基于分层鸽群算法的光伏最大功率跟踪方法及装置制造方法及图纸

本发明专利技术公开了一种基于分层鸽群算法的光伏最大功率跟踪方法及装置，其方法包括：步骤S1，周期性获取每只鸽子在当前位置的输出功率值和占空比；步骤S2，按照所述输出功率值大小关系，对多只鸽子进行聚类，得到多个鸽子聚类簇；步骤S3，采用分层鸽群算法，结合所述输出功率值和所述占空比，从多个鸽子聚类簇中确定目标鸽子；步骤S4，采用扰动观测算法对目标鸽子进行实时跟踪，直至所述目标鸽子的功率值变化率大于预设阈值时，返回执行步骤S1。在光照强度变化的条件下，高效准确地跟踪光伏系统的全局最大功率点，进而提高光伏发电系统转换电能的效率。

【技术实现步骤摘要】
基于分层鸽群算法的光伏最大功率跟踪方法及装置
本专利技术涉及太阳能光伏发电
，尤其涉及一种基于分层鸽群算法的光伏最大功率跟踪方法及装置。
技术介绍
鉴于可再生能源取之不尽且环境友好的特点，在化石燃料的消耗而日益加重的环境污染的背景下，可再生能源近年来成为发电的热门选择。而在多种可再生能源当中，太阳能被认为是最重要的可再生能源之一，且已被广泛用于光伏发电。对于光伏发电，在局部阴影条件下，为了获取光伏发电系统的最大功率，需要高效地找出全局最大功率点(LocalMaximumPowerPoint,GMPP)。但由于光伏面板的输出特性会受外部因素(例如太阳辐照度和温度)的影响，GMPP将随着这些外部因素而变化，这种情况下，通过最大功率追踪(MaximumPowerPointTracking,MPPT)方法确定GMPP对于提高光伏发电系统的效率就显得非常重要。现阶段虽然基于智能优化的MPPT算法可以在一定程度上追踪到局部阴影条件下光伏系统的GMPP，而无需对功率－电压(Power-Voltage,P–V)特性曲线全局扫描，但如果基于本文档来自技高网...

【技术保护点】
1.一种基于分层鸽群算法的光伏最大功率跟踪方法，其特征在于，应用于MPPT控制器，所述MPPT控制器与光伏板通信连接，所述光伏板包括多个采样点，每个采样点对应分层鸽群算法中的鸽子，所述方法包括：/n步骤S1，周期性获取每只鸽子在当前位置的输出功率值和占空比；/n步骤S2，按照所述输出功率值大小关系，对多只鸽子进行聚类，得到多个鸽子聚类簇；/n步骤S3，采用分层鸽群算法，结合所述输出功率值和所述占空比，从多个鸽子聚类簇中确定目标鸽子；/n步骤S4，采用扰动观测算法对目标鸽子进行实时跟踪，直至所述目标鸽子的功率值变化率大于预设阈值时，返回执行步骤S1。/n

【技术特征摘要】
1.一种基于分层鸽群算法的光伏最大功率跟踪方法，其特征在于，应用于MPPT控制器，所述MPPT控制器与光伏板通信连接，所述光伏板包括多个采样点，每个采样点对应分层鸽群算法中的鸽子，所述方法包括：
步骤S1，周期性获取每只鸽子在当前位置的输出功率值和占空比；
步骤S2，按照所述输出功率值大小关系，对多只鸽子进行聚类，得到多个鸽子聚类簇；
步骤S3，采用分层鸽群算法，结合所述输出功率值和所述占空比，从多个鸽子聚类簇中确定目标鸽子；
步骤S4，采用扰动观测算法对目标鸽子进行实时跟踪，直至所述目标鸽子的功率值变化率大于预设阈值时，返回执行步骤S1。


2.根据权利要求1所述基于分层鸽群算法的光伏最大功率跟踪方法，其特征在于，所述步骤S1包括：
周期性从所述光伏板上获取每只所述鸽子在当前位置的稳定电压、稳定电流和所述占空比；
根据所述稳定电压和稳定电流，计算出每只所述鸽子的所述输出功率值。


3.根据权利要求1或2所述的基于分层鸽群算法的光伏最大功率跟踪方法，其特征在于，所述分层鸽群算法包括：第一阶段运动模型和第二阶段运动模型；所述步骤S3包括：
采用所述第一阶段运动模型分别对每个所述鸽子聚类簇中鸽子的位置进行位置更新，得到每只所述鸽子的第一更新位置；
对所述第一更新位置满足第一收敛条件的多个鸽子进行筛选，得到待计算鸽子；
采用所述第二阶段运动模型对所述待计算鸽子对应的第一位置进行更新，得到中心位置；
当所述中心位置上的鸽子数量满足第二收敛条件时，输出所述中心位置上的目标鸽子对应的历史最大输出功率值和对应的最大占空比；
所述第二阶段运动模型包括：中心位置更新模型和鸽群第二位置更新模型；
所述中心位置更新模型为：



鸽群第二位置更新模型为：
Xi(t)＝Xi(t-1)+rand·(Xc(t)-Xi(t-1))
其中，Xc(t)为第t次迭代时的中心位置，Xi(t)为第i只鸽子在第t次迭代时的位置，Fitnessi(t)为第t次迭代时第i只鸽子对应的适应度函数，rand为(0,1)内的随机数，Xi(t-1)为第i只鸽子在第t-1次迭代时的位置。


4.根据权利要求3所述的基于分层鸽群算法的光伏最大功率跟踪方法，其特征在于，所述步骤S4包括：
采用所述扰动观测算法，施加扰动量于所述最大占空比，并测量施加所述扰动量后的待测功率值；
根据所述待测功率值和施加前的功率值，确定所述功率值变化率；
当功率值变化率大于所述预设阈值时，返回执行所述步骤S1。


5.根据权利要求3或4所述的基于分层鸽群算法的光伏最大功率跟踪方法，其特征在于，所述第一阶段运动模型包括：第一阶段速度模型和鸽群位置更新模型；采用所述第一阶段运动模型分别对每个所述鸽子聚类簇中鸽子的位置进行位置更新，得到每只所述鸽子的第一更新位置，包括：
采用所述第一阶段速度模型分别对每个所述鸽子聚类簇中鸽子的运动速度进行更新，得到每只所述鸽子的第一更新速度；
将所述第一更新速度输入鸽群第一位置更新模型，得到每只所述鸽子对应的第一更新位置；
所述第一位置更新模型为：
Xi(t)＝Vi(t)+Xi(t-1)
其中，Vi(t)为第i只鸽子在第t次迭代时的速度。


6.根据权利要求5所述的基于分层鸽群算法的光伏最大功率跟踪方法，其特征在于，所述第一阶段速度模型包括：第一层运动速度模型、第二层运动速度模型和第三层运动速度模型；所述鸽子聚类簇分为第一聚类簇、第二聚类簇和第三聚类簇；采用所述第一阶段速度模型分别对每个所述鸽子聚类簇中鸽子的运动速度进行更新，得到每只所述鸽子的第一更新速度，包括：
分别采用所...

【专利技术属性】
技术研发人员：张明宇，赵卓立，成润婷，张泽瀚，郭俊韬，肖海，周科宇，陈沛达，李新影，林孜淇，马韵淇，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44