[发明专利]基于免疫遗传算法的光伏最大功率跟踪的实验装置及方法

摘要

本发明属于光伏发电实验装置领域，尤其涉及一种基于免疫遗传算法的光伏最大功率跟踪的实验装置及方法。实验装置包括太阳能电池板、蓄电池、控制器、功率器件、负载、监测平台；电压传感器、电流传感器、温度传感器、辐射量传感器将太阳能电池板的电压、电流、温度和辐射量信号传给监测平台，通过监测平台上的计算机显示太阳能电池板的电压、电流、功率、温度和辐射量；电压传感器和电流传感器的输出端连接控制器，控制器通过自适应免疫遗传算法计算出最大功率点以及电压，输出PWM信号至功率器件，通过改变PWM信号的占空比来产生扰动电压，控制太阳能电池板输出达到最大功率点。

主权项

一种基于免疫遗传算法的光伏最大功率跟踪的实验装置，其特征在于，包括：太阳能电池板、蓄电池、控制器、功率器件、负载、监测平台；其中，太阳能电池板依次通过控制器、功率器件和负载相连，蓄电池、监测平台分别和控制器相连，太阳能电池板上安装的电压传感器、电流传感器、温度传感器、辐射量传感器分别和监测平台相连，将太阳能电池板的电压、电流、温度和辐射量信号传给监测平台，通过监测平台上的计算机显示太阳能电池板的电压、电流、功率、温度和辐射量；电压传感器和电流传感器的输出端连接控制器，控制器通过自适应免疫遗传算法计算出最大功率点以及最大功率点对应的太阳能电池板的电压，输出PWM信号至功率器件，通过改变PWM信号的占空比来产生扰动电压，控制太阳能电池板输出达到最大功率点；所述太阳能电池板安装在角度可调的支座上，通过改变支座的角度改变太阳能电池板的安装倾角；所述太阳能电池板上安装有支架，支架上固定有可移动式遮光板，太阳能电池板四周刻有长度尺寸的刻度，通过读取遮光板影子所对应的刻度来计算太阳能电池板照射面积；所述可移动式遮光板包括半透明塑料板和黑色不透光塑料板；所述监测平台的计算机中的界面采用Labview软件编程；所述实验装置的实验方法，包括：步骤1、开启实验装置，分别依次调整太阳能电池板的安装倾角，根据传感器采集到的太阳能电池板的电压、电流、温度和辐射量数据，将数据分别记录到监测平台上，在监测平台上绘制出太阳能电池板不同安装倾角所对应的电压、电流、温度和辐射量数据曲线；步骤2、分别依次调整遮光板遮盖太阳能电池板面积，根据传感器采集到的太阳能电池板的电压、电流、温度和辐射量数据，将数据分别记录到监测平台上；在监测平台上绘制出不同遮光板遮盖面积变化所对应的电压、电流、温度和辐射量数据曲线；步骤3、控制器通过扰动观察法的算法计算出最大功率点以及最大功率点对应的太阳能电池板的电压，输出PWM信号至功率器件，通过改变PWM信号的占空比来产生扰动电压，控制太阳能电池板输出达到最大功率点；步骤4、控制器通过自适应免疫遗传算法计算出最大功率点以及最大功率点对应的太阳能电池板的电压，输出PWM信号至功率器件，通过改变PWM信号的占空比来产生扰动电压，控制太阳能电池板输出达到最大功率点；步骤5、绘制并比较扰动观察法和自适应免疫遗传算法获得的最大功率点变化曲线；所述控制器通过自适应免疫遗传算法计算出最大功率点的步骤包括：1)抗原识别；以太阳能电池板的阴影情况为输入抗原；2)产生初始种群；将抗体定义为待优化的对象太阳能电池板的电压，初始记忆库中的M个记忆细胞通过随机产生，并在决策空间中随机产生N个不同的抗体，上述N个不同的抗体和M个记忆细胞组成初始种群；3)计算适应度；将太阳能电池板的输出功率构造为抗体与抗原间的适应度函数A；4)抗体的促进和抑制，产生新的记忆细胞；对抗体的促进和抑制是以抗体的期望繁殖率为标准的，首先计算出抗体的期望繁殖率P：抗体V的期望繁殖率Pv由抗体V与抗原间的适应度函数Av和抗体V浓度Cv两部分共同决定，即Pv=αAvΣi=1NAi+(1-α)CvΣi=1NCi---(1)]]>其中，α为常数；抗体V浓度Cv为群体中相似抗体所占的比例Cv=1NΣs=1NSV,S---(2)]]>其中，N为抗体总数；SV,S为抗体V和抗体S之间的相似度，计算过程如下，首先采用变形的R位连续方法计算抗体V和抗体S之间的初始相似度为TV,STV,S=KV,SL---(3)]]>其中KV,S为抗体V与抗体S中相同的位数；L为抗体的长度；当TV,S大于预先设定的一个阈值0.9时，则定义SV,S＝1，否则SV,S＝0；然后，将群体按期望繁殖率P进行降序排列，取前N个抗体构成新的初始父代群体，取前M个抗体存入记忆细胞库中；5)自适应交叉、变异，产生新的父代群体；自适应免疫遗传算法中的交叉概率Pc和变异概率Pm能够使得算法在保持群体多样性的同时，保证算法的收敛性；Pc、Pm的计算式为：Pc=Pc1-(Pc1-Pc2)(f′-favg)fmax-favg,f′≥favgPc1,f′<favg---(4)]]>Pm=Pm1-(Pm1-Pm2)(fmax-f)fmax-favg,f≥favgPm1,f<favg---(5)]]>式中，fmax为群体中最大适应度；favg为每代群体中的平均适应度；f′为要交叉的两个个体中较大的适应度值；f为要变异个体的适应度值；设置Pc1＝0.9，Pc2＝0.6，Pm1＝0.1,Pm2＝0.01；利用上述计算结果，对新的初始父代群体进行自适应交叉、变异操作，产生新的父代群体；6)判断是否满足免疫响应的终止条件，如果是，则输出结果，结束循环；如果否，转下一步；免疫响应的终止条件为适应度函数A变化小于0.0001，即最优抗体不再发生变化，则认为找到了最大功率点，免疫响应结束；7)将5)产生的新父代群体和4)产生的新记忆细胞组成新的种群，返回3)重新进行下次计算；当适应度函数A的变化大于0.0001时，表明太阳能电池板的输出功率还在变化，免疫遗传算法未找到最优抗体，因此应该使用新种群进行下一循环的计算。