基于混沌粒子群算法的局部阴影下光伏列阵功率追踪方法技术
【技术实现步骤摘要】
基于混沌粒子群算法的局部阴影下光伏列阵功率追踪方法
本专利技术涉及电力系统仿真领域，具体涉及一种基于混沌粒子群算法的局部阴影下光伏列阵最大功率点追踪方法。
技术介绍
随着电力系统的发展及环保意识的逐渐提高，人们越发青睐于安全高效的清洁能源，如光伏发电，风力发电等。光伏发电有着使用方便，成本低的特点，近几年，光伏发电容量占发电总容量的比例逐渐提高。对于光伏发电，如何令光伏列阵最大功率地输出成为人们研究的重点。光伏列阵最大功率跟踪是提高光伏列阵输出效率的有效途径，最大功率跟踪是指在光照强度及列阵表面温度发生突变时，通过最大功率跟踪模块快速地获得当前光照及温度下的最大功率输出点。在光伏发展的早期，大规模的光伏发电系统分布于西北等太阳能充足的地区，大量的光伏列阵往往安装在空旷平坦的地区，太阳能电池板的表面温度及光照强度往往是一样的，从而采用传统的扰动法，恒定电压跟踪法，电导增量法，上山法就可以获得光伏列阵的最大功率输出点；但随着光伏发电的高速发展，小型光伏发电系统逐渐走进千家万户，人们往往在房屋屋顶就可以安装光伏发电系统，以满足自家用电需求，但产生了局部阴影下光伏列阵最大...
【技术保护点】
一种基于混沌粒子群算法的光伏列阵最大功率追踪方法，其特征在于，所述方法包括以下步骤:步骤S10、对混沌粒子群算法的基本参数进行设置，包括粒子维数D，粒子总数N，学习因子c1和学习因子c2，惯性权数w，混沌因子rid，混沌变量cid，搜索测度
【技术特征摘要】
1.一种基于混沌粒子群算法的光伏列阵最大功率追踪方法，其特征在于，所述方法包括以下步骤:步骤S10、对混沌粒子群算法的基本参数进行设置，包括粒子维数D，粒子总数N，学习因子c1和学习因子c2，惯性权数w，混沌因子rid，混沌变量cid，搜索测度和移动因子M；步骤S20、利用粒子的位置表示电压值，对最大功率追踪系统的光伏列阵两端的电压值进行设置，测量当前设置的电压值下光伏列阵的输出功率值；步骤S30、对当前粒子间的间距进行计算，若当前粒子间的间距小于设定值，则跳至步骤S40，否则，再次引入混沌变量，令粒子在搜索空间范围内进行全局搜索，根据粒子状态的不同进行粒子移动速度和粒子位置的更新，返回步骤S20；步骤S40、若当前粒子间的间距小于设定值，则认为粒子均集中，且当前粒子间的间距值为最大功率点处对应的电压值，停止迭代。2.根据权利要求1所述的一种基于混沌粒子群算法的光伏列阵最大功率追踪方法，其特征在于：步骤S10中，粒子维数D代表寻优值的个数，此处为光伏列阵两端电压值，为一维寻优；学习因子c1和学习因子c2分别为自身认识因子和社会认知因子，值的大小影响收敛速度和搜索精度；惯性权数w，w的值较大能够使算法不易陷入局部最优，w的值较小能够加快收敛，使收敛更加平稳；混沌因子rid是一个0～1之间的随机数；混沌变量cid是0～1之间的数，数值大小表示粒子的混沌程度，初次迭代，该值等于0.9999；搜索测度与移动因子M的乘积为搜索空间范围，即为光伏列阵的开路电压值；步骤S20中，所述最大功率追踪系统由光伏列阵、Boost电路和负载构成。3.根据权利要求2所述的一种基于混沌粒子群算法的光伏列阵最大功率追踪方法，其特征在于：步骤S20中，对最大功率追踪系统的光伏列阵两端的电压值进行设置的方法如下：设置负载两端电压值U0恒定，通过调节可控开关管的占空比，使光伏列阵两端电压值达到设定值，即粒子群所代表的位置。4.根据权利要求1或2所述的一种基于混沌粒子群算法的光伏列阵最大功率追踪方法，其特征在于：步骤S30中混沌变量的再次引入时间是当粒子集中于多个不同局部最优位置时，即粒子陷入局部最优值时，混沌变量的作用是令粒子跳出当前位置，再次遍历搜索，以保证粒子能够得到搜索空间范围内的所有电压值。5.根据权利要求1或2所述的一种基于混沌粒子群算法的光伏列阵最大功率追踪方法，其特征在于：所述粒子的状态分为混沌状态和稳定状态，混沌状态是指粒子引入混沌变量时的状态，该状态的作用是对空间进行搜索；稳定状态是指无混沌变量时粒子的状态，该状态的作用是令粒子向最优位置移动，为了加速收敛，当粒子处于稳定状态时，令粒子等于历史最优位置，减小迭代次数；粒子的稳定状态与混沌状态交替如下：设MO为粒子当前移动距离，DIS为粒子当前位置与历史最优位置的距离，DISB为粒子间的相对位置，即：...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。