一种基于分子运动轨迹搜索算法的MPPT控制制造技术

本发明专利技术公开了一种基于分子运动轨迹搜索算法的多峰最大功率点跟踪(Maximum Power Point Tracking，MPPT)控制方法。首先将光伏阵列的短路电流Isc聚变为H个种群粒子，并将P‑Isc作为种群粒子的搜索范围。将区域内种群粒子追踪最大功率点的运动轨迹调整为椭圆形，高效高覆盖对光伏阵列的全局最大功率点进行搜索。对脱离局部极值的功率点通过改进型扰动观察法进行精度提升。本算法能够对局部阴影下具有多峰输出特性的光伏阵列MPPT最大功率点进行搜索，解决其易陷入局部极值、精度过低等问题，准确找到全局最大功率点。该算法寻优能力强，搜索精度高，易于编程实现。

【技术实现步骤摘要】
一种基于分子运动轨迹搜索算法的MPPT控制
本专利技术涉及一种局部阴影光伏阵列MPPT方法，特别涉及一种基于分子运动轨迹搜索算法的多峰MPPT控制。
技术介绍
光伏发电是一种新型的可再生源技术，在光伏发电过程中，提高光伏发电的效率一直是研究热点。最大功率点追踪(MPPT)是提高光伏发电效率的主要措施之一。处于一致光照条件下的光伏组件，光伏阵列的输出P-Isc为单峰曲线。为了解决单峰MPPT追踪问题，扰动观测法、电导增量法、恒定电压法被依次提出，其均在单峰中收敛速度快，具有较好的追踪能力。而对处于非一致光照条件下呈现出多个峰值的光伏阵列，基于单峰寻优的常规MPPT追踪方法难以找到最大功率点，往往在多峰寻优中易陷入局部极值，降低能量转换效率。常规算法存在难以实现光伏多峰寻优的问题。某些基于粒子群优化算法和扰动观察法相结合的复合控制方法，这些方法编程复杂，工序较多，一旦出现问题维护较为困难，也有专家提出利用局部最大功率点电压和开路电压之间的规律来确定电导增量法的搜索范围，但这很难应用于动态环境的变化，易误判，也有一些相关领域学者在粒子群算法的基础上引入模拟退火算法的Metropolis选择机制来进行最大功率点寻优，但该方法采用了嵌套迭代双重判定条件，会减缓算法收敛速度并对优值所在的区域的搜索带来一定的影响。
技术实现思路
专利技术目的：针对局部阴影下光伏列阵MPPT现有控制技术的问题，提出一种调节参数少、搜索速度快、寻优能力强且稳定的基于分子运动轨迹搜索算法的局部阴影光伏阵列多峰MPPT控制方法。
技术实现思路
：一种基于分子运动轨迹搜索算法的局部阴影光伏列阵多峰MPPT控制，包括以下步骤：步骤10：实时采集光伏阵列的环境温度T、光照强度S；步骤20：根据光伏阵列短路电流Isc合理设置种群粒子数目H，将短路电流Isc作为粒子数约束量，使得全局最大功率点Pbest能够处于P-Isc输出功率特性曲线范围上；步骤30：调整粒子运动轨迹，将粒子的搜索运动轨迹调整为椭圆形；步骤40：根据分子运动轨迹采集到的最大功率点寻优值，通过改进扰动观察法进行精度提升；步骤50：对采集到的最大功率点对应的输出电压U1跟光伏阵列输出的实际最大功率点对应输出电压U2做差，将偏差合成控制量PWM占空比对Boost电路进行控制，输出最大功率点。以上步骤中，所述步骤20中采用分子运动轨迹搜索算法迭代搜索出光伏阵列的最大功率点的方法为：步骤201：参数初始化，通过光伏电池输出特性曲线测得短路电流Isc，在基于分子运动轨迹搜索算法中，将Isc作为已知量，通过光伏电池公式，计算求得0-Isc之间的电流相对应的电压，进而获得种群中个体对应的功率P，使粒子能够在P-Isc组成的上下横纵轴区域空间搜索。进一步，所述步骤30中对采集到的最大功率点的运动轨迹调整的步骤为：步骤301：根据初始化获得的种群个体功率P，求得种群个体功率平均值同时将位于P-Isc区域中的个体位置作为Xsize，将功率平均值以及个体所在位置作为自变量求得因变量方差S；步骤302:通过S调整种群粒子运动均匀度，使得粒子能够以椭圆型运动轨迹向当前最优点Pbest靠近。再进一步，所述步骤40中采集到的最大功率点进行精度提升的步骤为：步骤401：把P-Isc曲线分成左右双部分，选取左或右某一节点作为基点，在基点横轴左右分别加减一个D值，求得基点左右两边横轴相对应的纵轴值，通过比较比较基点与左右两边的纵轴值，来确定扰动方向；步骤402:首先将基点右边递增的扰动点相对应的纵轴值做差比较，如果扰动点横纵轴均大于基点，不考虑右半部分，横纵以递增方式叠加，向MP(最大功率点)点靠近。否则不考虑左半部分，以递减方式向MP点靠近。最后，所述步骤50中局部阴影光伏列阵MPPT控制，其特征在于：步骤502:通过PWM占空比控制量来控制IGBT开关模块，使升压电路的等效电阻等于光伏阵列在实时环境条件下的内阻，实现光伏阵列的最大输出功率控制。工作原理：本专利技术所用的基于分子运动轨迹搜索算法的MPPT控制方法，算法根据光伏阵列的输出电流I合理设置种群粒子，把光伏阵列局部阴影下输出功率的数学模型作为适应度函数。算法种群粒子能够以椭圆形式较全面的对整个区域进行搜索。来达到使光伏阵列稳定的工作在最大功率点处。有益效果：与已有智能算法相比较，该算法能实时高效的迭代搜索出光伏列阵的最大功率，能使光伏阵列稳定运行在最大功率点处。本专利技术的算法概念简单，调节参数少，跟踪速度快且准确，在局部峰值处能够收敛跳出，实现准确搜索，有较强的动态响应能力。附图说明图1：为本专利技术的原理图；图2：为本专利技术的使用P-Isc搜索的依据图；图3：为本专利技术的粒子搜索轨迹图；图4：为恒步长扰动法判别方式的改进说明图；图5：为本专利技术的算法流程图。具体实施方式下面结合附图，对本专利技术进行详细说明。如图1所示，本专利技术基于分子运动轨迹搜索算法实现局部阴影下光伏阵列多峰MPPT控制。光伏阵列对光照强度以及温度进行测量，作为该算法种群粒子适应度值计算的的自变量。如图2所示，根据光伏阵列在不同光照强度和温度情况下，对光伏阵列的输出特性曲线P-Isc与P-Uoc进行比较，采用P-Isc作为种群粒子的搜索区域以及种群粒子数目的设置的依据。如图3所示，本实施例操作步骤如下：步骤1:通过对多峰下光伏阵列输出特性P-Isc曲线进行测量，通过短路电流Isc的数值初始化种群粒子。设种群粒子数目H＝50，粒子横向可活动区域为Iscmin＝0.1，Iscmax＝5.3，种群粒子最大速度为种群粒子最大位置与最小位置的均差，最小速度为Iscmin＝-Iscmax，迭代次数为L；步骤2:对粒子的初始位置以及初始速度通过rand函数随即打乱；步骤3:根据适应度函数，对种群个体的适应度值进行计算，记录最优个体Pbest，同时对适应度值进行降序排列；步骤4:记录种群个体适应度最优粒子的位置r和其余粒子的位置r1,保存最优粒子的速度和其他粒子的速度差，并根据平均值公式计算种群个体平均所在位置，之后根据公式i∈(1,2,…)计算粒子的方差，将方差保存下来，并跟第一次所设的方差值S0作比较；步骤5:对粒子初始加速度调整公式为:r>r1时，加速度为a＝rand×ril；r<r1时，加速度为a＝-rand×ril；r＝r1时，加速度为步骤6:对粒子初始速度更新公式为步骤7:通过方差之间的比较，利用下列公式计算每个种群粒子的加速度，利用所求的加速度对种群粒子的运动速度进行调整；步骤8:种群粒子速度在次更新公式为步骤9:更新粒子速度并移动粒子位置，使其能够均匀度变化，粒子均匀呈椭圆形搜索轨迹如图3所示；步骤10:记录更新后的最优个体Pbest；步骤11:在满足迭代次数要求条件之本文档来自技高网...

