[发明专利]一种局部阴影光伏系统的复合MPPT控制算法

权利要求书

1.一种局部阴影光伏系统的复合MPPT控制算法，其特征在于，包括以下步骤：

S1、引入光伏电池工程数学模型，并计算光强和温度变化的影响，对模型进行改进；光伏电池工程数学模型为：

该模型仅需要已知短路电流Isc，开路电压Uoc以及MPP处的电压Um，电流Im。

S2、分析光伏阵列在局部阴影下产生多峰现象的原因并输出多峰波形图；

S3、根据步骤S2的分析，引入改进0.8倍开路电压法进行多峰极值的初步追踪；光伏P-U特性曲线的极值点处在0.8倍Uoc附近，多峰情况下的则极值点应为0.8Uoc的整数倍，追踪范围设置在0.7Uoc-0.9Uoc以及1.5Uoc-1.7Uoc这两个范围内。

S4、在S3的基础上，对常规粒子群算法中的惯性权重系数，自学习因子和社会学习因子变化进行改进，并利用改进型粒子群算法进行最大功率点的精确追踪。

2.根据权利要求1所述的一种局部阴影光伏系统的复合MPPT控制算法，其特征在于，在步骤S1中修改后的模型为

其中，修正系数a＝0.0025，b＝0.5，c＝0.0028，Δt＝t－tref，ΔS＝S/Sref－1，Sref＝1000W/m2,tref＝25℃。

3.根据权利要求1所述的一种局部阴影光伏系统的复合MPPT控制算法，其特征在于，在步骤S4中常规粒子群算法为

其中，式中vik是第i个粒子第k次迭代的位置变化量，本文为电流变化量；xik为第i个粒子第k次迭代的位置，即电流值；r1和r2为0到1之间的随机数；Pbesi为第i的粒子的个体最优位置，即局部极值处电流；Gbest为全局最优位置，即全局最大功率点处电流；f()为适应度函数，即功率值；ω为惯性权重系数，c1为自学习因子，c2为社会学习因子。

4.根据权利要求1所述的一种局部阴影光伏系统的复合MPPT控制算法，其特征在于，在步骤S4中改进后的惯性权重系数，自学习因子和社会学习因子为

其中，c_1start，c_2start，ω_start分别为自学习因子，社会学习因子，惯性权重系数的初始值，c_1end，c_2end，ω_end为三个系数的终值。