[发明专利]基于自适应果蝇搜索的光伏阵列最大功率点跟踪方法

说明书

技术领域

本发明涉及光伏阵列最大功率点跟踪方法，更具体地说，是一种基于自适应果蝇搜索的光伏阵列最大功率点跟踪方法。

背景技术

传统能源发电面临着能源短缺及环境污染等问题，以光伏发电为代表的新能源发电日益受到人们的青睐。光伏发电系统的最大功率点跟踪问题是亟待解决的核心问题之一，目前常用的跟踪方法有电导增量法、扰动观察法。电导增量法通过计算dP/dU的值，判断光伏阵列的最大功率点，当dP/dU＝0时，认为跟踪到光伏阵列最大功率点。扰动观察法，通过对光伏阵列输出电压值加扰动量，计算功率值，将扰动后的功率值与扰动前的功率值比较，判断下一次的扰动方向，通过此方法搜索光伏阵列的最大功率点。此两种方法大都适用于光伏阵列无遮挡情况下，P-V曲线呈现单峰时的最大功率点跟踪。实际应用中，尤其是随着光伏建筑的发展，光伏阵列的遮挡情况时有发生。此时，光伏阵列的P-V曲线呈现多峰特性，而原有的电导增量法，扰动观察法等，大多搜索到第一个峰值点就停止搜索，认为已经跟踪到光伏阵列的最大功率点。但遮挡情况下，多峰的P-V曲线，最大峰值点并不一定就是第一个峰值点，所以原有跟踪方法大多失效，易陷入局部极值点的跟踪。

ZL201110337989.1提出了一种光伏电池遮蔽情况下的最大功率点跟踪方法，其目的同样是对光伏电池P-V曲线存在多极值情况下的最大功率点跟踪。但该方法计算量大且计算程度复杂，完成一次搜索耗时较长。

发明内容

本发明的目的是为了解决光伏阵列部分遮挡情况下的最大功率点跟踪问题，减少光伏系统的功率损失，提高发电效率，提出了一种基于自适应果蝇搜索的光伏阵列最大功率点跟踪方法，该方法不仅可以精确、快速的跟踪到全局最优点，还可以当外界环境突变时，重新搜索到全局最优点，避免产生误判断现象。此方法具有搜索范围广，搜索速度快，算法简单等特点。

为了达到上述目的，本发明所采取的技术方案是：

一种基于自适应果蝇搜索的光伏阵列最大功率点跟踪方法，包括如下步骤：

S1.首先对果蝇种群位置、果蝇规模及最大迭代次数进行初始化；基于恒定电压法，采用光伏阵列开路电压的0.78倍和对应的光伏阵列输出电流值作为果蝇种群初始位置(V_-axis，I_-axis)；确定初始果蝇规模sizepop和算法最大迭代次数maxgen；

S2.根据初始步长值L₀和当前觅食代数g确定出随机步长L并进行自适应步长嗅觉搜索；其中随机步长L值由初始步长值L₀,最大迭代次数maxgen及当前觅食代数g求得，光伏阵列输出电压V_i和输出电流I_i由果蝇种群初始位置(V_-axis，I_-axis)和随机步长L求得；采用自适应步长嗅觉搜索，提高最大功率点全局搜索效率和寻优精度；具体求法如下：

V_i＝V_-axis+L(2)

I_i＝I_-axis+L(3)

S3.进行初步计算，通过光伏系统控制器采集的光伏阵列输出电压V_i和输出电流I_i，计算个体距坐标原点的距离Dist_i，从而确定果蝇个体的味道浓度判定值C_i，并以味道浓度判定值C_i作为全局最大功率点搜索方向判定参数，以改善全局寻优能力；具体公式如下：

C_i＝1/(Dist_i+α)+β (5)

其中，为确定更加准确的味道浓度判定值C_i，使α>0,β分为两种：

第一类避免局部最优因子g×Dist_i中，g服从均匀分布；第二类避免局部最优因子K×V_-axis或K×I_-axis中，K为设定常数，取值为0.8；

S4.根据味道浓度的判定值，将其代入味道浓度和判断函数，判断函数是光照强度S_i和环境温度T_i的函数，计算当前每个果蝇个体的气味浓度值,即光伏系统中光伏阵列的输出功率P_i；