基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察算法的光伏系統(tǒng)mppt方法
【專利摘要】本發(fā)明公開(kāi)了一種基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察混合算法的局部遮陰光伏系統(tǒng)MPPT策略。所述方法在局部遮陰條件下光伏系統(tǒng)出現(xiàn)多峰值時(shí)解決搜索全局最大功率點(diǎn)問(wèn)題。當(dāng)適用情況出現(xiàn)時(shí)，使用蟻群算法跟蹤光伏輸出的前期階段，避免擾動(dòng)觀察法導(dǎo)致系統(tǒng)陷入局部最大功率點(diǎn)的現(xiàn)象出現(xiàn)，同時(shí)提高收斂速度。當(dāng)蟻群算法第二次迭代結(jié)束后，算法停止，開(kāi)始使用變步長(zhǎng)擾動(dòng)觀察法跟蹤其后期階段，利用該算法的魯棒性，避免蟻群算法導(dǎo)致系統(tǒng)出現(xiàn)穩(wěn)態(tài)震蕩。最終將更加迅速、精確和穩(wěn)定的跟蹤到局部遮陰光伏系統(tǒng)的全局最大功率點(diǎn)。
【專利說(shuō)明】
基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察算法的光伏系統(tǒng)MPPT方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于光伏發(fā)電技術(shù)領(lǐng)域，具體設(shè)及一種能迅速、精確、穩(wěn)定地捜索光伏系統(tǒng) 最大功率點(diǎn)的跟蹤策略，尤其是基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察混合算法在光伏系統(tǒng)局部 遮陰情況下跟蹤全局最大功率點(diǎn)的光伏系統(tǒng)MPPT方法。
【背景技術(shù)】
[0002] 目前，現(xiàn)有的光伏系統(tǒng)最大功率點(diǎn)跟蹤算法分為兩大種類，非智能算法與智能算 法。其中非智能算法包括擾動(dòng)觀察法、電導(dǎo)增量法等，運(yùn)些方法雖然收斂速度較快、穩(wěn)態(tài)震 蕩較小，但當(dāng)光伏系統(tǒng)出現(xiàn)局部陰影情況時(shí)，例如日出、日落W及光伏陣列周?chē)慕ㄖ锖?樹(shù)木等形成的陰影，運(yùn)些情況會(huì)大大降低系統(tǒng)效率，W上非智能算法很容易陷入局部極值 點(diǎn)。智能算法主要包括蟻群算法、粒子群優(yōu)化算法、模擬退火算法等，具有全局而且高效的 優(yōu)化性能、通用性強(qiáng)等優(yōu)點(diǎn)，但系統(tǒng)結(jié)構(gòu)復(fù)雜，計(jì)算規(guī)模較大，致使硬件成本過(guò)高，不適用于 工業(yè)大規(guī)模應(yīng)用。
[0003] 例如，南昌大學(xué)申請(qǐng)的專利文獻(xiàn)，公開(kāi)號(hào)為CN104793691A，其公開(kāi)了一種基于蟻群 算法的局部陰影下光伏陣列全局MPPT方法，技術(shù)方案可W概括為利用蟻群算法結(jié)合PI控制 器捜索光伏陣列工作于全局最大功率點(diǎn)處的電壓，在最佳電壓處采用固定小步長(zhǎng)的擾動(dòng)觀 察法跟蹤光伏陣列的全局最大功率點(diǎn)。由于該方案采用傳統(tǒng)蟻群算法，迭代次數(shù)過(guò)多，計(jì)算 量較大，運(yùn)樣會(huì)導(dǎo)致收斂速度過(guò)慢，收斂時(shí)間過(guò)長(zhǎng)；同時(shí)在后期階段采用小的定步長(zhǎng)作為擾 動(dòng)量，運(yùn)樣同樣會(huì)導(dǎo)致一個(gè)緩慢的收斂過(guò)程。其算法仿真圖如圖1所示。
