基于深度灰狼算法的部分遮蔽条件下光伏系统最大功率跟踪方法、计算机可读存储介质技术方案

本发明专利技术涉及电力系统优化控制技术应用领域，提供一种基于深度灰狼算法的部分遮蔽条件下光伏系统最大功率跟踪方法以及计算机可读存储介质，存储介质存储有计算机程序，计算机程序被控制器执行时实现上述方法。该方法在灰狼算法的基础上加入随机侦查策略，随机侦查策略的随机侦察向量

Maximum Power Tracking Method and Computer Readable Storage Medium for Photovoltaic System under Partial Occlusion Based on Deep Grey Wolf Algorithms

【技术实现步骤摘要】
基于深度灰狼算法的部分遮蔽条件下光伏系统最大功率跟踪方法、计算机可读存储介质
本专利技术涉及电力系统优化控制技术应用领域，特别涉及一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被控制器执行时实现基于深度灰狼算法的部分遮蔽条件下光伏系统最大功率跟踪方法。
技术介绍
太阳能作为一种新兴的可再生能源，以其储量丰富、无污染、分布广泛等优点，近年来得到了迅猛发展。光伏系统主要应用硅晶体光伏电池作为太阳能和电能的转换器件，是目前使用最为广泛的太阳能发电应用。光照强度是影响光伏电池工作状态的主要因素，在均匀光照强度下，光伏系统的P-V(功率-电压)特性曲线呈现为非线性单峰值曲线(见图1-a)，当其工作电压为最大功率点电压时，其输出电流和输出功率最大。因此，采用光伏系统最大功率跟踪(MaximumPowerPointTracking,MPPT)方法，通过采样获得光伏系统的电压和电流以计算是否获得最大功率，并通过计算来跟踪得到最大功率电压，保持为光伏系统提供当前光照强度下的最大功率电压，即可使光伏系统的工作效率最大化。但是，光伏系统在实际运行中常受乌云、树木、建筑物等的遮蔽而暴露于部分遮蔽条件下，此时，光伏系统的功率-电压(P-V)特性曲线容易由的单峰值曲线转变为呈现出多峰特性的曲线(见图1-b)。如果在部分遮蔽条件下还采用常规的最大功率跟踪算法，如增量电导法(IncrementalConductance,INC)、扰动观测法(PerturbationandObservation,P&O)，因在部分遮蔽条件下光照不均匀，往往无法识别全局最大功率点和局部最大功率点，容易造成算法陷入局部最大功率点的问题，引起整个光伏系统的功率失配，降低光伏系统的发电效率，情况严重时还会造成设备损坏。而目前常规的用于阴影遮蔽条件下的最大功率跟踪算法大多存在较大缺陷，如可以实现多峰跟踪的粒子群算法(ParticleSwarmOptimization,PSO)和能够实现并行搜索的遗传算法(GeneticAlgorithm,GA)对系统参数都有较大的依赖性，系统状态突变时动态响应较低。现有的最大功率跟踪算法在部分遮蔽条件下不能快速、稳定地找到全局最大功率点。
技术实现思路
本专利技术的目的在于：避免上述现有技术中的不足之处而提供一种使光伏系统能在部分遮蔽条件下快速、稳定地收敛至全局最大功率点的光伏系统最大功率跟踪方法。本专利技术的思路：专利技术人发现，与传统多峰值MPPT(光伏系统最大功率跟踪)方法相比，灰狼算法(GreyWolfOptimizer,GWO)也可以用于多峰值MPPT的计算，且具有参数少、收敛速度快、求解精度高等特点，但是在部分遮蔽条件下，灰狼算法的全局搜索能力依然存在一定的局限性，专利技术人想到在常规灰狼算法的基础上加入随机侦查策略，得到新的深度灰狼算法(DeepGreyWolfOptimizer,DGWO)，从而降低在部分遮蔽条件下的多峰值MPPT方法的局部最优风险，实现更为广泛的全局搜索。