【技术实现步骤摘要】
本专利技术属于光伏发电控制，具体涉及一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法。
技术介绍
1、随着科技进步和产业升级，当今社会对能源的需求日益增大。在双碳和节能减排的大背景下，绿色环保的需求限制了传统发电方式的进一步发展。太阳能是当今地球上储量最丰富的可再生能源之一，光伏发电以其绿色环保环境友好、维护成本低、无需燃料、没有运动部件、便于安装和分布式部署、储量丰富等特点得到了迅速发展，成为了各领域的研究热点并在各个国家得到了大规模应用。
2、光伏电池的输出具有较强的非线性特征，其p-v、i-v曲线都存在最大功率点，且受光照强度和温度影响。在不同的环境条件下，其最大功率点位置不同，会随环境实时变化。在均匀光照和同一温度条件下，光伏电池输出特性曲线表现为单峰值；在非均匀光照和温度条件下，其输出特性曲线会表现为多峰值。
3、为了实现光伏电池组串最大功率输出，一般在其后经dc/dc变换器连接到负载或直流母线，通过调整dc/dc变换器占空比，改变光伏电池组串外电路的等效电阻来实现最大功率点跟踪(mppt)。
4、传统算法如扰动观察法和电导增量法等在局部遮阴的情况下无法跟踪到全局最大功率点，模型法大多需要预知串联光伏电池的数量且依赖于所用模型的精确程度，神经网络法对不同规格的光伏电池需要训练不同的网络，实用性和通用性略差。[葛强,孙涛,等.基于滑模变结构-全局比较复合算法的光伏mppt控制系统[p].江苏省：cn116991195a,2023-11-03.]，该专利中提出了一种基于滑模变结构-全局
技术实现思路
1、针对现有mppt技术中存在的缺陷，本专利技术的目的是在局部遮阴的工况下以尽可能快的速度和尽可能高的精度跟踪全局最大功率点，并能够根据环境变化自适应调整工作点，从而提高光伏能量的利用效率。
2、为达到以上目的，本专利技术采用的技术方案是：一种基于蜜獾算法(hba)的多极值光伏发电最大功率点跟踪方法，包括以下步骤：
3、(1)初始化粒子个数n、各个体占空比[d0,d1,d2,…,di,…,dn-1]、各个体蜂蜜吸引度[i0,i1,i2,…,ii,…,in-1]；
4、(2)采样当前光伏电池输出的电压和电流值，计算当前功率；
5、(3)判断是否已经找到全局最大功率点；
6、(4)若步骤(3)未找到全局最大功率点，则更新各个体蜂蜜吸引度[i0,i1,i2,…,ii,…,in-1]，更新各个体占空比[d0,d1,d2,…,di,…,dn-1]；
7、(5)若步骤(3)已找到全局最大功率点，则稳定在全局最大功率点所对应的占空比dgbest运行，并时刻计算波动功率，判断外界环境是否发生变化而产生新的最大功率点；
8、(6)若步骤(5)产生新的最大功率点，则将各个体占空比di重新初始化，返回步骤(3)重新进行最大功率点跟踪。
9、进一步，步骤(1)中第i个体的占空比di根据粒子个数n及占空比上下限dmax、dmin均匀初始化，其计算公式如下：
10、
11、式中，0≤i<n且为整数。
12、进一步，所述步骤(3)中，根据δdsum是否小于给定值ε判断是否已经找到最大功率点，其计算公式如下：
13、
14、式中，δdsum表示各个体占空比之间的接近程度，n表示粒子个数，di表示第i个体的占空比，di+1表示第i+1个体的占空比。
15、更进一步，步骤(4)所述的第i个体的蜂蜜吸引度ii、第i个体的占空比di，根据相邻下一个体的占空比di+1及当前群体最大功率点所对应的占空比dprey更新，其计算公式如下：
16、
17、当r1≤0.5时，处于挖掘模式：
18、di-new＝dprey+f×β×ii×dprey+f×r3×α×(di-dprey)
19、当r1>0.5时，处于蜂蜜模式：
20、di-new＝dprey+f×r4×α×(di-dprey)
21、式中，γ为一常数，其默认值为0.2，di-new表示di更新之后的值，r1、r2、r3、r4均为0～1之间的随机数，f随机取1或-1，α、β均为≥1的常数，其默认值分别为6、2。
22、更进一步，步骤(5)中当目前功率pnew偏离此前记录的最大功率点功率pgbest绝对值的百分比δp大于上限|δp|max时，开始记算δp大于上限|δp|max的时间tgx。若在一个mppt周期内x％的时间δp都大于偏差上限|δp|max，则认为环境改变，最大功率点位置变化，计算公式如下：
23、
24、tgx＞x％×tmppt
25、式中，pnew为当前功率，pgbest为此前记录的最大功率点功率，δp为pnew偏离pgbest的百分比，tgx为δp大于上限|δp|max的时间，tmppt为mppt周期，x∈(0,100)。
26、本专利技术面向由光伏电池组串，dc/dc变换器以及负载组成的光伏发电系统，通过引入蜜獾优化算法以解决光伏电池板局部遮阴工况下的最大功率点跟踪问题，利用光伏电池组串整体的输出电压、电流实时计算当前功率，通过挖掘和跟踪寻找全局最大功率点。同时给出了环境变化的判定依据，当外界环境发生变化时，该方法同样能够自适应的跟踪到新的全局最大功率点，且稳定之后没有功率波动。采用本专利技术所述的方法，仅需采集光伏组串整体的输出电压、电流即可找到全局最大功率点，无需其他任何信息，不依赖模型，在功率和电压等级匹配的情况下对不同参数的光伏组串都适用，通用性强，针对静态环境工况和动态环境工况均具备良好的动态响应和稳态性能。
本文档来自技高网...【技术保护点】
1.一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法，其特征在于：
2.如权利要求1所述的一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法，其特征在于：步骤(1)中第i个体的占空比di根据粒子个数N及占空比上下限dmax、dmin均匀初始化，其计算公式如下：
3.如权利要求1所述的一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法，其特征在于：所述步骤(3)中，根据Δdsum是否小于给定值ε判断是否已经找到最大功率点，其计算公式如下：
4.如权利要求1所述的一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法，其特征在于：步骤(4)所述的第i个体的蜂蜜吸引度Ii、第i个体的占空比di，根据相邻下一个体的占空比di+1及当前群体最大功率点所对应的占空比dprey更新，其计算公式如下：
5.如权利要求1所述的一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法，其特征在于：步骤(5)中当目前功率Pnew偏离此前记录的最大功率点功率Pgbest绝对值的百分比ΔP大于上限|ΔP|max时，开始记算ΔP大于上限|ΔP|max的时间tgx。若在
...【技术特征摘要】
1.一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法，其特征在于：
2.如权利要求1所述的一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法，其特征在于：步骤(1)中第i个体的占空比di根据粒子个数n及占空比上下限dmax、dmin均匀初始化，其计算公式如下：
3.如权利要求1所述的一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法，其特征在于：所述步骤(3)中，根据δdsum是否小于给定值ε判断是否已经找到最大功率点，其计算公式如下：
4.如权利要求1所述的一种基于蜜獾算法的多极值光伏发电最大功率点跟踪方法，...
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。