0 引言
随着化石能源的消耗以及环境污染的日益加重，绿色可再生能源的开发越来越深入人心，太阳能作为一种无污染、低成本、储量大、无噪音的新型能源越来越受到人们的青睐[1]。光伏电池是利用太阳能的主要装置，但光照强度和温度对光伏电池的输出特性有直接影响，外界因素改变时，光伏电池的最大功率点也会发生改变。为了使光伏阵列一直输出最大功率值，有必要对光伏阵列的最大功率点进行跟踪。
目前有多种传统算法已经实现了对最大功率点的追踪，如扰动观察法（Perturbation & Observation，P&O）、电导增量法（Incremental Conductance，InC）、模糊控制法（Fuzzy Control，FC）、恒定电压法（Constant Voltage Tracking，CVT）等，但当遇到阴影遮挡存在多峰现象时，此类方法追踪效果失效。针对此现象提出了很多智能算法，如粒子群算法（Particle Swarm Optimization，PSO）[2]、蚁群算法（Ant Colony Optimization，ACO）[3]、改进蝙蝠算法（Bat Algorithm，BA）[4]、灰狼算法（Gray Wolf Optimization，GWO）[5]等都已经应用到多峰寻优中，但是这些算法稳定性普遍不高，易陷入局部最优解。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003314
作者信息：
孙荣霞，尚娅慧，韩 帅
（河北大学 电子信息工程学院，河北 保定071002）
