[发明专利]基于物理模型与粒子群算法的遮荫下光伏发电跟踪方法

说明书

本发明公开了一种基于物理模型与粒子群算法的遮荫下光伏发电跟踪方法，首先根据光伏电池数学工程模型，预估计遮荫下光伏发电的多峰值大致位置，其次根据粒子群算法搜索遮荫下光伏发电每个峰值的具体大小，最后通过对比每个峰值的大小得出光伏发电的最大功率。工程模型根据光生电流远大于内部二极管反向饱和电流,以及并联电阻为无穷大下简化得到模型。粒子群算法搜索范围是由工程模型确定的每个峰值范围；最后通过实验数据的对比从而实现基于物理模型与粒子群算法的遮荫下光伏发电全局最优点跟踪。

技术领域

本发明涉及光伏发电系统技术领域，具体涉及一种基于物理模型与粒子群算法的遮荫下光伏发电跟踪方法。

背景技术

光伏阵列在遮荫条件下产生数个峰值，要得到光伏发电系统的尽可能大的输出功率，需找一种解决方案。为了解决这个问题，许多学者提出了遮荫条件下最大功率点跟踪方法[胡克用, 胥芳, 艾青林, et al. 适用于光伏多峰功率跟踪的改进型粒子群优化算法[J]. 西安交通大学学报, 2015, 49(4). 余晓鹏, 肖文波, 吴华明, et al. 光伏电池工程模型及几种最大功率点跟踪算法的研究[J]. 南昌航空大学学报(自然科学版), 2017(03):45-55.]。所有方法追求的目标是快速且高精度的跟踪光伏电池在遮荫条件下的最大功率点。

发明内容

本发明所要解决的问题是：提供一种基于物理模型与粒子群算法的遮荫下光伏发电跟踪方法，光伏电池数学工程模型根据光生电流远大于内部二极管反向饱和电流,以及并联电阻为无穷大下简化得到的模型预估计峰值范围，根据所设置电压范围进行粒子群算法搜索，实现快速且较高精度的实现全局最大功率点的跟踪。

本发明为解决上述问题所提供的技术方案为：一种基于物理模型与粒子群算法的遮荫下光伏发电跟踪方法，其特征在于：所述方法包括如下步骤：

（1）工程模型根据光生电流远大于内部二极管反向饱和电流,以及并联电阻为无穷大下简化得到的模型，计算光伏电池在不同光照强度下的P-V特性曲线；

（2）结合光伏电池在不同光照强度下的P-V特性曲线，预估计在遮荫下光伏发电多峰值的大致位置；通过设置峰值电压 ±3V搜索区间段，确定粒子群算法搜索范围，利用粒子群算法进行搜索每个峰值功率；

（3）将上述利用粒子群算法搜索得到的结果进行对比，得到光伏发电的最大功率点。

优选的，所述步骤（1）中，工程模型根据光生电流远大于内部二极管反向饱和电流,以及并联电阻为无穷大下得到模型确定每个峰值位置。

优选的，所述步骤（2）中，通过步骤（1）中工程模型确定的峰值位置，确定粒子群算法搜索范围，使粒子群算法更快更精确的实现跟踪。

与现有技术相比，本发明的优点是：本发明通过工程模型根据光生电流远大于内部二极管反向饱和电流,以及并联电阻为无穷大下简化得到的模型；通过不同遮荫条件下的模块，确定光伏电池局部峰值的大致范围；然后利用粒子群算法所设置的电压范围内进行跟踪，最后通过对比实验数据确定最大值来实现光伏电池最大功率点，能够实现快速且较高精度的实现全局最大功率点的跟踪，本发明能够更快速、更精确的在遮荫条件下实现对光伏发电系统的最大功率点进行跟踪，为目前太阳电池光电转换效率提供了一条有效的途径。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明所述的带有旁路二极管的两块光伏电池等效电路图；

图2为本发明所述不同遮荫条件下光伏阵列的P-V特性曲线示意图；

图3位本发明所得出的实验结果。

具体实施方式