[发明专利]一种光伏阵列的最大功率跟踪控制方法及系统

说明书

本发明提出了一种光伏阵列的最大功率跟踪控制方法及系统。所述跟踪控制方法，首先根据采集得到的实际光强和实际温度，利用光生伏特效应，确定光伏阵列的输出电压与输出电流的关系；然后，基于输出电压与输出电流的关系，采用自适应权重的粒子群算法，跟踪光伏阵列的最大功率点；最后，根据所述最大功率点的输出电压，调整设置于光伏阵列和负载之间的DC‑DC变换器的变压比，使光伏阵列在所述最大功率点工作。本发明利用了自适应权重的粒子群算法，跟踪光伏阵列的最大功率点避免了因追踪过程中陷入局部最优，造成功率损失，并无需在初始化阶段通过粒子群算法进行第一个峰值功率的跟踪，减小了最大功率点的跟踪时间。

技术领域

本发明涉及光伏发电技术领域，特别是涉及一种光伏阵列的最大功率跟踪控制方法及系统。

背景技术

目前，随着光伏发电的广泛应用，光伏发电控制过程中的最大功率点的跟踪方法也得到的广泛的研究，其中包括了将标准粒子群算法(PSO)应用到光伏MPPT，利用粒子群算法进行最大功率点的跟踪，但是在粒子群算法在最大功率点的跟踪的应用过程中有很多的缺陷，1、在追踪到最大功率前容易陷入局部极值或是稳定后波动幅度较大，应用到实际中会损失掉大部分功率，例如，文献“粒子群优化在光伏系统MPPT控制中的应用”中，惠晶,王思杰，谢伟等在传统的PSO的基础上进行改进，增加了粒子的淘汰环节，但是其稳定前功率曲线波动幅度较大，容易造成功率的流失。2、粒子群初始定位问题，若分散定位，可能会增大粒子群算法的收敛时间，若集中定位可能会导致算法不收敛，例如，文献“Miyatake M,Veerachary M,Toriumi F.Maximum Power Point Tracking ofMultiple PhotovoltaicArrays:APSOApproac”采用PSO搜索最大功率点，但是其粒子初始位置是随机产生的，很容易造成最大功率点的丢失。3、虽然标准粒子群算法具有搜索能力快、不容易陷入局部最优的特点，但是由于算法权重值设置的原因，使其在追踪过程中容易陷入局部最优值。文献“基于粒子群优化变步长扰动观察MPPT算法”提出了一种粒子群算法(PSO)和变步长扰动观察法相结合的算法，该方法首先通过PSO迅速定位近似最大功率点，然后采用变步长扰动观察法根据实际情况精确定位至最大功率点，但是该方法初始阶段直接通过PSO进行第一个峰值功率的跟踪，增加了寻优时间。

发明内容

本发明的目的是提供一种光伏阵列的最大功率跟踪控制方法及系统，以避免因追踪过程中陷入局部最优，造成功率损失，并减小最大功率点的跟踪时间，实现具有多个极值点的局部阴影光伏阵列的最大功率点的迅速有效的搜寻。

为实现上述目的，本发明提供了如下方案：

一种光伏阵列的最大功率跟踪控制方法，所述跟踪控制方法包括如下步骤：

采集光伏阵列所在环境的实际光强和光伏阵列表面的实际温度；

根据所述实际光强和所述实际温度，利用光生伏特效应，确定光伏阵列的输出电压与输出电流的关系；

根据所述输出电压与输出电流的关系，采用以输出电压为粒子位置，以光伏阵列的输出功率为适应度函数值的自适应权重的粒子群算法，跟踪光伏阵列的最大功率点；

根据所述最大功率点的输出电压，调整设置于光伏阵列和负载之间的DC-DC变换器的变压比，使光伏阵列在所述最大功率点工作。

可选的，所述根据所述实际光强和所述实际温度，利用光生伏特效应，确定光伏阵列的输出电压与输出电流的关系，具体包括：

根据所述实际光强和所述实际温度，利用光生伏特效应，确定光伏阵列的输出电压与输出电流的关系为：