【技术保护点】
1.一种基于分子运动轨迹搜索算法的局部阴影光伏阵列多峰MPPT控制，其特征包括如下步骤：/n步骤10：实时采集光伏阵列的环境温度T、光照强度S；/n步骤20：根据光伏阵列短路电流Isc合理设置种群粒子数目H，将短路电流Isc作为粒子数约束量，使得全局最大功率点于P

【技术特征摘要】
1.一种基于分子运动轨迹搜索算法的局部阴影光伏阵列多峰MPPT控制，其特征包括如下步骤：
步骤10：实时采集光伏阵列的环境温度T、光照强度S；
步骤20：根据光伏阵列短路电流Isc合理设置种群粒子数目H，将短路电流Isc作为粒子数约束量，使得全局最大功率点于Pbest能够处于P-Isc输出功率特性曲线范围上；
步骤30：调整粒子运动轨迹，将粒子的搜索运动轨迹调整为椭圆形；
步骤40：根据分子运动轨迹采集到的最大功率点寻优值，通过改进扰动观察法进行精度提升；
步骤50：对采集到的最大功率点对应的输出电压U1跟光伏阵列输出的实际最大功率点对应输出电压U2做差，将偏差合成控制量PWM占空比对Boost电路进行控制，输出最大功率点。


2.根据权利要求1所述的基于分子运动轨迹搜索算法的局部阴影光伏阵列MPPT控制，其特征在于：所述步骤20中采用基于分子运动轨迹搜索算法搜索出光伏列阵的最大功率点的方法为：
步骤201：参数初始化，通过光伏电池输出特性曲线测得短路电流Isc，在基于分子运动轨迹搜索算法中，将Isc作为已知量，通过光伏电池公式，计算求得0-Isc之间的电流相对应的电压，进而获得种群中个体对应的功率P，使粒子能够在P-Isc组成的上下横纵轴区域空间振荡搜索。


3.根据权利要求1所述的一种基于分子运动轨迹搜索算法的光伏阵列MP...

【专利技术属性】
技术研发人员：易灵芝，周东访，刘江永，范朝冬，陈智勇，彭寒梅，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南;43