[发明专利]一种局部遮蔽条件下光伏阵列最大功率点跟踪方法

说明书

本发明涉及光伏发电技术领域，其目的在于提供一种局部遮蔽条件下光伏阵列最大功率点跟踪方法，包括：启动光伏系统，在光伏阵列指定区域内均匀划分与对应光伏阵列连接的升压电路的占空比，得到占空比矩阵；根据光伏阵列输出的电压和电流，得到每只蚂蚁产生的信息素，并根据所有蚂蚁产生的信息素，得到所有蚂蚁的信息素矩阵；根据每只蚂蚁产生的信息素更新指定路径的信息素；根据信息素矩阵更新当前最大信息素，并根据占空比矩阵更新最大信息素处蚂蚁的位置；设定状态转移因子，并根据状态转移因子和每只蚂蚁产生的信息素得到当前蚂蚁的下一步前进位置，最后输出当前光伏阵列的全局最大功率。本发明可提高最大功率点追踪的准确度和速度。

技术领域

本发明涉及光伏发电技术领域，特别是涉及一种局部遮蔽条件下光伏阵列最大功率点跟踪方法。

背景技术

光伏系统在实际应用中，受到云层、灰尘及建筑物的遮挡，光伏系统中的光伏阵列会暴露于不均匀的光照强度中，产生局部遮蔽问题，此时，如图1所示，光伏阵列的输出功率-电压曲线将呈现多峰特性，出现多个局部峰值。为发挥出光伏系统的最大功效，通常采用MPPT(Maxmum Power Point Tracking，最大功率点跟踪)方法实时跟踪光伏阵列中的最大功率点。常规的MPPT方法如扰动观察法、电导增量法等容易陷入局部最大功率点的问题，从而导致光伏系统出现高功率损耗，因而需要对MPPT方法进行优化。

针对局部遮蔽问题，目前对MPPT方法的优化分为拓扑结构和算法两种方式。其中，采用阵列拓扑结构优化，需要根据阴影情况，将发生遮挡的光伏组件进行补偿或阵列重构，但实现起来需要增加额外的硬件电路，系统成本高，且控制较为复杂。对控制算法进行优化分为复合型算法、模糊控制算法、预测算法及仿生算法等，其中，基于传统MPPT方法的复合型算法寻优时间较长，寻优精度受步长影响较大；模糊控制算法对控制器的要求较高，实际应用较少；基于大数据的预测算法，其目标函数可能因训练数据不足而陷入局部极值点，对突发性的阴影遮挡考虑较少，且运算量较大；基于自然界生物行为的仿生算法因其较好的寻优性能成为目前最受欢迎的算法。

然而，仿生算法有陷入局部峰值点的风险，并且收敛较慢。其中，全局开发和局部探索对于仿生算法的速度和准确度至关重要，全局开发能力过强，不易陷入局部峰值点，但算法收敛过慢；较强的局部探索能力则能使算法迅速收敛，但易陷入局部峰值点风险增大的问题。因此，如何合理增强全局开发能力和局部探索能力，以实现局部遮蔽下快速准确地跟踪到全局最大功率点，进而提高发电效率，是目前有待解决的技术问题。

发明内容

本发明旨在一定程度上解决上述技术问题，本发明提供了一种局部遮蔽条件下光伏阵列最大功率点跟踪方法。

本发明采用的技术方案是：

一种局部遮蔽条件下光伏阵列最大功率点跟踪方法，其特征在于：包括以下步骤：

启动光伏系统，在光伏阵列指定区域内均匀划分与对应光伏阵列连接的升压电路的占空比，得到占空比矩阵，占空比矩阵内包括多只蚂蚁，所述蚂蚁的位置为与对应光伏阵列连接的升压电路的占空比；

根据光伏阵列输出的电压和电流，得到每只蚂蚁产生的信息素，并根据所有蚂蚁产生的信息素，得到所有蚂蚁的信息素矩阵；

根据每只蚂蚁产生的信息素更新指定路径的信息素；

根据信息素矩阵更新当前最大信息素，并根据占空比矩阵更新最大信息素处蚂蚁的位置；

设定状态转移因子，并根据状态转移因子和每只蚂蚁产生的信息素得到当前蚂蚁的下一步前进位置，最后输出当前光伏阵列的全局最大功率。

优选地，所述占空比矩阵中第i只蚂蚁的初始位置为其中，为升压电路的占空比的最小值，为升压电路的占空比的最大值，Ant为蚂蚁总数，i为[1,Ant]内的整数。

优选地，根据每只蚂蚁产生的信息素更新指定路径的信息素，包括：