踪。本发明采用基于白鲸改进粒子群算法的MPPT控制方法,能够有效提高局部阴影下MPPT算法的追踪精度和搜索速度,减少追踪时光伏系统的功率波动。
本发明授权基于白鲸改进粒子群算法的光伏MPPT控制方法在权利要求书中公布了:1.一种基于白鲸改进粒子群算法的光伏MPPT控制方法,其特征在于,包括以下步骤: 步骤1,获取光伏阵列的输出电压和电流并输入白鲸改进粒子群算法模块,将粒子群算法中固定的惯性因子和学习因子C1、C2用线性函数代替; 步骤2,引入白鲸算法,通过共用种群池的方法将白鲸算法与改进粒子群算法相结合,初始化参数,将白鲸个体位置和目标函数对应为光伏系统的输出电压和功率,输出控制Boost升压变换器的占空比,包括: 1初始化种群参数:设置最大迭代次数T、种群规模N以及算法参数; 2将白鲸个体的位置作为当前电压进行接下来的迭代,通过对光伏输出的电压和电流进行采集进行BWO-IPSO的目标函数计算,得到对应的光伏输出功率;并在过程中记录种群个体的最佳位置和功率值; 3当随机数RAND0.5时采用BWO算法进行跟踪迭代,利用BWO算法中平衡因子Bf和鲸鱼坠落的概率Wf对个体位置进行更新;当RAND0.5时采用IPSO算法进行跟踪迭代; 4当平衡因子Bf鲸鱼坠落概率Wf时,个体位置的更新公式为: 9 式中,r5、r6和r7是0,1之间的随机数,和是第i条白鲸和一条随机的白鲸的当前位置,Xstep是鲸鱼坠落的步长,确定为: 10 式中,C2为与鲸鱼下降概率和种群大小相关的步长因子,ub和lb分别为变量的上界和下界,t为当前迭代次数; 5当系统判定达到最大迭代次数时则输出当前最优个体即所对应的最优电压值,当满足重启条件时重启算法,使控制算法始终跟踪到全局最大功率点; 步骤3,将占空比D输入PWM脉冲信号发生模块生成PWM脉冲信号,通过Boost阻抗变换电路来实现光伏系统最大功率追踪。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京理工大学,其通讯地址为:210094 江苏省南京市孝陵卫200号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励