电力论文哪里有？笔者通过实验证明，在多种阴影方式导致的PV输出多峰值情况下，采用IDBO对TCT光伏阵列进行功率优化能够有效提高光伏发电系统的发电效率。
第1章绪论
1.3光伏阵列输出功率优化国内外研究现状
PV遭受PSC遮挡时会出现输出功率下降的问题，目前研究较多的功率提升方法大致有两大类：第一类方法是运用最大功率点跟踪控制技术（MPPT），使得PV精确且稳定的保持在GMPP并输出，以此来提升光伏发电系统的整体输出效率；另一种是以改变PV组件之间的电气连接方式来达到PV拓扑结构的电气重构，这种方法使得PV在阴影遮挡时的I-V曲线更为平滑，且可减少P-V曲线局部峰值个数，降低PV功率损耗。
1.3.1光伏最大功率跟踪技术研究现状
现阶段的MPPT控制策略的类型主要有两大类，一类是基于传统算法的MPPT控制策略，另一类是基于智能算法的MPPT控制策略。对于传统算法MPPT控制策略，其仅适用于光伏阵列无PSC下的最大功率追踪。当光伏阵列受到阴影遮挡，其P-V特性曲线往往会出现多峰值的情况，传统算法在进行全局寻优时易过早收敛于局部最优值，不能有效跟踪GMPP[23-24]。
相比于传统算法，智能算法在PSC下进行全局寻优时的性能较为优越。但由于智能算法的设置相对于传统算法较为复杂，这就导致其追踪速度慢且存在稳定性差等缺点[25]。所以传统算法与智能算法在解决光伏阴影遮挡的输出效率问题上均有一定局限性。因此，国内外学者通过对传统算法以及智能算法进行优化改进，来解决光伏最大功率点追踪问题。
第3章基于改进蜣螂算法的最大功率点跟踪研究
3.1光伏最大功率点跟踪系统
最大功率点跟踪（MPPT）控制方法是通过调整电气组件的工作状态来优化光伏电池输出功率，使得PV可以在全局最大功率点（GMPP）附近稳定的输出，从而最大化电能输出，有效提升了太阳能的利用效率和光伏发电系统的整体性能。
MPPT控制技术是提升光伏发电系统电能利用效率的关键技术之一[81]。由于PV组件的I-V和P-V输出特性曲线是非线性的，且易受到辐照度和温度变化的影响而发生GMPP的改变。为了确保光伏发电系统能够高效运行，需要准确地追踪GMPP，使系统尽可能地运行在GMPP附近，从而最大化光电转换效率。
在中小型光伏发电系统中通常采用的是双极式结构[82]，这种结构主要包括光伏阵列、DC-DC电路、DC-AC逆变电路、滤波环节以及并网设备等，如图3.1所示的系统框图，展示了这些组件之间的连接和工作关系。
DC-DC变换器通过对PV的输出电压和电流进行采样来达到直流升压的目的，并通过MPPT控制来实现GMPP追踪。目前应用于光伏发电系统的主要有降压式（Buck）、升压式（Boost）、升降压式（Buck-Boost）、库克式（Cuk）四种基本斩波电路[83]。
第5章基于改进蜣螂算法的TCT光伏阵列的功率优化研究
5.1仿真设置
5.1.1 9×9仿真模型
为了可以充分研究并分析运用IDBO算法对局部遮阴条件下光伏发电系统进行阵列重构和MPPT控制的可行性，本节通过在MATLAB/Simulink环境下，搭建下由图2.3中的PV模块所组成的9×9TCT光伏阵列，该模型常用于实际光伏发电系统的建模，可以更加真实的反应阴影遮挡时的阵列工作情况，如图5.1所示。
5.2不同阴影遮挡模式下的仿真结果与分析
5.2.1静态阴影遮挡模式
（1）阴影模式一
图5.3(a)为使用IDBO对TCT光伏阵列进行重构后的光照分布，图5.3(b)为9×9TCT光伏阵列的P-V特性曲线，其中阵列在阴影遮挡模式一下的未重构GMPP为12931.378W,重构之后的GMPP为14506.686W，可以得出IDBO算法的阵列重构方法对最大输出功率有明显的提升，且重构后的P-V特性曲线可近似看作单峰状。
由图5.4可看出运用IDBO算法进行PV的MPPT效果最好，对MPP的跟踪定位及输出仅需0.254s就可以完成，且有较好的稳定性，可以保持在14505.68W进行输出，跟踪精度达到了99.994%。通过对光伏阵列进行重构，使用DBO、GWO、SSA和PSO四种算法均能够追踪到最大功率点附近。相比较之下，IDBO算法的跟踪速度和精度最快，其余算法相对较慢，从寻优过程的波动性来说，IDBO算法相对波动较小，其次为GWO算法，SSA算法虽然波动较大，但其稳定之后并无波动，而PSO算法在稳定之后仍有小幅波动，稳定性相对较差。由表5.1不难看出，阴影模式一下五种算法IDBO、SSA和PSO的GMPP跟踪效率均达到了99.993%左右，但在寻优过程中，IDBO算法耗时最短，PSO算法耗时最长。
第6章总结与展望
6.1总结
局部阴影遮挡会造成的光伏阵列组件之间的功率失配，特别是当外界阴影变化较为复杂的情况下，传统MPPT方法很容易错误跟踪到局部峰值，导致光伏发电系统整体的输出功率低下。因此，研究如何提高光伏发电输出效率具有重要意义。
本文的主要研究结论如下：
（1）在建立光伏电池模型的基础上，建立TCT光伏阵列的仿真模型，在多种PSC情况导致的光伏阵列输出多峰情况下，对其输出特性进行仿真分析和研究，为研究提高光伏发电系统整体效率奠定基础。
（2）对标准蜣螂优化算法的寻优机制进行了深入的分析与研究。针对DBO在寻优过程中存在收敛速度慢寻优精度低的问题，提出了一种改进的蜣螂算法。采用Chebyshev混沌映射对蜣螂位置进行初始化，引入结合Levy飞行策略的邻域搜索机制和动态权重来，结合重启机制来提高算法在跟踪光伏输出特性曲线全局最优值的性能，并对改后的DBO算法进行性能测试。通过对比改进前后算法的标准函数测试结果，以及将其应用到光伏输出多峰值的MPPT控制上的寻优精度与收敛速度的差异来验证DBO算法的改进具有可行性。
（3）将改进后的蜣螂算法应用在光伏阵列动态重构，通过构建光伏阵列的P-I分段函数，确定优化函数及适应度，使用IDBO算法对光伏阵列进行电气重构以使得光伏阵列的行电流实现均衡，以此减小由于局部阴影遮挡而导致的多峰问题对光伏阵列输出性能的影响。仿真实验结果表明，通过多种不同阴影遮挡模式的4不同重构算法的比较，IDBO在提高光伏阵列输出功率上具有明显的优势。
参考文献（略）
