本发明专利技术公开了一种基于人工鱼群算法的太阳能电池最大功率点跟踪方法。太阳能电池组件在有遮蔽情况下，其输出P-V特性曲线将出现多峰的情况，本方法采用人工鱼群算法与扰动观察法相结合，实现对太阳能电池多峰输出特性情况下的最大功率点跟踪。通过人工鱼群算法这种新型的群智能随机全局优化技术，克服了传统的爬山法、扰动观察法等只能对单峰曲线进行跟踪，易陷入局部极值的缺点。采用人工鱼群算法快速、精确地搜索到全局最大功率点，然后由扰动观察法实现最大功率点的跟踪，此方法有效的提高了光伏系统的发电效率。
【技术实现步骤摘要】
本专利技术涉及光伏发电系统最大功率点跟踪方法，更具体地说，是涉及一种。
技术介绍
现今对光伏阵列的最大功率点跟踪多考虑只存在单个极值点的情况，随着光伏建筑一体化光伏电站的发展，遮蔽效应造成的光伏阵列输出多峰特性的问题逐渐突出。在局部遮阴条件下光伏阵列P-V特性引起多个极值点，而电导增量法、爬山法、扰动观察法等常规的跟踪算法只能对单极值的P-V特性进行最大功率点跟踪，采用常规跟踪方法易陷入局部极值，无法达到全局最优值，降低了发电效率。而人工鱼群算法是一种并行的全局搜索智能算法，具有结构简单、搜索速度快、搜索范围广的显著优点，是一种高效的搜索方法。该方法可以快速准确的找到光伏系统的最大功率点，从而提高系统发电量。专利201010223784. 6提出了一种太阳能电池曲线双峰最大功率点的跟踪方法， 该专利的目的同样是针对太阳能电池输出功率极值点不唯一情况下的最大功率点跟踪。该方法为一维单调搜索，当外界功率曲线改变时，所选取的步长值对跟踪效果影响较大。本专利采用的鱼群算法为人工智能算法，当外界功率曲线改变时仍具有较好的适应性及鲁棒性。
技术实现思路
本专利技术的目的是为了解决局部遮蔽下的最大功率点跟踪问题，提高光伏系统发电效率，提出一种。为了达到上述目的，本专利技术实现目的所采取的技术方案是，包括如下步骤(1)初始化鱼群以光伏电池的电流值作为人工鱼群个体并初始化鱼群规模数N， 人工鱼群个体取值范围为0到光伏电池饱和电流之间的随机数，N取值范围为10到50之间的整数，将t时刻的电流状态用人工鱼个体状态向量It表示，即It为t时刻的电流值；(2)迭代计数器η清零；(3)评价所有个体，选对应的输出功率P最大的个体及此时的最大功率值赋给公告板ρ为目标函数值即太阳能电池板的输出功率，表示为P = f(I)，f(I) = VXI，V为光伏电池输出端电压，I为当前时刻光伏电池电流值；(4)执行人工鱼群的觅食行为设光伏电池当前电流值为Ii,在其感知范围 Visual (Visual > 0. 7)内任取电流值Ij如公式(1)，若Pi < Pj,则向Ij方向移动一步如公式O)，反之重新选取随机电流值如公式(1)，执行完规定的选择次数try_nUm后，若仍不满足前进条件则随机移动一步如公式(3)，选择次数try_nUm的取值范围为1到10之间的整数，公式中的rand表示0到1之间的随机数，step为移动步长，取值范围为0. 8到10 ；Ij = IJrandXVisual(1)权利要求1. 一种，其特征在于，包括如下步骤(1)初始化鱼群以光伏电池的电流值作为人工鱼群个体并初始化鱼群规模数N，人工鱼群个体取值范围为0到光伏电池饱和电流之间的随机数，N取值范围为10到50之间的整数，将t时刻的电流状态用人工鱼群个体状态向量It表示，即It为t时刻的电流值；(2)迭代计数器η清零；(3)评价所有个体，选对应的输出功率P最大的个体及此时的最大功率值赋给公告板 P为目标函数值即太阳能电池板的输出功率，表示为P = f(I)，f (I) =V错误!未找到引用源。