[发明专利]基于改进灰狼优化算法的光伏MPPT方法

说明书

本发明涉及一种基于改进灰狼优化算法的光伏MPPT方法。本发明的技术方案是：S1、在[0，1]内选取N个随机值，作为灰狼种群的初始位置，灰狼个体代表光伏系统中的占空比；S2、获取光伏系统在各占空比控制下的输出功率，并以此作为灰狼个体的适应度，记适应度最大的三个灰狼依次为α狼、β狼和δ狼；S3、收缩灰狼种群的搜索范围，更新搜索区间上下限；S4、使用改进的位置更新公式对灰狼种群进行位置更新；S5、执行反向搜索，与灰狼种群适应度相比较，更新α狼、β狼和δ狼；S6、判断是否满足终止条件，若满足，则停止迭代并将光伏系统稳定在α狼对应的占空比上；否则，返回步骤S2，继续迭代。

技术领域

本发明涉及一种基于改进灰狼优化算法的光伏MPPT方法。适用于光伏发电技术领域。

背景技术

随着传统化石能源的日益枯竭，发展使用可再生能源成为了必然趋势，太阳能具有清洁、无污染、储量无限等特点，是最理想的可再生能源。在太阳能发电技术中，如何降低成本和提高发电效率是核心问题，由于太阳能电池的输出特性受到光照和温度等外界条件的影响，实现最大功率点跟踪(Maximum power point tracking,MPPT)是提高系统总体效率的关键技术之一。

在实际工程中，光伏阵列会因为局部遮挡和积尘覆盖等原因，输出P-U特性曲线呈现多峰值特性。传统MPPT方法如扰动观察法和电导增量法，容易陷入局部峰值点而无法追踪全局最大功率。因此，具有全局搜索能力的群体智能优化算法，如粒子群、萤火虫、灰狼优化等算法成为了解决MPPT问题的研究热点。但目前这些算法仍存在求解精度低、收敛速度慢和可能陷入局部极值的问题，需要加以改进。

发明内容

本发明要解决的技术问题是：针对上述存在的问题，提供一种基于改进灰狼优化算法的光伏MPPT方法，以解决传统灰狼优化算法存在求解精度低和易陷入局部最优的问题。

本发明所采用的技术方案是：一种基于改进灰狼优化算法的光伏MPPT方法，其特征在于：

S1、在[0，1]内选取N个随机值，作为灰狼种群的初始位置，灰狼个体代表光伏系统中的占空比；

S2、获取光伏系统在各占空比控制下的输出功率，并以此作为灰狼个体的适应度，记适应度最大的三个灰狼依次为α狼、β狼和δ狼；

S3、收缩灰狼种群的搜索范围，更新搜索区间上下限，搜索区间[a(t)，b(t)]上下限更新公式为：

s(t)＝1-(1-λ)t/t_max

其中，t是当前迭代代数，X_α是α狼的位置，s(t)是一个线性递减的函数，λ为最终收敛比例，t_max是算法的最大迭代次数，a(0)＝0，b(0)＝1；

S4、使用改进的位置更新公式对灰狼种群进行位置更新，该改进的位置更新公式为：

其中，X_old由传统灰狼优化算法的位置更新公式计算得出；

S5、执行反向搜索，产生当前最优解的反向解，计算反向解的适应度，与灰狼种群适应度相比较，更新α狼、β狼和δ狼；

S6、判断是否满足终止条件，若满足，则停止迭代并将光伏系统稳定在α狼对应的占空比上；否则，返回步骤S2，继续迭代。

还包括：

S7、持续监测光伏系统输出功率是否发生突变，当输出功率的变化率大于设定阈值时，返回步骤S1，重启算法。

步骤S7中判断输出功率是否发生突变的判定式为：