[发明专利]基于粒子群算法的光伏电池板最大功率跟踪方法及系统

说明书

技术领域

本发明涉及光伏电池控制领域，特别涉及一种基于粒子群算法的光伏电池板最大功率跟踪方法及系统。

背景技术

光伏电池板的输出功率会随着输出电压的增大先逐渐增大再减小，为了使光伏电池板的输出功率最大，就必须对输出电压进行跟踪使其工作在最大功率点处。经过多年来国内外的相关研究，实际最大功率跟踪(Maximum Power Point Tracking，MPPT)中，应用较为普遍的有恒压跟踪法、扰动观察法、电导增量法、模糊控制法和粒子群算法(particle swarm optimization，PSO)等。

扰动观察法(Perturb and Obvserve,P&O)；此方法是通过扰动改变电池板的输出电压，然后观察不同电压下的电池板输出功率P和(P+△P)，比较其大小关系后确定电池板应该工作在电压U还是(U+△U)处才能使功率最大。当(P+△P)>P时，按照扰动的方向进行跟踪；当(P+△P)<P时，按照扰动的反方向进行跟踪；通过前后时刻大小比较确定下一时刻的方向，目标是找到最大值，但是当扰动步长太大时会产生剧烈震荡，步长太小会使跟踪速度变慢。虽然在专利CN201410225403中控制了跟踪步长，但在快速变化的外界环境下光照强度的变化会使P-V曲线出现多峰值现象，会使扰动观察法出现误跟踪；如图1的P-V曲线所示，图1为变化光照强度下的电池板P-V曲线；图1中，在跟踪过程中的M点，光照强度增大，此时的P-V曲线为NB段。当跟踪到B点是光照强度突然变小，此时的扰动观察法还是会跟踪到B点而不是A点。如果B点比A点高度高，则跟踪正确，如果A点比B点高就出现了误跟踪。

其中恒压法是取统计过程中的最大功率对应电压值，由于不能根据一天中的光照强度变化所以误差较大。扰动观察法应用简单，但跟踪效率不高，甚至有时候会出现跟踪错误。虽然模糊控制法在跟踪准确性上有所提高，但跟踪速度无法摆脱方法原理限制。

因此需要一种智能化程度高、跟踪精度高的光伏电池板的输出功率跟踪方法及系统。

发明内容

有鉴于此，本发明所要解决的技术问题是提供一种智能化程度高、跟踪精度高的光伏电池板的输出功率跟踪方法及系统。

本发明的目的之一是提出一种基于粒子群算法的光伏电池板最大功率跟踪方法；本发明的目的之二是提出一种基于粒子群算法的光伏电池板最大功率跟踪系统。

本发明的目的之一是通过以下技术方案来实现的：

本发明提供的基于粒子群算法的光伏电池板最大功率跟踪方法，包括以下步骤：

S1：调整电池板负载与电池板内阻相匹配；

S2：从电池板输出功率值中选取一个小于最大输出功率的功率值，作为与迭代后所计算的适应度作比较的功率初始值，赋给控制器中的功率参数Pmax；

S3：在0～电池板开路电压Voc之间分散取若干电压值作为粒子位置的初始位置和粒子个数，分别赋给控制器中的参数；

S4：以每个粒子初始位置对应的功率值作为对应粒子的粒子最优值；

S5：通过各粒子最优值的比较选出最大值作为粒子群的群最优值与功率参数Pmax的值比较，将较大者赋给功率参数Pmax；

S6：功率参数Pmax对应值即为粒子群跟踪到的电池板最大功率；

S7：将粒子速度、粒子位置、粒子最优值和粒子群最优值代入以下迭代公式计算出新的粒子速度和位置：

v_id(t+1)＝w·v_id(t)+c₁·r₁·(p_id(t)-x_id(t))+c₂·r₂·(p_gd(t)-x_id(t))；

x_id(t+1)＝x_id(t)+v_id(t+1)；

其中，v_id是D维空间中第d维的粒子i的速度，PWM的占空比作为粒子的速度；

w为惯性权重因子；

p_id是D维空间中第d维的粒子i的最优值；

x_id是D维空间中第d维的粒子i的位置，电池板的输出电压作为粒子的位置；

c₁、c₂为学习因子；