【技术实现步骤摘要】
一种基于改进萤火虫算法的光伏最大功率跟踪方法
本专利技术涉及一种光伏功率控制技术，尤其是涉及一种基于改进萤火虫算法的光伏最大功率跟踪方法。
技术介绍
理想情况中，光伏阵列中的光伏电池都工作在相同的温度和太阳辐照度下，此时光伏阵列的P-U曲线呈现出单峰值的特性，采用增量法、扰动观测法可以实现最大功率点跟踪。但在实际情况中，老化、局部遮挡和积尘覆盖等原因，会导致光伏电池的输出特性不一致，此时光伏阵列的P-U曲线出现多个功率峰值点，传统的单峰值MPPT方法将可能陷于局部峰值点，不仅造成大量能量损失，还会增加光伏阵列调度复杂性。群体智能算法可实现分布并行搜索，为传统方法难以处理、没有精确数学模型的问题提供了解决方案，因而可用于实现多峰值GMPPT。但大多数群体智能算法都存在着：外部条件发生变化时需要重启；动态PSC下，算法不收敛或收敛时间较长；收敛时间不稳定等缺点。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于改进萤火虫算法的光伏最大功率跟踪方法。本专利技术的目的可以通过以下技术方案来实现：一种基于改进萤火虫算法的光伏最大功率跟踪方法，包括：...
【技术保护点】
1.一种基于改进萤火虫算法的光伏最大功率跟踪方法，其特征在于，包括：步骤S1：载入初始疫苗库，步骤S2：设置种群规模，并基于疫苗库初始化种群中所有萤火虫的位置，将各萤火虫的目标函数值作为各自最大荧光亮度；步骤S3：划分各萤火虫的感知半径并更新吸引度；步骤S4：更新各萤火虫的位置；步骤S5：基于免疫补充操作产生部分新萤火虫替代最大荧光亮度较低的萤火虫；步骤S6：判断是否满足收敛条件，若为是，则执行步骤S7，若为否，则返回步骤S4；步骤S7：基于当前各萤火虫位置得到最大功率点，并更新疫苗库。
【技术特征摘要】
1.一种基于改进萤火虫算法的光伏最大功率跟踪方法，其特征在于，包括：步骤S1：载入初始疫苗库，步骤S2：设置种群规模，并基于疫苗库初始化种群中所有萤火虫的位置，将各萤火虫的目标函数值作为各自最大荧光亮度；步骤S3：划分各萤火虫的感知半径并更新吸引度；步骤S4：更新各萤火虫的位置；步骤S5：基于免疫补充操作产生部分新萤火虫替代最大荧光亮度较低的萤火虫；步骤S6：判断是否满足收敛条件，若为是，则执行步骤S7，若为否，则返回步骤S4；步骤S7：基于当前各萤火虫位置得到最大功率点，并更新疫苗库。2.根据权利要求1所述的一种基于改进萤火虫算法的光伏最大功率跟踪方法，其特征在于，所述疫苗库由历次寻到的最大功率点及对应的萤火虫位置组成。3.根据权利要求1所述的一种基于改进萤火虫算法的光伏最大功率跟踪方法，其特征在于，所述步骤S2具体包括：步骤S21：将萤火虫的目标函数值作为各自最大荧光亮度；步骤S22：计算各萤火虫之间的空间距离：rij＝||xi-xj||其中：rij为萤火虫i和萤火虫j之间的空间距离，||·||为欧式范数，xi为萤火虫i的位置，xj为萤火虫j的位置。4.根据权利要求1或3所述的一种基于改进萤火虫算法的光伏最大功率跟踪方法，其特征在于，所述萤火虫的目标函数值为基于萤火虫位置所对应的电压得到的功率。5.根据权利要求3所述的一种基于改进萤火虫算法的光伏最大功率跟踪方法，其特征在于，所述步骤S3包括：步骤S31：根据萤火虫的最大荧光亮度计算感知半径：R＝φI0其中：R为感知半径，I0为萤火虫的最大荧光亮度，φ为感知系数；步骤S32：根据萤火虫之间的空间距离计算各萤火虫之间的吸引...
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。