光伏阵列的P-U特性曲线在局部遮阴环境(如树木遮挡、云层变化等)下呈现多个极值点,这会导致传统的最大功率点跟踪(maximum power point tracking,MPPT)算法失效。基于此提出了一种改进量子粒子群算法的最大功率点跟踪控制方法。该算法...
详细信息
光伏阵列的P-U特性曲线在局部遮阴环境(如树木遮挡、云层变化等)下呈现多个极值点,这会导致传统的最大功率点跟踪(maximum power point tracking,MPPT)算法失效。基于此提出了一种改进量子粒子群算法的最大功率点跟踪控制方法。该算法采用量子δ势阱模型,同时引入锦标赛选择机制和随机加权平均最好位置操作,提高搜索效率的同时保持了种群多样性。在MATLAB中建立基本粒子群、量子粒子群、改进量子粒子群三种算法仿真研究。结果表明,对比其他两种粒子群算法,该算法能更为精准的跟踪光伏阵列最大功率点,有效地提高了光伏阵列的输出效率。
为解决异构网络环境下网络视频传输中难以实现均衡传输,以及视频质量难以满足用户主观需求等难题,提出了基于特性筛选及异构网络带宽选择的网络视频数据纳什均衡优化机制。首先通过对当前用户视频数据进行基于参数的特性筛选,并通过定义裁决评价矩阵来计算参数权值矢量,从而对网络状况进行动态评估,以便选择适合网络进行传输;然后采用纳什均衡优化机制,构建效益函数并采取迭代算法获取纳什均衡解,从而得到最佳带宽。仿真实验表明,与BRA-PMEM(bandwidth resource allocation mechanism in pure market economy model)机制相比,新机制在用户视频特性及网络处于异构状态时,更能有效降低用户视频体验误差程度,改善用户PSNR(peak signal to noise ratio),提高网络的利用效率。
暂无评论