[0004] 因此，在實(shí)際使用過(guò)程中，需要一個(gè)更加優(yōu)異的最大功率點(diǎn)跟蹤算法來(lái)提高太陽(yáng) 能的利用率，與此同時(shí)能增加系統(tǒng)的收斂速度。

【發(fā)明內(nèi)容】

[0005] 針對(duì)【背景技術(shù)】中提到的問(wèn)題，本發(fā)明提供一種基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察混 合算法的局部遮陰光伏系統(tǒng)MPPT方法，用W利用蟻群優(yōu)化算法的全局捜索能力和變步長(zhǎng)擾 動(dòng)觀察算法的局部捜索能力，更加迅速、精確和穩(wěn)定的跟蹤到局部遮陰光伏系統(tǒng)的全局最 大功率點(diǎn)。
[0006] 本發(fā)明的目的是W下述方式實(shí)現(xiàn)的：
[0007] -種基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察算法的光伏系統(tǒng)MPPT方法，包括W下步驟： [000引步驟1、確定蟻群規(guī)模i及運(yùn)動(dòng)步長(zhǎng)；
[0009 ]步驟2、確定蟻群初始位置；
[0010] 步驟3、采集光伏陣列輸出電壓化V和輸出電流Ipv，計(jì)算輸出功率P，每個(gè)媽蟻位置 所對(duì)應(yīng)的輸出功率被認(rèn)為是該位置上的信息素 T ;
[0011] 步驟4、蟻群進(jìn)行迭代計(jì)算，含有高信息素的媽蟻仍停留在原位，其他媽蟻根據(jù)公 式(1)調(diào)整自己的位置，其中5是蟻群由原位置移動(dòng)到最大信息素媽蟻位置時(shí)的單位向量：
[001。
Cl)
[0013] 步驟5、當(dāng)?shù)谝淮蔚Y(jié)束后，重復(fù)步驟3和步驟4完成第二次迭代，找到此時(shí)的"最 伴'媽蟻abest所對(duì)應(yīng)的最大功率點(diǎn)為Pbest,媽蟻位置即其所對(duì)應(yīng)的占空比為Dbest,蟻群算法 終止；
[0014] 步驟6、W蟻群算法兩次迭代產(chǎn)生的最佳數(shù)據(jù)Pbest和化est作為初始數(shù)據(jù)，啟動(dòng)變步 長(zhǎng)擾動(dòng)觀察算法，根據(jù)系統(tǒng)要求確定功率變化量允許最小值eP和電壓變化量允許最小值 eU;
[0015] 步驟7、計(jì)算此時(shí)功率變化量A P的絕對(duì)值是否小于功率變化量允許最小值eP，若 是，轉(zhuǎn)到步驟8，如否，轉(zhuǎn)到步驟9;
[0016] 步驟8、計(jì)算此時(shí)電壓變化量A U的絕對(duì)值是否大于電壓變化量允許最小值eU，若 是，轉(zhuǎn)到步驟9，如否，轉(zhuǎn)到步驟11;
[0017]步驟9、根據(jù)公式(2)確定擾動(dòng)步長(zhǎng)A D:
[001 引 (2)
[0019] 其中a為變步長(zhǎng)速度因子，dP= AP，加=AU;
[0020] 步驟10、根據(jù)dP是否為正數(shù)進(jìn)行步長(zhǎng)調(diào)節(jié)，若dP為正數(shù)，則根據(jù)公式（3)計(jì)算更新 的占空比;若dP為負(fù)數(shù)，則根據(jù)公式(4)計(jì)算更新的占空比：
[0021] D(k)=D(k-l)+AD (3)
[0022] D(k)=D(k-l)-AD (4)。
[0023] 步驟11、獲得全局最大功率點(diǎn)。 / 1 V
