【技术实现步骤摘要】
本专利技术涉及一种基于边界搜索算法的光伏最大功率点追踪方法及装置，适用于光伏发电。
技术介绍
1、自然界中的一次能源储量有限，随着人口的不断增加和日益增长的经济，一次能源储量急剧下降，能源危机迫在眉睫，因此对二次能源的发展和利用已然变的极其重要，在所有二次能源中，太阳能优势最为明显，其无污染，覆盖面广以及低成价也是最为理想的可再生能源，符合绿色发展需求，在太阳能的利用上，可其转化为电能进行并网或直接供给用户使用，而弃光能源所发电力也能接入电解槽进行水电解制氢并予以存储，实现能源的时空平移，并由此有效解决可再生能源消纳及并网稳定性问题。但由于在光伏发电过程中会受到许多外在条件影响，光伏阵列的输出功率由光照强度和温度等因素的变化而变化。传统的固定直流电压/电流控制方式无法适应不同工作条件下的最佳工作点，导致输出功率损失。而光伏最大功率点跟踪（mppt）技术能够实时跟踪最大功率点，使光伏阵列工作在最佳工作点，从而显著提高太阳能发电系统的效率。不仅如此，利用光伏最大功率点跟踪技术可以更有效地提取太阳能光伏阵列的输出功率。这意味着相同的面积和施工成本下，可以获得更多的太阳能电能，从而节约能源资源。光伏最大功率点跟踪技术的应用还可以降低光伏阵列的工作压力和电压应力，减少了对光伏阵列里电池板的损害，从而延长了其寿命。所以对光伏最大功率点跟踪技术的研究已经变得十分重要。
2、在实际工程中，一方面由于外界环境会发生变化，传统的最大功率点跟踪算法会有很多不足的缺陷，如：普通的恒定电压法跟踪效果不理想，该方法并不能保证光伏发电系统工作在最
技术实现思路
1、为了提高光伏最大功率点追踪速度和追踪精度，本专利技术要解决的技术问题是：提供一种基于边界搜索算法的光伏最大功率点追踪方法及装置，以解决传统的最大功率点跟踪算法求解精度低收敛速度慢以及可能陷入局部最优的问题，本专利技术主要用于光伏发电领域。
2、本专利技术所采用的技术方案是：一种基于边界搜索算法的光伏最大功率点追踪方法，包括以下步骤：
3、步骤s1：设置矮猫鼬算法初始参数，包括确定种群数量n，最大迭代次数tmax，
4、步骤s2：获取光伏发电系统的当前开路电压和短路电流，引入mppt边界搜索算法的边界更新公式作为矮猫鼬算法边界；
5、步骤s3：利用肯特混沌映射对矮猫鼬种群进行初始化；
6、步骤s4：计算个体的适应度概率值，以个体的适应度概率值的大小选择alpha组；
7、步骤s5：alpha组位置更新；
8、步骤s6：睡眠丘位置更新；
9、步骤s7：scout组位置更新；
10、步骤s8：判断是否达到最大迭代次数tmax，若达到，则停止迭代，并将此时最大输出电压定为全局最优值，若没有达到最大迭代次数tmax，则返回步骤s2继续迭代；
11、步骤s9：采用检测装置查看当前情况下的输出功率值，判断当前功率变化率的是否满足重启条件，当输出功率变化率大于输出功率变化率阈值时，返回步骤s1，重新迭代。
12、具体地，所述mppt边界搜索算法的边界更新公式如下：
13、；
14、；
15、；
16、其中，lt为第t次迭代的下边界，lt+1为第t+1次迭代的下边界，ut为第t次迭代的上边界，ut+1为第t+1次迭代的上边界，vbest为当前电压值，t为当前迭代次数，r为调节参数。
17、具体地，所述利用肯特混沌映射对矮猫鼬种群进行初始化的过程如下：
18、；
19、其中，为第t次迭代产生的肯特序列，为第t+1次迭代产生的肯特序列，为肯特参数，且，生成矮猫鼬种群；
20、；
21、其中，为第t次迭代的矮猫鼬种群位置。
22、具体地，alpha组位置更新公式如下：
23、；
24、；；