具体的，灰狼算法(GreyWolfOptimizer,GWO)是模仿自然界中灰狼群的领导结构和捕猎机制建立的数学模型，最初会在一定范围内初始化灰狼群(通常以采集得到的光伏系统输出电压作为灰狼群的灰狼，以输出电压所对应的占空比作为该灰狼的位置)，每头灰狼的位置对应一个光伏系统输出最大功率的可能解，且假定灰狼群中的灰狼分为α、β、δ和ω4类，以α为最优解(光伏系统采用α灰狼所对应的占空比得到的输出功率最大)，β为次优解，以此类推。在灰狼算法的每一轮迭代中，猎物代表真实的解，α、β、δ灰狼指挥灰狼群捕猎，然后把ω灰狼的位置替换为该轮迭代后得到的位置，每一轮迭代后按照各个灰狼的位置所对应的适应度函数值进行排列，根据排序更新灰狼群中个体的位置及类别，灰狼群的个体在迭代过程中不断向猎物靠近，最终最为接近猎物的头灰狼α的位置即为灰狼算法所寻得的最优解。专利技术人想到在灰狼算法的基础上引入“分组”机制，把灰狼群分为合作狩猎组和自由侦查组，前者包含四种类型的灰狼，即α、β、δ1和ω灰狼，而后者仅包括δ2灰狼，通过赋予自由侦查组的δ2灰狼更高的自由度，使其对未知环境进行广泛的全局搜索，并在下一轮迭代中参与根据适应度函数值进行的排列，与合作狩猎组的灰狼进行交换，实现随机侦查策略，从而提高全局搜索的效率。本专利技术的目的通过以下技术方案实现：提供基于深度灰狼算法的部分遮蔽条件下光伏系统最大功率跟踪方法，包括如下步骤：最大功率跟踪器模型建立步骤：建立基于光伏系统电参数的最大功率跟踪器模型，建立基于该电参数的适应度函数；参数初始化步骤：根据光伏系统的结构初始化电参数并获取该电参数的初始序列，按照适应度函数的值的预设优选顺序对初始序列进行排序，并依照排序结果把与这些初始序列的值匹配的灰狼位置依次分配给灰狼算法的α、β、δ、ω灰狼，δ灰狼包括狩猎狼δ1和侦查狼δ2，α灰狼、β灰狼、狩猎狼δ1和ω灰狼作为合作狩猎组，侦查狼δ2作为随机侦查组；灰狼狩猎步骤：根据原始灰狼算法，获取合作狩猎组的α、β灰狼和狩猎狼δ1各自相对于ω灰狼的位置向量据此计算α、β灰狼和狩猎狼δ1的调整位置并计算ω灰狼需移动到的位置按照各个调整位置以及位置所对应的适应度函数的值的预设优选顺序更新这些灰狼的位置；构建侦查狼δ2的位置更新方程其中，是侦查狼δ2的位置，是随机侦察向量，该随机侦察向量取使所表示的电参数的值在预设范围内的随机任意值，得到新的侦查狼δ2的位置按照更新后的α、β灰狼、狩猎狼δ1以及侦查狼δ2的位置所对应的适应度函数的值的预设优选顺序更新这些灰狼的位置，记为一次灰狼狩猎迭代；迭代判断步骤：若迭代总次数已达到预设值T，或者该轮迭代中合作狩猎组的α、β灰狼和狩猎狼δ1各自相对于ω灰狼的位置向量之间的关系满足预设条件，则判断迭代终止；跳转步骤：若迭代判断步骤中判断迭代终止，则输出当前α灰狼的位置作为最大功率跟踪器的最优解，控制光伏系统的光伏阵列工作，否则跳转到灰狼狩猎步骤。优选的，所述最大功率跟踪器模型建立步骤中，所述光伏系统电参数是光伏系统的输出电压Vpv，基于该输出电压Vpv的适应度函数是与该输出电压Vpv对应的光伏系统输出功率P。优选的，所述参数初始化步骤中，获取电参数的初始序列是指：对光伏系统的初始输出电压Vpv进行采样，以采样得到的输出电压Vpv为样本扩展一组随机电压序列V，随机电压序列V的值都是光伏系统的最小和最大输出电压之间的随机数。优选的，所述β灰狼和所述狩猎狼δ1都不少于两个。优选的，α、β灰狼和狩猎狼δ1的调整位置其中，为ω灰狼的位置向量，系数向量其中，是环绕系数向量，随每次迭代非线性递减：其中，是环绕系数向量迭代初始值，t是当前迭代次数，T是总迭代次数，a是用于控制环绕系数向量下降速度的调节系数。优选的，所述灰狼狩猎步骤中，其中，分别是合作狩猎组的α、β灰狼和狩猎狼δ1的平均位置向量；kα、kβ和kδ分别是与灰狼对应的引导系数。优选的，所述kα＞kβ＞kδ。优选的，所述迭代判断步骤中，所述预设条件是指：合作狩猎组的α、β灰狼和狩猎狼δ1各自相对于ω灰狼的位置向量之间的标准差小于预设值。优选的，包括在跳转步骤后执行的检验步骤：采集光伏系统的输出功率，若采集的实际本文档来自技高网...