[0024] 所述步驟1中，蟻群規(guī)模i定位范圍為6-12,設(shè)置初始運(yùn)動(dòng)步長(zhǎng)So為口％相勺 范圍為50-70，第一次迭代運(yùn)動(dòng)步長(zhǎng)Si為Soe^，第二次迭代運(yùn)動(dòng)步長(zhǎng)52為5〇6 一2。
[0025] 所述步驟1中，蟻群規(guī)模i定位范圍為9，設(shè)置初始運(yùn)動(dòng)步長(zhǎng)So為0.06，第一次迭代 運(yùn)動(dòng)步長(zhǎng)Si為0.06e^，第二次迭代運(yùn)動(dòng)步長(zhǎng)S2為0.06e一2。
[0026] 所述步驟2中，將蟻群初始位置定位于0.1和0.9之間，區(qū)域內(nèi)被均勻分割成i-1部 分。
[0027] 所述步驟9中，變步長(zhǎng)速度因子a設(shè)定范圍為0.001-0.003。
[0028] 相對(duì)于現(xiàn)有技術(shù)，本發(fā)明具有W下明顯優(yōu)點(diǎn)：
[0029] 本發(fā)明捜索速度快，費(fèi)時(shí)少，捜索效率與輸出P-U曲線復(fù)雜程度無(wú)關(guān)，具有較強(qiáng)的 適應(yīng)性，有效避免陷入局部最優(yōu)點(diǎn)。從仿真實(shí)驗(yàn)得到的數(shù)據(jù)，如圖2所示，在相同溫度條件 下，設(shè)置兩種不同光照強(qiáng)度模式1和模式2,分別W本發(fā)明與【背景技術(shù)】?jī)煞N算法進(jìn)行仿真。圖 1為【背景技術(shù)】算法，圖2為本發(fā)明算法。不難看出，該方案的收斂時(shí)間較短。
【附圖說(shuō)明】
[0030] 圖1是現(xiàn)有的基于蟻群算法的局部陰影下光伏陣列全局MPPT方法的算法仿真圖。 [0031 ]圖2是本發(fā)明的混合算法的算法仿真圖。
[0032]圖3是本發(fā)明的方法的原理框圖。
[0033] 圖4是本發(fā)明的方法的步驟流程圖。
[0034] 圖5是本發(fā)明的應(yīng)用示例圖。
【具體實(shí)施方式】
[0035] 下面結(jié)合附圖及應(yīng)用實(shí)例對(duì)本發(fā)明進(jìn)一步介紹。
[0036] 如圖3和圖4所示，一種基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察算法的光伏系統(tǒng)MPPT方 法，包括W下步驟：
[0037] 步驟1、確定蟻群規(guī)模i及運(yùn)動(dòng)步長(zhǎng);本實(shí)施例中，蟻群規(guī)模i數(shù)量為9,11為60,根據(jù)
得出初始運(yùn)動(dòng)步長(zhǎng)So為0.06，第一次迭代運(yùn)動(dòng)步長(zhǎng)Si為0. 〇6e^，第二次迭代 運(yùn)動(dòng)步長(zhǎng)82為0.066一2。
[0038] 步驟2、確定蟻群初始位置;將蟻群初始位置定位于0.1和0.9之間，蟻群被定位于 0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9。區(qū)域內(nèi)被均勻分割成 8 部分。
[0039] 步驟3、采集光伏陣列輸出電壓Upv和輸出電流Ipv,計(jì)算輸出功率P，每個(gè)媽蟻位置 所對(duì)應(yīng)的輸出功率被認(rèn)為是該位置上的信息素 T ;
[0040] 步驟4、蟻群進(jìn)行迭代計(jì)算，含有高信息素的媽蟻仍停留在原位，其他媽蟻根據(jù)公 式(1)調(diào)整自己的位置，其中5是蟻群由原位置移動(dòng)到最大信息素媽蟻位置時(shí)的單位向量： 幽]
…
