[发明专利]一种太阳能电池最大功率跟踪控制方法

权利要求书

1.一种太阳能电池最大功率跟踪控制方法，其特征在于，按照以下步骤实施：

步骤1、对期望输出电压进行初始化，具体步骤是，

将N块太阳能电池串联，当N≥2，最多可能出现N个功率峰值；

当2≤N≤5时，初始化2N+1个期望输出电压；

当N>5时，初始化N个期望输出电压，

首先根据太阳能电池组开路输出电压U_{oc_array}，计算得到单块太阳能电池的输出电压U_oc≈U_{oc_array}/N，

当2≤N≤5时具体的方法是第1个初始期望输出电压为U₁＝0.4U_oc，第i个初始期望输出电压为U_i＝0.8U_oc+0.5(i-2)U_oc，i＝2,...2N，第2N+1个初始期望输出电压为(N-0.1)U_oc；

当N>5时，第i个初始期望输出电压为U_i＝(i-1)U_oc+0.8U_oc，i＝1,2,...N；

步骤2、对初始化期望输出电压的性能进行评价

采用步骤1初始化的期望输出电压为太阳能电池组的输出电压值，控制太阳能电池组连接的DC/DC变换器，采用闭环PI控制方法，使太阳能电池组输出电压达到目标值，记录稳态时每个期望输出电压值对应的太阳能电池组输出功率为P_i＝V_in×I_in和对应的DC/DC变换器的占空比为D_i，V_in和I_in分别表示DC/DC变换器的输入电压及输入电流值，当2≤N≤5时，取值范围i＝1,2,...2N+1；当N>5时，取值范围i＝1,2,...N；

步骤3、对粒子群和算法参数进行初始化

利用步骤2中各个初始化目标电压对应的输出功率计算平均功率值P_mean，具体步骤是，

当2≤N≤5时，采用公式(1)计算：

$P_{mean}=\left(\underset{1}{\overset{2N+1}{\Σ}}{P}_i\right)/(2N+1),---\left(1\right)$

当N>5时，采用公式(2)计算：

$P_{mean}=\left(\underset{1}{\overset{N}{\Σ}}{P}_i\right)/N,---\left(2\right)$

取输出功率大于平均功率的初始化电压值对应的占空比记为d_j，占空比d_j按数值从小到大的顺序排列，即满足d_j≥d_j-1，j＝2,...,n；

将每个d_j对应的输出功率记为P_new(2(j-1)+1)，此处P_new(2(j-1)+1)表示集合P_new的第(2(j-1)+1)个元素，在每两个相邻占空比之间增加一个新的占空比，得到占空比集合：

D_new＝{d₁,d₁+(d₂-d₁)r₁,d₂,...,d_n-1+(d_n-d_n-1)r_n-1,d_n}，

其中r_k为[0,1]之间的随机数，k＝1,2,...,n-1；

将占空比集合中新增加的占空比D_new(2k)分别作为太阳能电池组后面连接的DC/DC变换器占空比，得到采用该占空比时太阳能电池组的稳态输出功率记为P_new(2k)，k＝1,2,...,n-1；

取m是集合P_new中最大值对应的下标，表示第g代时第i个粒子的适应值，则对应的适应值，取至此得到3个初始化粒子的位置，该3个初始化粒子对应的适应值分别为

步骤4、选出适应值最大的粒子进行保留

选取适应值最大的粒子，不参与步骤5中的位置和速度更新，称为最优保留策略；

步骤5、进行粒子群迭代，具体步骤是，

除适应值最大的粒子外，将其余两个粒子根据粒子群算法的位置按照公式(3)、(4)更新速度V_l^g+1和位置表达式如下：

$V_l^{g+1}={\mathrm{\ωV}}_l^g+c_1{r}_1(P_{best\_l}-X_l^g)+c_2{r}_2(X_{best}-X_l^g),---\left(3\right)$

$X_l^{g+1}=X_l^g+V_l^{g+1},---\left(4\right)$

其中，g为迭代次数；V_l^g为粒子l在第g次迭代时的速度；为粒子l在第l次迭代时的位置；X_best是全局最优解位置；ω为惯性权重；c₁、c₂均为学习因子，c₁对应自身学习部分，c₂对应社会学习部分；r₁和r₂均为[0,1]之间的随机数；P_{best_l}是个体l的历史最优解位置；迭代过程中g＝g+1；

步骤6、对粒子适应值进行评价，更新个体历史最优解位置P_{best_l}和全局最优解位置X_best，具体步骤是，

把3个粒子位置作为太阳能电池组连接的DC-DC变换器的占空比，记录其对应的太阳能电池组稳态输出功率值表示粒子l在第g次迭代时的适应值，l＝1,2,3，

6.1)更新个体历史最优解位置P_{best_l}

对于当前第g代中的第l个粒子，比较其对应的适应值与其自身历史最优位置对应的适应值，如果该粒子的适应值大于该粒子的历史最优位置对应的适应值，那么用该粒子的适应值替换个体历史最优适应值，同时将该粒子位置设为个体历史最优位置，具体过程是：若则其中J_lmax表示粒子l的个体历史最优适应值，l＝1,2,3；

6.2)更新全局最优解位置X_best

比较当前种群中所有l个粒子历史最优适应值，取其中最大的为全局最优适应值，同时将适应值最大的粒子位置设为全局最优解位置，即m为最大历史适应值对应的下标，X_best＝P_{best_m}；

步骤7、待所有3个粒子收敛到某一点附近时，i≠j，ε为一个设定的小正数，即认为此时搜索到最大功率点，结束搜索，将X_best作为DC/DC变换器的占空比D；

否则，返回步骤4，重新搜索。

2.根据权利要求1所述的太阳能电池最大功率跟踪控制方法，其特征在于，所述步骤7中，ε＝0.5。