[发明专利]一种基于分子运动轨迹搜索算法的MPPT控制

说明书

本发明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。

技术领域

本发明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。

背景技术

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。

发明内容

发明目的：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。

发明内容：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P_best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X_size，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；