[0042] 步驟5、當(dāng)?shù)谝淮蔚Y(jié)束后，重復(fù)步驟3和步驟4完成第二次迭代，找到此時(shí)的"最 佳"媽蟻abest所對(duì)應(yīng)的最大功率點(diǎn)為Pbest，媽蟻位置即其所對(duì)應(yīng)的占空比為Dbest，蟻群算法 終止;本發(fā)明的蟻群算法只迭代兩次，兩次是經(jīng)過(guò)多次試驗(yàn)后得出的最好的結(jié)果，收斂速度 快同時(shí)計(jì)算結(jié)果比較精確。
[0043] 步驟6、W蟻群算法兩次迭代產(chǎn)生的最佳數(shù)據(jù)Pbest和化est作為初始數(shù)據(jù)，啟動(dòng)變步 長(zhǎng)擾動(dòng)觀察算法，根據(jù)系統(tǒng)要求確定功率變化量允許最小值eP和電壓變化量允許最小值 eU；
[0044] 步驟7、計(jì)算此時(shí)功率變化量A P的絕對(duì)值是否小于功率變化量允許最小值eP，若 是，轉(zhuǎn)到步驟8，如否，轉(zhuǎn)到步驟9;
[0045] 步驟8、計(jì)算此時(shí)電壓變化量A U的絕對(duì)值是否大于電壓變化量允許最小值eU，若 是，轉(zhuǎn)到步驟9，如否，轉(zhuǎn)到步驟11;
[0046] 巧驟9、巧據(jù)公式(2)確定擾動(dòng)步長(zhǎng)A D: 1234 (2) 2
[004引其中a為變步長(zhǎng)速度因子，用于調(diào)整跟蹤速度，設(shè)定范圍為0.001-0.003,優(yōu)選地， 可設(shè)定為 0.002;dP= AP，加=AU; 3 步驟10、根據(jù)dP是否為正數(shù)進(jìn)行步長(zhǎng)調(diào)節(jié)，若dP為正數(shù)，則根據(jù)公式（3)計(jì)算更新 的占空比;若dP為負(fù)數(shù)，則根據(jù)公式(4)計(jì)算更新的占空比： 4 D(k)=D(k-l)+AD (3)
[0051] D(k)=D(k-l)-AD (4)。
[0052] 步驟11、獲得全局最大功率點(diǎn)。
[0053] 圖5中使用Boost升壓式變換器連接光伏陣列與負(fù)載，其主要優(yōu)點(diǎn)在于對(duì)光伏陣列 的電磁干擾較小，驅(qū)動(dòng)電路簡(jiǎn)單。Boost輸出電壓被錯(cuò)制在負(fù)載兩端的電壓，通過(guò)改變占空 比D就可W改變變換器輸入電壓，而B(niǎo)oost變化器輸入電壓即為光伏陣列的輸出電壓，因此 改變D就能改變光伏陣列工作點(diǎn)的電壓，通過(guò)基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察混合算法，最 終能夠?qū)⒐ぷ鼽c(diǎn)穩(wěn)定在全局最大功率點(diǎn)。所示算法位于MPPT控制器中。
[0054] W上所述的僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)， 在不脫離本發(fā)明整體構(gòu)思前提下，還可W作出若干改變和改進(jìn)，運(yùn)些也應(yīng)該視為本發(fā)明的 保護(hù)化圍。
【主權(quán)項(xiàng)】
1. 一種基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察算法的光伏系統(tǒng)MPPT方法，其特征在于，包括 以下步驟： 步驟1、確定蟻群規(guī)模i及運(yùn)動(dòng)步長(zhǎng)； 步驟2、確定蟻群初始位置； 步驟3、采集光伏陣列輸出電壓UPV和輸出電流IPV，計(jì)算輸出功率P，每個(gè)螞蟻位置所對(duì)應(yīng) 的輸出功率被認(rèn)為是該位置上的信息素 τ; 步驟4、蟻群進(jìn)行迭代計(jì)算，含有高信息素的螞蟻仍停留在原位，其他螞蟻根據(jù)公式（1) 