[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

摘要

本发明公开了一种基于粒子群算法的光伏电池板最大功率跟踪方法，首先设置功率初始值以及确定粒子位置的初始位置和粒子个数；然后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；最后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并输出；本发明根据粒子群算法获取光伏电池板的输出电压，PWM的占空比作为粒子的更新速度，电池板的输出功率作为判断粒子位置的目标函数；以粒子更新速度作为输出对Boost电路的开关管进行PWM调制，得出更新后的粒子位置，选出优化值对粒子的更新指出方向；搜索粒子的最优值，实现了MPPT目标。该跟踪方法智能化程度高，跟踪精度高，电池板能跟踪到最大功率值点而不陷入局部最优。

主权项

基于粒子群算法的光伏电池板最大功率跟踪方法，其特征在于：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；r₁、r₂为随机数r₁,r₂∈[0,1]；p_gd为整个粒子群的最优值，表示D维空间中第d维的所有粒子i的最优值；S8：根据更新前后粒子位置差值控制PWM信号,当更新前后差值为正,则减小PWM信号占空比，反之则增大；S9：由新的粒子位置即电池板输出电压来计算出粒子最优值和粒子群最优值：$I=I_{\mathrm{ph}}-I_s\·(e^{\frac{(V+I\·R_s)\·q}{\mathrm{akT}}}-1)-\left(\frac{V+I\·R_s}{R_{\mathrm{sh}}}\right);$其中，P＝V×I为优值；从各优值中选出最大值即为粒子群最优值；V和I分别是电池板输出电压和电流，R_s为串联电阻的阻值，R_sh为并联电阻的阻值；a是二极管的理想常数，k表示波尔兹曼常数，q表示电荷量常数，T表示热力学温度，Is表示二极管的饱和电流，I_sc表示电池板短路电流，I_r0表示参考光照强度，I_r表示当前光照强度；S10：重复循环步骤S5～S9，直到预设定的迭代次数。