【技术保护点】
1.基于深度灰狼算法的部分遮蔽条件下光伏系统最大功率跟踪方法，其特征在于，包括如下步骤：最大功率跟踪器模型建立步骤：建立基于光伏系统电参数的最大功率跟踪器模型，建立基于该电参数的适应度函数；参数初始化步骤：根据光伏系统的结构初始化电参数并获取该电参数的初始序列，按照适应度函数的值的预设优选顺序对初始序列进行排序，并依照排序结果把与这些初始序列的值匹配的灰狼位置依次分配给灰狼算法的α、β、δ、ω灰狼，δ灰狼包括狩猎狼δ1和侦查狼δ2，α灰狼、β灰狼、狩猎狼δ1和ω灰狼作为合作狩猎组，侦查狼δ2作为随机侦查组；灰狼狩猎步骤：根据原始灰狼算法，获取合作狩猎组的α、β灰狼和狩猎狼δ1各自相对于ω灰狼的位置向量

【技术特征摘要】
1.基于深度灰狼算法的部分遮蔽条件下光伏系统最大功率跟踪方法，其特征在于，包括如下步骤：最大功率跟踪器模型建立步骤：建立基于光伏系统电参数的最大功率跟踪器模型，建立基于该电参数的适应度函数；参数初始化步骤：根据光伏系统的结构初始化电参数并获取该电参数的初始序列，按照适应度函数的值的预设优选顺序对初始序列进行排序，并依照排序结果把与这些初始序列的值匹配的灰狼位置依次分配给灰狼算法的α、β、δ、ω灰狼，δ灰狼包括狩猎狼δ1和侦查狼δ2，α灰狼、β灰狼、狩猎狼δ1和ω灰狼作为合作狩猎组，侦查狼δ2作为随机侦查组；灰狼狩猎步骤：根据原始灰狼算法，获取合作狩猎组的α、β灰狼和狩猎狼δ1各自相对于ω灰狼的位置向量据此计算α、β灰狼和狩猎狼δ1的调整位置并计算ω灰狼需移动到的位置按照各个调整位置以及位置所对应的适应度函数的值的预设优选顺序更新这些灰狼的位置；构建侦查狼δ2的位置更新方程其中，是侦查狼δ2的位置，是随机侦察向量，该随机侦察向量取使所表示的电参数的值在预设范围内的随机任意值，得到新的侦查狼δ2的位置按照更新后的α、β灰狼、狩猎狼δ1以及侦查狼δ2的位置所对应的适应度函数的值的预设优选顺序更新这些灰狼的位置，记为一次灰狼狩猎迭代；迭代判断步骤：若迭代总次数已达到预设值T，或者该轮迭代中合作狩猎组的α、β灰狼和狩猎狼δ1各自相对于ω灰狼的位置向量之间的关系满足预设条件，则判断迭代终止；跳转步骤：若迭代判断步骤中判断迭代终止，则输出当前α灰狼的位置作为最大功率跟踪器的最优解，控制光伏系统的光伏阵列工作，否则跳转到灰狼狩猎步骤。2.如权利要求1所述的基于深度灰狼算法的部分遮蔽条件下光伏系统最大功率跟踪方法，其特征在于，所述最大功率跟踪器模型建立步骤中，所述光伏系统电参数是光伏系统的输出电压Vpv，基于该输出电压Vpv的适应度函数是与该输出电压Vpv对应的光伏系统输出功率P。3.如权利要求2所述的基于深度灰狼算法的部分遮...

【专利技术属性】
技术研发人员：孙立明，
申请(专利权)人：广州水沐青华科技有限公司，
类型：发明
国别省市：广东,44