[发明专利]一种基于蝴蝶优化算法的MPPT控制方法

权利要求书

1.一种基于蝴蝶优化算法的MPPT控制方法，其特征在于，包括下列步骤：

1)将MPPT的占空比作为蝴蝶个体，将蝴蝶浓度最高的蝴蝶个体作为最优蝴蝶个体，选取i只蝴蝶个体，设定迭代次数并初始化蝴蝶飞行的空间位置；

2)待光伏系统稳定运行，测量负载两端的输出电压与流过负载的输出电流；

3)通过输出电流与输出电压计算第i只蝴蝶在t时刻下的输出功率；

4)引入余弦相似度进行蝴蝶个体筛选；

5)对经过步骤4)处理的各蝴蝶个体进行功率值比较，从而对蝴蝶最优个体进行保留与更新，并输出最佳占空比及最优功率值；

6)更改蝴蝶算法的步长；

7)判断所有蝴蝶是否全部被检测完毕且迭代次数满足收敛条件，若是，则输出并保持最优的占空比，从而控制MOSFET的开关状态，否则继续进行检测及迭代，直至满足要求；

8)判断外界光照强度是否发生突变，若是则重新执行MPPT，否则继续维持最优占空比。

2.根据权利要求1所述的基于蝴蝶优化算法的MPPT控制方法，其特征在于，步骤4)的具体内容为：

41)将当前蝴蝶个体与当前输出最大功率的蝴蝶个体计算余弦相似度，并通过设置阈值进行蝴蝶个体的位置更新；

42)比较当前蝴蝶与当前输出最大功率的蝴蝶个体的适应度，剔除适应度差的个体，保留适应度高的个体。

3.根据权利要求2所述的基于蝴蝶优化算法的MPPT控制方法，其特征在于，步骤41)的具体内容为：

将当前蝴蝶个体与当前输出最大功率的蝴蝶个体进行余弦相似度计算，构建蝴蝶飞行向量，并设定阈值，若当前蝴蝶个体的余弦相似度高于此阈值，则对当前蝴蝶个体进行位置更新。

4.根据权利要求3所述的基于蝴蝶优化算法的MPPT控制方法，其特征在于，对当前蝴蝶个体进行位置更新的具体更新公式为：

式中，a、b为构建的蝴蝶向量个体；cos(a，b)为a与b之间的余弦相似度；与分别为蝴蝶个体与蝴蝶个体的适应度值大小，α为旋转因子，R_r为[-1，1]内的均匀分布的随机数，g^*属于第n次迭代的适应度最优蝴蝶位置，δ为[0，1]的随机数。

5.根据权利要求1所述的基于蝴蝶优化算法的MPPT控制方法，其特征在于，步骤5)的具体内容为：

对经过步骤4)处理的各蝴蝶个体进行功率值比较，若蝴蝶个体的输出功率相比于其他蝴蝶的香味浓度更大，则保留该蝴蝶个体，将该蝴蝶个体视为最优蝴蝶个体，即最佳占空比，并将其所在位置视为最优个体位置，从而获取最优功率值

6.根据权利要求1所述的基于蝴蝶优化算法的MPPT控制方法，其特征在于，步骤6)中，更改传统蝴蝶算法的步长的具体表达式为：

式中，num为迭代次数，step为步长。

7.根据权利要求4所述的基于蝴蝶优化算法的MPPT控制方法，其特征在于，δ取0.1。

8.根据权利要求7所述的基于蝴蝶优化算法的MPPT控制方法，其特征在于，所述迭代次数设定为二十次。