一种光伏阵列多峰最大功率群搜索优化跟踪方法技术

本发明专利技术公开了一种光伏阵列多峰最大功率群搜索优化跟踪方法，包括以下步骤：测量光伏阵列的输出电压、输出电流，根据光伏阵列组件及阴影情况得到峰值数目n；调用IGSO算法，对光伏最大功率所对应电压进行跟踪；脉冲发生器根据所得电压，产生PWM信号使光伏阵列运行于更新后的阵列电压点，为光伏阵列最大输出功率；当功率变化率大于0.015时，重启搜索过程。本发明专利技术提出的基于IGSO在光伏阵列MPPT问题的跟踪方法，根据阵列结构设置IGSO算法中的成员生产者个数，提高了跟踪效率；根据最大功率点与电压之间的规律关系，改进了初始位置与搜索策略并略去漫游者，避免陷入局部极值点，提高了算法的精度与稳定性。

【技术实现步骤摘要】

本专利技术涉及光伏发电领域，特别涉及一种光伏阵列多峰最大功率群搜索优化跟踪方法。
技术介绍
光伏发电具有储量巨大、取之不尽、安全便利等特点，因此成为目前世界各国普遍关注和重点发展的新兴产业。但光伏发电在发展中也有许多问题亟需解决，其中包括选择合适的光伏阵列多峰最大功率跟踪(MaximumPowerPointTracking,MPPT)算法提高光伏系统效率。光伏阵列的最大功率点跟踪是指在太阳光照强度、外界温度等外界环境条件发生变化时，系统通过改变光伏电池阵列的输出电流或电压等方法，使阵列始终在最大功率点上工作。常规的MPPT算法(如爬山法、扰动观察法等)对于单峰功率具有较好的跟踪控制效果，然而在局部阴影情况下，光伏阵列的功率-电压(P-U)曲线呈现为多个功率极值点的多峰问题，导致常规的MPPT算法容易陷入局部极值点。人工智能方法(如神经网络、粒子群法等)对局部阴影情况时有一定效果，但神经网络法对于不同的光伏阵列系统需要进行长时间有针对性的训练；粒子群法可以提高结果的精度，但实现过程较为复杂，且会导致硬件设备成本的增加。功率跟踪中群搜索算法(GroupSearchOptimizatio本文档来自技高网...

【技术保护点】
一种光伏阵列多峰最大功率群搜索优化跟踪方法，包括以下步骤：步骤1：测量光伏阵列的输出电压、输出电流，根据光伏阵列组件及阴影情况得到峰值数目n；步骤2：调用IGSO算法，对光伏最大功率所对应电压进行跟踪；步骤3：脉冲发生器根据所得电压，产生PWM信号使光伏阵列运行于更新后的阵列电压点，为光伏阵列最大输出功率；步骤4：当功率变化率Δp大于0.015时，重启搜索过程，返回步骤1。

【技术特征摘要】
1.一种光伏阵列多峰最大功率群搜索优化跟踪方法，包括以下步骤：步骤1：测量光伏阵列的输出电压、输出电流，根据光伏阵列组件及阴影情况得到峰值数目n；步骤2：调用IGSO算法，对光伏最大功率所对应电压进行跟踪；步骤3：脉冲发生器根据所得电压，产生PWM信号使光伏阵列运行于更新后的阵列电压点，为光伏阵列最大输出功率；步骤4：当功率变化率Δp大于0.015时，重启搜索过程，返回步骤1。2.根据权利要求1所述的光伏阵列多峰最大功率群搜索优化跟踪方法，其特征在于：所述步骤2具体包括2-1：建立光伏最大功率跟踪模型：2-2：光伏最大功率所对应电压搜索：2-2-1：种群初始化：生成包含与多峰峰数相同的n个生产者的初始种群，最大迭代次数为N，设置生产者初始位置；2-2-2：进入生产者循环：进入第i个生产者Pri(1≤i≤n)的搜索循环，设定第i个生产者Pri会在(i-1)×Uoc_module至i×Uoc_module的范围搜索，其中Uoc_module为组件开路电压，此时第i个生产者Pri的位置为采用生产者搜索策略进行搜索；2-2-3：搜索第i个生产者第k+1代后的最佳位置2-2-4：搜索第k+1代最终全局位置XPr：执行完各个生产者的最大功率点搜索循环后，确定该代生产者的最终位置；2-2-5：获得各代最终位置：完成N次迭代或达到收敛条件后得到各代生产者的最终位置；2-2-6：获得全局最终电压：得到全局最终位置所对应的电压。3.根据权利要求2所述的光伏阵列多峰最大功率群搜索优化跟踪方法，其特征在于：所述步骤2-1中，根据光伏阵列特性以及利用群搜索GSO优化算法包含生产者、觅食者、漫游者的成员特征，目标函数为阵列的输出功率，生产者、觅食者位置代表阵列输入电压值。4.根据权利要求2所述的光伏阵列多峰最大功率群搜索优化跟踪方法，其特征在于：所述步骤2-2-1中，改变生产者初始位置初始化的方式为：第1个生产者Pr1的初始位置选为0.7UOC_module，第2个生产者Pr2的初始位置则选为0.7UOC_module+0.8UOC_module，以此类推，...

【专利技术属性】
技术研发人员：李利娟，巩政，唐文冰，吴军，刘梦妮，谭貌，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南;43