【技术实现步骤摘要】
一种基于混合改进磷虾群算法和模糊控制器的MPPT算法
本专利技术属于光伏发电控制
，涉及一种基于混合改进磷虾群算法和模糊控制器的MPPT算法。
技术介绍
近几十年来，为了获得更大的经济、技术和环境效益，人们纷纷利用光伏(PV)和风能等可再生能源来替代化石燃料。太阳能系统由于其可利用性高、污染性低以及安装使用较灵活的特点，成为了燃料发电厂最重要的替代品之一。为了最大限度地提高太阳能系统的输出功率，现对太阳能系统输出的非线性特性的研究，目前常采用的方法为最大功率点跟踪方法，该方法可以在低成本的条件下轻松实现，从而提高光伏发电的效率，但在快速变化的大气环境下得到最佳的控制参数是本专利技术需要解决的问题。
技术实现思路
专利技术目的：为解决如何得到最佳的MPPT的控制参数，本专利技术提出了一种基于混合改进磷虾群算法和模糊控制器的MPPT算法，对模糊控制器的MFs进行调整，以处理波动引起的不确定性，使得本专利技术的MPPT算法能够在快速变化的大气环境下准确追踪和快速动态响应。技术方案：一种基于...
【技术保护点】
1.一种基于混合改进磷虾群算法和模糊控制器的MPPT算法，其特征在于：包括以下步骤：/n根据DC/DC升压转换器的电压V
【技术特征摘要】
1.一种基于混合改进磷虾群算法和模糊控制器的MPPT算法，其特征在于：包括以下步骤：
根据DC/DC升压转换器的电压VPV和输入电流IPV，计算得到时刻k对应的太阳能光伏发电系统的功率PPV(k)；
基于时刻k对应的太阳能发电系统的功率PPV(k)和太阳能发电系统的历史功率，采用改进磷虾群算法对模糊控制器的MFs比例因子的进行调整，得到最优MFs比例因子；
基于最优MFs比例因子，模糊控制器输出时刻k对应的占空比D(k)；
基于时刻k对应的占空比D(k)与时刻k-1对应的占空比D(k-1)，得到占空比变化量ΔD，在占空比变化量ΔD的控制下，DC/DC升压转换器的输出功率向最大功率方向转移；
其中，所述改进磷虾群算法包括以下步骤：
步骤1：将MFs作为磷虾个体，每个磷虾个体的适应度函数为该磷虾个体位置距离食物和群体最高密度的距离的结合；
随机产生pn个初始磷虾个体，计算每个磷虾个体的适应度值，并确定当前最优的磷虾位置；
步骤2：每个磷虾个体按照式(1)～(4)计算其运动向量，按照式(5)更新位置；
磷虾i的实时位置取决于引导运动觅食运动和随机扩散运动具体表示为：
所述引导运动表示为：
式中，αind,i表示被引导的磷虾运动的方向向量，表示周围磷虾对个体磷虾引导速度的上限，ωind表示引导权重，表示磷虾i上一次由于周围磷虾引导所产生的位置变化；
所述觅食运动表示为：
式中，ωfrg为觅食权重，表示磷虾i的觅食速度，βifood表示食物位置对磷虾i的影响因子，表示磷虾i的历史最佳适应度位置对磷虾的影响因子；
所述随机扩散运动表示为：
式中，表示最大随机扩散速度，δ表示随机扩散方向，Iter和Imax表示当前迭代次数和最大迭代次数；
根据下式更新磷虾个体i的位置：
式中，表示磷虾个体i的新位置，表示最优磷虾个体j位置，β(r)为单调递减函数；α表示比例系数；
步骤3：Iter＝Iter+1，更新每个磷虾个体的适应度值，确定当前最优磷虾位置；
步骤4：判断是否达到最大迭代次数，若未达到，则返回步骤2，否则输出最优磷虾位置，即得到最优MFs比例因子。
2.根据权利要求1所述的一种基于混合改进磷虾群算法和模糊控制器的MPPT算法，其特征在于：所述β(r)表示为：
式中，β0为初始吸引力，ri,j表示磷虾个体i与磷虾个体j之间的距离，γ表示一个大于0的系数，m表示幂次。
3.根据权利要求1所述的一种基于混合改进磷虾群算法和模糊控制器的MPPT算法，其特征在于：还包括：
DC/DC升压转换器将最大功率传输出至网侧逆变器，采用PQ控制算法，通过跟踪参考功率来控制注入主电网的有功功率或无功功率。
4.根据权利要求1所述的一种基于混合改进磷虾群算法和模糊控制器的MPPT算法，其特征在于：所述PQ控制算法包括以下步骤：
利用Park变换，将网侧逆变器的输出电压解耦到d轴和q轴，得到ud和uq；将网侧逆变器的输出电流在d轴和q轴耦合，得到id和iq；
网侧逆变器的输出电流id与参考电流idref进行比较得到电流差，电流差经PI控制后，依次与-ωL、网侧逆变器的输出电...
【专利技术属性】
技术研发人员：姜明新，王超，王海燕，贾银洁，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：江苏;32
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。