25、其中，r1为[0，2π]的随机数，r2为[0，π]的随机数，代表下一代个体的距离和方向，x1和x2是黄金分割系数，用于缩小搜索空间，引导个体收敛到最优值：为第t次迭代第i个个体的位置，为第t+1次迭代第i个个体的位置，为除了第t次迭代第i个个体以外的一位随机成员位置，a和b是两个搜索区间，μ是黄金分割比。
26、具体地，所述重启条件为：
27、；
28、式中：pz是当前采集的功率，pmax是光伏阵列输出最大功率，∆p为输出功率变化率，为输出功率变化率阈值。
29、本专利技术提供一种基于边界搜索算法的光伏最大功率点追踪装置，包括：
30、太阳能电池板，通过串联多个光伏电池，将太阳能转换为直流电能进行输出；
31、控制模块，包括mppt控制器，监测光伏阵列的输出电压和输出电流，将光伏阵列的输出电压和电流输入mppt控制器，根据前述基于边界搜索算法的光伏最大功率点追踪方法进行控制，通过调节光伏阵列的工作点，使光伏阵列始终工作在最大功率点；
32、调节模块：包括cuk电路，将光伏阵列输出的电压直流电转换为适合负载的电压。
33、进一步优选，所述控制模块还包括：
34、边界更新模块，用于矮猫鼬算法边界更新；
35、位置更新模块，用于对alpha组、睡眠丘、scout组位置更新；
36、条件判断模块，用于判断是否达到最大迭代次数；
37、重启模块，用于控制基于边界搜索算法的光伏最大功率点追踪方法重启。
38、本专利技术的有益效果：将光伏阵列输出的电压和电流输入控制模块，采用基于边界搜索的矮猫鼬算法进行迭代搜索找寻最优值后控制光伏阵列工作在最大功率点，使其能在外界环境发生突变的情况下，始终工作在最大功率点处。相较于传统的矮猫鼬算法，基于边界搜索的矮猫鼬算法，加快了算法的搜索速度以及搜索精度，引入mppt边界搜索算法的边界更新公式，帮助矮猫鼬算法在初始阶段进行更有效的搜索，提高全局收索能力，引导矮猫鼬算法更快地收敛并找到更好的解，采用肯特混沌映射对种群进行初始化，增加种群多样性，以解决矮猫鼬种群随机性和多样性不足的问题，引入黄金正弦策略更新位置，防止陷入局部最优解，加强了算法的寻优能力。
本文档来自技高网...【技术保护点】
1.一种基于边界搜索算法的光伏最大功率点追踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于边界搜索算法的光伏最大功率点追踪方法，其特征在于，所述MPPT边界搜索算法的边界更新公式如下：
3.根据权利要求2所述的基于边界搜索算法的光伏最大功率点追踪方法，其特征在于，所述利用肯特混沌映射对矮猫鼬种群进行初始化的过程如下：
4.根据权利要求3所述的基于边界搜索算法的光伏最大功率点追踪方法，其特征在于，所述alpha组位置更新公式如下：
5.根据权利要求1所述的基于边界搜索算法的光伏最大功率点追踪方法，其特征在于，所述重启条件为：
6.一种基于边界搜索算法的光伏最大功率点追踪装置，其特征在于，包括：
7.根据权利要求6所述的基于边界搜索算法的光伏最大功率点追踪装置，其特征在于，所述控制模块还包括：
【技术特征摘要】
1.一种基于边界搜索算法的光伏最大功率点追踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于边界搜索算法的光伏最大功率点追踪方法，其特征在于，所述mppt边界搜索算法的边界更新公式如下：
3.根据权利要求2所述的基于边界搜索算法的光伏最大功率点追踪方法，其特征在于，所述利用肯特混沌映射对矮猫鼬种群进行初始化的过程如下：
4.根据权利要求3所述...
【专利技术属性】
技术研发人员：康兵，柯东旭，吴弘涛，许志浩，黄强，张兴旺，陈伟国，丁贵立，王宗耀，
申请(专利权)人：南昌工程学院，
类型：发明
国别省市：
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。