文献

J-GLOBAL ID：201902247000828955   整理番号：19A1199162

PVシステムのための適応進化戦略を用いたPSO-AFSA大域最大電力点追跡アルゴリズム【JST・京大機械翻訳】

PSO-AFSA Global Maximum Power Point Tracking Algorithm with Adaptive Evolutionary Strategy for PV System

著者 (7件)： Li Jianpo (School of Computer Science, Northeast Electric Power University, Jilin, China) ,  Dong Pengwei (School of Computer Science, Northeast Electric Power University, Jilin, China) ,  Zheng Cong (Global Energy Interconnection Group Co., Ltd., Beijing, China) ,  Liu Fuxin (Global Energy Interconnection Group Co., Ltd., Beijing, China) ,  Pan Songjun (Global Energy Interconnection Group Co., Ltd., Beijing, China) ,  Mu Baochun (Beijing China-Power Information Technology Co., Ltd., Beijing, China) ,  Dong Ziqi (State Grid Information & Telecommunication Branch, Beijing, China)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 109  ページ： 60-67  発行年： 2019年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： PV(光起電力)システムのP-U曲線は,不均一照射条件(NUIC)の下でマルチピーク特性を有する。従来のMPPTアルゴリズムは,局所最大電力点を追跡することができ,したがって,PVシステムは,グローバル最適で働くことができず,重大なエネルギー損失を引き起こす。そのグローバル最大電力点を追跡する方法は,効率的出力状態を維持するために,PVシステムにとって非常に重要である。PSO-AFSA(粒子群最適化人工Fish Swarmアルゴリズム)は,強力な大域探索能力を有するグローバル最大電力点追跡(GMPPT)アルゴリズムであるが,アルゴリズムの収束速度と精度は制限される。上述の問題を解決するために,改良AESPSO-AFSA GMPPTアルゴリズムを,PSO-AFSAアルゴリズムに進化戦略を導入することによって,本論文で提案した。シミュレーション結果は,NUICの下で,従来のP&OとPSO-AFSAアルゴリズムと比較して,提案したアルゴリズムは,局所最適解の獲得に良い性能を有し,個々の近傍のグローバル最適解を改善し,収束速度と収束精度も増加することを示した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機シミュレーション ,  光起電力 ,  シミュレーション ,  エネルギー損失 ,  *アルゴリズム
準シソーラス用語： 最適解 ,  局所最適解 ,  *進化戦略 ,  収束速度 ,  粒子群最適化 ,  最大電力点追従 ,  *追跡アルゴリズム ,  *最大電力点 ,  *適応進化 ,  *太陽光発電システム , 【Automatic Indexing@JST】

著者キーワード (4件)： PVシステム ,  GMPPT ,  PSO-AFSA ,  適応進化戦略

分類 (1件)： 太陽光発電  (NB03090G)

タイトルに関連する用語 (6件)： PVシステム ,  適応 ,  進化戦略 ,  PSO ,  最大電力点追跡 ,  アルゴリズム