[发明专利]一种用于光伏电池的MPPT控制方法

摘要

本发明提出一种用于光伏电池的MPPT控制方法，使用遗传算法GA和变加速扰动法相结合进行光伏电池的MPPT跟踪，精确跟踪最大功率点；本发明根据光伏阵列输出特性曲线，对其采取分段扰动，根据电压变化量dU的值，选择合适的步长缩放因子和扰动步长，根据对应的电流变化量和电流变化量与电压变化量之比的值，确定扰动方向，并通过数学表达式证明了变加速扰动法的加速过程；为进一步提高跟踪精度，减少系统的跟踪时间，引入遗传算法用于建立初始搜索区间；仿真表明使用遗传算法和变加速扰动法相结合进行光伏电池的MPPT跟踪可以提高系统的稳定性和对环境的适应能力，减少在最大功率点附近的振荡。

主权项

1.一种用于光伏电池的MPPT控制方法，其特征在于，包括以下步骤：T1.综合考虑光伏阵列工作时受光照S与温度T的影响，建立光伏P‑U特性曲线模型，根据光伏阵列输出特性曲线，在不同的区间的非线性程度，把光伏P‑U特性曲线分为非线性程度弱的区间A‑B段和C‑D段及非线性程度强的区间B‑C段；在A‑B段和C‑D段采用遗传算法GA进行智能搜索，采用改进变步长扰动即变加速扰动法搜索B‑C区域；判断遗传算法GA是否达到终止条件，若迭代未达到，则仍采用遗传搜索，否则改用变加速扰动搜索来取代遗传搜索；T2.采用变加速扰动法，首先根据电压变化量dU的值，选择合适的步长缩放因子和扰动步长，根据对应的电流变化量和电流变化量与电压变化量之比的值，确定扰动方向；每次扰动一次后需更新电压变化量dU，选出合适的步长缩放因子和扰动步长及扰动方向；当扰动搜索连续几次功率变化接近于0时，则系统搜寻到最大功率点MPP；T3.判断外界环境是否发生剧变，若发生剧变则对遗传算法GA进行均匀变异操作，使算法重新产生初始种群，若环境变化起伏较小，则采用保留精英策略，将上代中的精英个体替换到本次搜寻中适应度最差的个体；所述T1步骤中遗传算法GA具体包括如下步骤，令光照S、温度T和U作为遗传算法GA的输入，输出为占空比D：T11.初始化；根据光伏系统进行输出采样，以实值编码的方式创建初始种群并确定种群N大小，将采样功率P_i作为个体i的适应度，并按照其大小进行排序求出平均适应度和最大采样功率P_max，P_max作为遗传搜索的初始父代；T12.遗传操作；选择：为避免遗传算法GA过早收敛，采用轮盘赌法对种群个体进行初步筛选，通过最佳保留策略，将当前适应度最高的个体直接复制到下一代，个体轮盘赌选择概率pi为：交叉：为提高遗传算法GA搜索能力，采用均匀交叉方式对父代中的个体进行交叉操作；变异：为保持种群多样性，引入放大因子A0，采用差分变异法，将种群中任意两个体的差分向量的结果与A0相乘加到当前t代第i个体Xi(t)上，经差分变异后的个体为：Xi(t+1)＝Xi(t)+A0(Xj(t)‑Xk(t))；若外界环境变化，则采用均匀变异的方式产生初始种群(N)；T13.终止条件；当遗传算法GA达到最大迭代次数或功率变化量接近于0时，算法终止搜索。