[发明专利]局部阴影条件下基于QAPSO算法光伏系统MPPT控制方法

权利要求书

1.局部阴影条件下基于QAPSO算法光伏系统MPPT控制方法，其特征在于，该方法包括以下步骤：

S1：根据光伏电池的特性，建立适用于局部阴影条件下的光伏阵列模型；

S2：运用QAPSO算法对局部阴影条件下的光伏阵列模型进行求解，获取输出功率；具体包括以下步骤：

1)设置算法参数并初始化粒子种群，初始化粒子相位，每个粒子包含有两个位置的信息；具体地：

a)采用角度θ确定一个粒子，该粒子为光伏阵列的电压；

b)采用量子位的概率幅P_i作为粒子当前的编码，编码公式为：

其中，θ_ij为粒子P_i上第j个量子位的当前相位，θ_ij为(0，2π)区间上的随机数，n为优化变量数目；种群中每个粒子占据空间中两个位置，两个位置c、s分别对应量子态|0和|1的概率幅，其表达式为：

P_ic＝(cos(θ_i1),cos(θ_i2),…,cos(θ_in))

P_is＝(sin(θ_i1),sin(θ_i2),…,sin(θ_in))

c)对粒子进行解空间变换；

假设粒子P_j上第i个量子位为[a_i,b_i]为变量x_i的定义域，则两个位置c、s相应的解空间变量公式为：

d)结束初始化，输出初始粒子信息；

2)以光伏阵列模型的输出功率作为适应度函数，计算各粒子适应度值并进行评价；

3)根据粒子的适应度值更新自身和全局最优相位；

4)利用APSO算法的更新规则实现粒子的位置更新，并将其映射到解空间；

5)计算各粒子适应度值并进行评价，根据粒子的适应度更新自身和全局最优相位；

6)判断粒子间的最大距离是否满足要求，若满足要求，转至步骤(7)，若不满足要求，转至步骤8)；

7)测量光伏阵列输出电压U_m对应的功率，并判断是否满足重启条件，若满足，转至步骤1)，若不满足，再次执行本步骤；

8)选择当代最优解并保存，判断该最优解是否达到最大迭代次数，若达到，转至步骤10)，若未达到，转至步骤9)；

9)以pa的概率选择变异粒子，利用量子非门相位参数，对粒子进行变异，计算新种群的适应度值并评价，转至步骤3)；

10)输出最优解，获取输出功率；

S3：以输出功率作为适应度函数，通过迭代搜索，实现光伏阵列的最大功率点跟踪。

2.根据权利要求1所述的局部阴影条件下基于QAPSO算法光伏系统MPPT控制方法，其特征在于，步骤4)中，利用APSO算法的更新规则实现粒子的位置更新具体包括：

1)粒子P_i上量子位幅角增量的更新：

Δθ_ij(t+1)＝Δθ_ij(t)+c₁r₁+c₂(θ_g-θ_ij(t))

2)粒子上量子位概率幅的更新：

式中，c₁为自身认知因子，r₁为[0，1]上的均匀随机数，c₂为社会认知因子，θ_g为全局最优相位。

3.根据权利要求2所述的局部阴影条件下基于QAPSO算法光伏系统MPPT控制方法，其特征在于，步骤9)中，对粒子进行变异的具体内容为：

设定变异概率，对每个粒子赋值一个(0，1)之间的随机数，若该随机数小于变异概率，则用量子非门进行变异，否则，不进行变异。