I，V为光伏电池输出端电压，I为当前时刻光伏电池电流值；(4)执行人工鱼群的觅食行为设光伏电池当前电流值为Ii,在其感知范围Visual内任取电流值L如公式(1)，若Pi <Pp则向L方向移动一步如公式0)，反之重新选取随机电流值如公式(1)，执行完规定的选择次数try_nUm后，若仍不满足前进条件则随机移动一步如公式(3)，其中所述Visual > 0. 7，所述选择次数try_num的取值范围为1到10之间的整数，公式中的rand表示0到1之间的随机数，step为移动步长，取值范围为0. 8到10 ；Ij = Ii+rand错误！未找到引用源。VisualIj-I1Inext = Ii+rand错误！未找到引用源。st印错误！未找到引用源。丨丨/ τ丨丨Il 1J -1I Il(2)Inext = Ii+rand错误！未找到引用源。step.(3)(5)执行人工鱼群的聚群行为用人工鱼的当前状态Ii表示太阳能电池的当前电流值，当屯」< Visual时执行公式(4) (6)，如果Pc/nf >错误！未找到引用源。错误！未找到引用源。Pi,表明伙伴中心有较多的食物并且不太拥挤，则朝伙伴的中心位置方向前进一步如公式(7)，否则执行步骤(3)，Ic为探索当前邻域内即屯」< Visual的中心位置，即要得到的光伏电池的下一个及后续电流值，du为两人工鱼之间的距离如公式(8)，其中nf 为探索当前邻域内的伙伴个数，初始值为0，错误！未找到引用源。为拥挤度因子错误！未找到引用源。=l/(5x max)，5为极值接近水平，取值范围为0到1，nfflax为期望在该邻域内聚集的最大人工鱼数目，取值范围为1到N之间的整数；nf = nf+l Ic = Ic+Ii I丄cnf1-χ =Ι湖她碰错误丨(4)(5)(6)未找到引用源。Step错误！未找到引用源CIc~L(7)Il 介-/,IId,j= Ili-Ijl(8)(6)执行人工鱼群的追尾行为光伏电池当前电流值为Ii,探索当前邻域内的伙伴中在 Ij取得最大功率，如果P/nf >错误！未找到引用源。错误！未找到引用源。Pi,表明伙伴 Ij的状态具有较高的食物浓度并且其周围不太拥挤，则朝伙伴L的方向前进一步，如公式(9)，否则执行步骤(3)；Ifnext = Ii+rand错误！未找到引用源。st印错误！未找到引用源。 Il 1J-1I Il(9)(7)比较Psnext,Pfnext的大小，取较大值更新公告板记录；(8)判断是否达到设定的迭代次数NUM，若达到则进入步骤(9)，否则返回到步骤(3)继续完成迭代寻优计算，NUM取值范围为1到20之间的整数；(9)当搜寻到全局最大功率点后，采用传统的扰动观察法进行全局最优点的跟踪。全文摘要本专利技术公开了一种。太阳能电池组件在有遮蔽情况下，其输出P-V特性曲线将出现多峰的情况，本方法采用人工鱼群算法与扰动观察法相结合，实现对太阳能电池多峰输出特性情况下的最大功率点跟踪。通过人工鱼群算法这种新型的群智能随机全局优化技术，克服了传统的爬山法、扰动观察法等只能对单峰曲线进行跟踪，易陷入局部极值的缺点。采用人工鱼群算法快速、精确地搜索到全局最大功率点，然后由扰动观察法实现最大功率点的跟踪，此方法有效的提高了光伏系统的发电效率。文档编号G05D3/12GK102419599SQ201110337989公开日2012年4月18日 申请日期2011年10月31日 优先权日2011年10月31日专利技术者俞孟蕻, 原琳, 孙睿, 李绍鹏, 杨海兴, 邢晓濬, 陈迅 申请人:江苏科技大学本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：陈迅，原琳，俞孟蕻，李绍鹏，杨海兴，孙睿，邢晓濬，
申请(专利权)人：江苏科技大学，
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。