[发明专利]基于改进天牛须搜索算法的最大功率点跟踪的方法

说明书

本公开提出了一种基于改进天牛须搜索算法的最大功率点跟踪的方法，在快速寻优的同时，可以适应全局参数变化而求解，并能减小振荡幅度，并提出了基于改进天牛须搜索算法的MPPT控制方法，该方法能克服现有技术中的不足，能够很好的满足部分阴影条件下最大功率点跟踪(MPPT)的要求。

技术领域

本公开涉及光伏领域，具体地讲，涉及一种基于改进天牛须搜索算法的最大功率点跟踪的方法。

背景技术

光伏发电系统中，由于光伏电池组输出功率的非线性特征，其能量转换效率相对较低，影响了光伏发电系统的发电效率。因而提高光伏发电系统的能量利用率成为了该领域研究的重点。

光伏发电系统可能会连接逆变器、外部电网、电池组或是其他的电子负载。但不论其连接的负载为何，最大功率点追踪要处理的问题都类似，就是太阳能电池功率传输的效率和照到太阳能板上的日照量有关，也和负载的电子特性有关。当日照情形变化时，可以提供最大功率传输效率的负载曲线也随之变化，若负载可以配合功率传输效率最高的负载曲线来调整，系统会有最佳的效率。功率传输效率最高的负载特性称为最大功率点(maximumpower point)。而最大功率点追踪就是设法找到最大功率点，并使负载特性维持在这个功率点。

目前提高光伏电池能量利用率主要通过最大功率点跟踪(maximum power pointtracking，MPPT)技术来实现，MPPT的目的是在各种情形下都可以得到最大的功率输出，其主要控制方法按类型分为：传统控制方法、基于生物模型的控制方法、智能控制法。由于光伏电池发电效率受光照强度和环境温度两个因素直接影响，在实际应用中常使得光伏电池输出功率呈非线性，因而传统控制算法常常无法应对其快速变化的输出特性。

在生物模型中，粒子群算法(particle swarm optimization，PSO)由于其简单、高适应性等特点，非常适用于求解多极值函数的极值问题。天牛须搜索算法(beetleantennae search，BAS)是一种新型生物模型算法，其模拟了天牛觅食的特征，仅用一只天牛即可完成寻优，算法简单而高效。但现有的天牛算法全局寻优能力有限，较易陷于局部最优解，而为了增强全局寻优能力而增长天牛须时，又会产生较大的振荡。因此，现有的天牛须搜索算法无法满足部分阴影条件下的MPPT控制的需求。

发明内容

为了弥补现有技术的缺陷，同时又不丧失算法简单高效的特点，本公开提出了一种改进的天牛须搜索算法的MPPT的方法，在快速寻优的同时，可以适应全局参数变化而求解，并能减小振荡幅度，并提出了基于改进天牛须搜索算法的MPPT控制方法，该方法能克服现有技术中的不足，能够很好的满足部分阴影条件下最大功率点跟踪(MPPT)的要求。

与现有技术相比，本公开具有下述有益技术效果：

(1)(由于算法的优势)能够更快的跟踪最大功率点

(2)增强了算法的全局寻优能力使其更好的适应该应用场景

(3)当外界光照强度发生改变时算法能够重启并再次跟踪到最大功率点

(4)当外界环境参数稳定并已找寻到最大功率点时算法停止并保持输出不变

附图说明

图1本公开一个实施例中的恒温(25℃)下光伏单元输出特性曲线示意图；

图2本公开一个实施例中的光伏阵列多峰输出曲线示意图；

图3A至图3E本公开一个实施例中的基于PSO改进BAS算法MPPT控制流程图；

图4本公开一个实施例中的参数组一下的算法仿真结果示意图；

图5本公开一个实施例中的参数组二下的算法仿真结果示意图；

图6本公开一个实施例中的参数组三下的算法仿真结果示意图；