一种改进的光伏MPPT控制方法技术

本申请公开了一种改进的光伏MPPT控制方法，包括如下步骤：S100：搭建光伏阵列在局部阴影下的仿真模型；S200：对光伏发电系统的MPPT控制模块的参数进行蚁群算法的初始化设置；S300：采集光伏阵列的输出参数代入蚁群算法中进行迭代，并将迭代结果代入模糊控制算法中进行模糊化；S400：若模糊化的结果满足终止条件，则向MPPT控制模块输出用于功率调节的占空比；否则重复步骤S300。本申请的有益效果：本申请先通过蚁群算法的引导，得到一个最大功率点附近的结果，再通过模糊控制算法定位到全局最大功率点的具体位置。通过将蚁群算法和模糊控制算法的优势进行互补，可以实现高效精确的定位最大功率点。最大功率点。最大功率点。

【技术实现步骤摘要】
一种改进的光伏MPPT控制方法


[0001]本申请涉及光伏发电
，尤其是涉及一种光伏MPPT控制方法。

技术介绍

[0002]随着化石燃料的日益枯竭，人们越来越关注以太阳能为代表的可再生能源，各国政府也纷纷出台各种政策支持光伏发电产业的发展。光伏阵列是光伏发电系统的重要组成，但其并非理想电源，输出特性极易受负荷状态、日照强度、环境温度等外界因素干扰，具有非线性特征。在光伏发电系统中使用最大功率点追踪（MPPT）技术能显著提高太阳能转换效率。
[0003]在实际生产生活中，光伏阵列并不总是工作在理想无遮挡状态下，当光伏阵列受到阴影遮挡，如房屋、云层、树荫等自然或人工条件所造成的局部阴影时，被遮挡部分与未被遮挡部分接受的光照强度不一致，导致其P
‑
V特性曲线会呈现出多个局部峰值的情况。此时，采用传统的单峰值MPPT控制方法可能陷入局部极大值点，造成严重的功率失配，既损失能量，也容易损坏光伏组件。而阴影情况随时可能发生，为了提高太阳能利用效率，寻找全局最优，研究局部阴影情况下的多峰值MPPT算法非常重要。
专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改进的光伏MPPT控制方法，其特征在于，包括如下步骤：S100：搭建光伏阵列在局部阴影下的仿真模型；S200：对光伏发电系统的MPPT控制模块的参数进行蚁群算法的初始化设置；S300：采集光伏阵列的输出参数代入蚁群算法中进行迭代，并将迭代结果代入模糊控制算法中进行模糊化；S400：若模糊化的结果满足终止条件，则向MPPT控制模块输出用于功率调节的占空比；否则重复步骤S300。2.如权利要求1所述的改进的光伏MPPT控制方法，其特征在于：步骤S100中，仿真模型的输入量包括光照强度和环境温度；输出量包括输出电压和输出电流。3.如权利要求1所述的改进的光伏MPPT控制方法，其特征在于：步骤S200中，蚁群算法的初始化设置包括蚁群规模、初始位置和信息素。4.如权利要求3所述的改进的光伏MPPT控制方法，其特征在于：在步骤S300中，光伏阵列的输出参数为：第k个工作周期的光伏阵列的输出电压U(k)和输出电流I(k)，计算得到光伏阵列的输出功率P(k)；每个蚂蚁位置所对应的输出功率被认为是该位置上的信息素。5.如权利要求4所述的改进的光伏MPPT控制方法，其特征在于：在步骤S300中，蚁群算法的迭代计算过程为：高信息的蚂蚁仍停留在原位，其他蚂蚁则根据运动步长λ调整自己的位置；其中，蚂蚁的位置调整公式以及运动步长公式分别为：；；其中，X(k)表示蚂蚁在第k个周期所处的位置，是蚁群由原位置移动到最大信息素蚂蚁位置时的单位向量；表示蚂蚁第k个周期的运动步长，表示初始的运动步长。6.如权利要求4所述的改进的光伏MPPT控制方法，其特征在于：在步骤S300中，模糊控制算法包括如下具体步骤：S310：以蚁群算法的最佳迭代结果作为模糊控制算法的初始数据；S320：选取光伏阵列当前时刻的输出功率和输出电压的偏差比作为模糊控制算法的输入量E，模糊控制算法的输出量为占空比变化量；S330：利用预设的模糊规则表和隶属度函数进行模糊控制分析，进而得到所需的模糊量；S34...

【专利技术属性】
技术研发人员：许颇，王一鸣，夏鲲，王景霞，朱本晶，李银，
申请(专利权)人：锦浪科技股份有限公司，
类型：发明
国别省市：