摘要：非均匀温度分布场下集中式热电系统呈现出多峰值特性，基于传统MPPT方法易陷入LMPP(Local Maximum Power Point)以及现有的元启发式算法因探索和开发阶段的搜索能力不均衡导致搜索时间较长所造成系统能量损失的问题，提出了一种改进的猎人猎物优化算法(Improved Hunter-prey Optimization Algorithm，IHPO)。该算法依托于标准HPO所具有的明确的探索和开发阶段的搜索能力机制，对原有机制进行了适用于多峰值特性的改进，减弱了算法本身频繁随机跃动导致的大幅度振荡的同时又能够快速追踪到全局最大功率点(Global Maximum Power Point， GMPP)。基于集中式热电系统模型，将IHPO与扰动观察法、粒子群算法、改进的粒子群算法和标准猎人猎物算法在不同工况下进行仿真对比。结果表明所提出的算法可以在非均匀温度分布的情况下快速且准确的追踪到GMPP，并大幅度减小了追踪过程的振荡，能量产出的提升最高可达21.8%，IHPO算法能够有效地解决集中式热电系统的多峰值问题。
文章目录
引言
1 热电模块和系统建模
1.1 热电模块的建模
1.2 集中式热电系统的建模
2 基于IHPO的MPPT控制算法
2.1 位置初始化
2.2 具备判定能力的猎人搜索机制
2.3 定向猎物避险机制
2.4 终止机制和重启机制
3 实验与讨论
3.1 参数设置
3.2 均匀温度分布下的性能分析
3.3 非均匀温度分布下的性能分析
3.4 阶跃变化下的性能分析
3.5 结果分析
4 结论