調(diào)整自己的位置，其中g(shù)是蟻群由原位置移動(dòng)到最大信息素螞蟻位置時(shí)的單位向量：步驟5、當(dāng)?shù)谝淮蔚Y(jié)束后，重復(fù)步驟3和步驟4完成第二次迭代，找到此時(shí)的"最佳" 螞蟻abe3St所對(duì)應(yīng)的最大功率點(diǎn)為Pbe3St，螞蟻位置即其所對(duì)應(yīng)的占空比為Dbe3St，蟻群算法終 止； 步驟6、以蟻群算法兩次迭代產(chǎn)生的最佳數(shù)據(jù)Pb(3St和Db(3St作為初始數(shù)據(jù)，啟動(dòng)變步長(zhǎng)擾 動(dòng)觀察算法，根據(jù)系統(tǒng)要求確定功率變化量允許最小值eP和電壓變化量允許最小值eU; 步驟7、計(jì)算此時(shí)功率變化量ΔΡ的絕對(duì)值是否小于功率變化量允許最小值eP，若是，轉(zhuǎn) 到步驟8，如否，轉(zhuǎn)到步驟9; 步驟8、計(jì)算此時(shí)電壓變化量AU的絕對(duì)值是否大于電壓變化量允許最小值eU，若是，轉(zhuǎn) 到步驟9，如否，轉(zhuǎn)到步驟11; 步驟9、根據(jù)公式(2)確定擾動(dòng)步長(zhǎng)Δ D:其中α為變步長(zhǎng)速度因子，dP= AP，dU= AU; 步驟10、根據(jù)dP是否為正數(shù)進(jìn)行步長(zhǎng)調(diào)節(jié)，若dP為正數(shù)，則根據(jù)公式（3)計(jì)算更新的占 空比;若dP為負(fù)數(shù)，則根據(jù)公式(4)計(jì)算更新的占空比： D(k)=D(k-l)+AD (3) D(k)=D(k-l)-AD (4)。 步驟11、獲得全局最大功率點(diǎn)。2. 根據(jù)權(quán)利要求1所述的基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察算法的光伏系統(tǒng)MPPT方法， (1 ^ 其特征在于，所述步驟1中，蟻群規(guī)模i定位范圍為6-12,設(shè)置初始運(yùn)動(dòng)步長(zhǎng)_：^ ~/% /+U ， η的范圍為50-70，第一次迭代運(yùn)動(dòng)步長(zhǎng)δ^δο。，第二次迭代運(yùn)動(dòng)步長(zhǎng)δ2為δ〇θ氣3. 根據(jù)權(quán)利要求2所述的基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察算法的光伏系統(tǒng)MPPT方法， 其特征在于，所述步驟1中，蟻群規(guī)模i定位范圍為9,設(shè)置初始運(yùn)動(dòng)步長(zhǎng)δ〇為0.06,第一次迭 代運(yùn)動(dòng)步長(zhǎng)Si為0. ，第二次迭代運(yùn)動(dòng)步長(zhǎng)δ2為0.06e_2。4. 根據(jù)權(quán)利要求1所述的基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察算法的光伏系統(tǒng)MPPT方法， 其特征在于，所述步驟2中，將蟻群初始位置定位于0.1和0.9之間，區(qū)域內(nèi)被均勻分割成i-1 部分。5. 根據(jù)權(quán)利要求1所述的基于蟻群優(yōu)化與變步長(zhǎng)擾動(dòng)觀察算法的光伏系統(tǒng)MPPT方法， 其特征在于，所述步驟9中，變步長(zhǎng)速度因子α設(shè)定范圍為0.001-0.003。
【文檔編號(hào)】G05F1/67GK105955394SQ201610482720
【公開(kāi)日】2016年9月21日
【申請(qǐng)日】2016年6月24日
【發(fā)明人】蘇海濱, 曹曉, 曹一曉, 常海松, 韓小鵬, 段剛強(qiáng), 馮利, 郭鴻奇
【申請(qǐng)人】華北水利水電大學(xué)