[发明专利]基于猴群算法的单级式光伏发电系统最大功率追踪方法

摘要

本发明公开了一种基于猴群算法的单级式光伏发电系统最大功率追踪方法，所述控制方法用于控制单级式光伏并网发电系统,包括以下步骤：获取光伏阵列开路电压和光伏组件的开路电压；初始化猴群；爬过程处理，望过程处理，跳过程处理，输出此时猴王的位置，即最大功率点处对应的电压。本发明通过爬-望-跳过程改变种群的搜索范围，使系统能够在阴影情况下准确追踪到全局最大功率点，避免算法陷入局部最优。它采用伪梯度的迭代方法，能快速追踪到全局最大功率点，提高了算法的收敛速度。它在最大功率点处采用了较小的搜索步长，降低了系统在最大功率点处的振荡，降低了功率损耗，提高了系统的运行效率。

主权项

一种基于猴群算法的单级式光伏发电系统最大功率追踪方法，所述控制方法用于控制单级式光伏并网发电系统，所述单级式光伏并网发电系统包括光伏阵列，所述光伏阵列由m串n并光伏组件组成；其特征在于：包括以下步骤：步骤1：获取光伏阵列开路电压U_{oc_array}和光伏组件的开路电压U_{oc_module}，由以下具体分步骤组成：步骤1‑1：读取所述光伏阵列的输出电压U_pv；步骤1‑2：检测所述光伏阵列的实时输出电流i_pv是否小于电流阈值i_set；如果是，转向步骤1‑4；如果否，转向步骤1‑3；步骤1‑3：述光伏阵列的输出电压U_pv增加0.5V；转向步骤1‑2；步骤1‑4：记录开路电压U_{oc_array}和所述光伏阵列的输出电压U_pv，所述光伏组件的开路电压为U_{oc_module}＝U_{oc_array}/m；步骤2：初始化猴群：包括设置目标函数值为交流侧输出电流d轴分量i_d；设置决策变量为所述光伏阵列的输出电压U_pv；设置爬步长a，根据相邻两个波峰之间的距离确定望视野长度β，眺望次数为m‑1，爬最大次数为C_{iter_max}；根据初始功率峰值点数目设置猴群规模M；根据初始功率峰值点位置初始化猴群{U₁,U₂…U_M}；步骤3：爬过程处理：由以下具体分步骤组成：步骤3‑1：产生随机向量[ΔU_pvi]，1≤i≤M：步骤3‑2：计算目标函数的伪梯度i'_d(k)：(1≤k≤C_{iter_max})$i_{di}^{\′}\left(k\right)=\frac{i_{di}(U_{pvi}+{\mathrm{\ΔU}}_{pvi})-i_{di}\left(U_{pvi}\right)}{{\mathrm{\ΔU}}_{pvi}}---\left(2\right)$其中，i_di(U_pvi+ΔU_pvi)为增加扰动之后的目标函数值，i_di(U_pvi)为扰动之前的目标函数值，ΔU_pvi为步骤3‑1的随机产生的扰动观测量,k为当前迭代次数；步骤3‑3：更新目标函数和决策变量的取值：i_di(k+1)＝i_di(k)+a*sign(i'_di(k)),1≤i≤M           (3)U_pvi(k+1)＝U_pvi(k)+ΔU_pvi(k),1≤i≤M               (4)步骤3‑4：判断目标函数与上次目标函数的差值是否大于预设阈值，如果是，转向步骤3‑1，如果否，转向步骤3‑5；步骤3‑5：判断爬次数是否小于最大爬次数，如果是，转向步骤3‑1，如果否，更新猴王位置，即最大功率点处对用的电压转向步骤4；步骤4：望过程处理：根据相邻两个波峰之间的距离设置视野长度β为0.8U_{oc_module}；步骤5：跳过程处理：由以下具体分步骤组成：步骤5‑1：更新光伏阵列的输出电压U_pvi(1≤p≤M)U_PVi(p+1)＝U_PVi(p)+β  1≤p≤M             (5)步骤5‑2：判断i_di(p+1)>i_di(p)是否成立；如果是，转向步骤3‑1，如果否，转向步骤5‑3；步骤5‑3：判断跳次数是否小于眺望次数，如果是，转向步骤5‑1，如果否，转向步骤6；步骤6：输出此时猴王的位置，即最大功率点出对应的电压