面向低功耗光伏系统的自适应梯度下降 MPPT 算法及其复杂度感知基准测试
系统与控制
2025-11-27 v1 系统与控制
摘要
本文提出了一种计算高效、实时的最大功率点跟踪 (MPPT) 算法，专为在快速变化辐照度和局部阴影条件 (PSC) 下运行的低功耗光伏 (PV) 系统而设计。所提出的方法通过一种自适应梯度下降机制增强了经典的扰动观察 (P&O) 算法，该机制根据瞬时功率-电压斜率动态缩放扰动步长，从而最小化跟踪时间和稳态振荡。一个可选的初始化例程增强了在 PSC 下的全局 MPP (GMPP) 跟踪能力。广泛的仿真，包括来自目标应用相关的自由移动啮齿动物受试者的辐照度记录，以及在不同转换器拓扑和温度下的测试，证明了其鲁棒、拓扑无关的性能。所提出的算法在标准测试条件 (STC) 下实现了 99.94% 的 MPPT 效率，应用于实验数据时达到 99.21%，在测试的温度曲线下超过 99.6%。在 PSC 下，初始化例程将跟踪效率提高了高达 7.8%。归一化门级复杂度分析和包含效率、跟踪时间和计算成本的统一品质因数 (FoM) 表明，所提出的算法优于 35 种最先进的基于 P&O 的 MPPT 算法。这些结果强调了其适用于集成在动态和资源受限条件下运行的低功耗电源管理集成电路 (PMIC) 中。
引用
@article{arxiv.2511.20895,
title = {Adaptive Gradient Descent MPPT Algorithm With Complexity-Aware Benchmarking for Low-Power PV Systems},
author = {Kimia Ahmadi and Wouter A. Serdijn},
journal= {arXiv preprint arXiv:2511.20895},
year = {2025}
}
备注
12 pages, 13 figures