[发明专利]一种光伏系统最大功率点跟踪优化方法

摘要

本发明提供了一种光伏系统最大功率点跟踪优化方法。首先，根据光伏电池等效电路得出光伏阵列数学模型，构建目标函数及约束函数；其次，根据目标函数和约束函数建立拉格朗日函数，然后对拉格朗日函数进行求解，确定其搜索方向dk及拉格朗日乘子λk；再次，由改进的Armijo准则进行搜索，确定最大功率点处电压的补偿因子，由此即可计算出新的迭代点；最后，若电压的收敛判别不满足终止条件则对Hessian矩阵进行更新，继续迭代，直到得出最大功率点处的最优电压解。本发明可弥补经典最大功率点跟踪方法忽略外部条件变化、在最大功率点处易振荡、且实现复杂等问题。本发明可减小外部环境变化引起的功率损耗，实现最大功率点处电压的快速、稳定地精确跟踪。

主权项

一种光伏系统最大功率点跟踪优化方法，其特征在于：其具体包括下述步骤：步骤一，在考虑外界环境变化条件下，根据光伏电池的等效电路，构建光伏阵列模型，其电流模型如下所示：I=NpIsc{1-φ1[exp((U-ΔU)/Nsφ2Uoc)-1]}+Np·ΔI]]>其中，I、U分别为一定环境条件下光伏阵列的电流和电压，Isc为短路电流，Uoc为开路电压，Np为光伏组件并联数目，Ns为光伏组件串联数目，△U、△I分别为辐射照度和温度变化下的电压、电流的变化,φ2＝(Um/Uoc‑1)/ln(1‑Im/Isc)，式中Im、Um分别为光伏阵列工作在最大功率点处的电流值和电压值；步骤二，将光伏阵列的输出功率表达式作为目标函数，即：f=UI=NpIsc{1-φ1[exp((U-ΔU)/Nsφ2Uoc)-1]}·U+Np·ΔI·U]]>其中，f为光伏阵列的输出功率，在约束条件较为g:U>0时，建立拉格朗日函数L(U,λ)如下所示：L(U,λ)=f(U)+Σi=1mλigi(U)]]>其中λ为拉格朗日乘子，g(U)为约束条件表达式；步骤三，对以上的拉格朗日函数利用进行求解，其中dk为搜索方向，Hk为第k次搜索的Hessian矩阵的正定拟牛顿近似，由此确定第k次搜索的方向d和拉格朗日乘子λ；步骤四，根据改进的Armijo准则进行一维搜索，即建立关于θ的目标函数如下所示：F=f(U+ρθi·dk)-f(U)-η·ρθi·df(U)]]>其中ρθ保证使目标函数F充分减小，η为收缩因子(0<η<1)；步骤五，若F(θi+δi)<F(θ)，则有θi+1＝θi+δi，增加步长δi+1＝γδi，转步骤六；若F(θi‑δi)<F(θ)，则有θi+1＝θi‑δi，缩小步长δi+1＝ηδi，转步骤六；否则，θi+1＝θi；步骤六，若δi+！<ε或者循环计数i>imax，则转步骤七；否则i＝i+1，转步骤五；步骤七，根据μ＝θi+1确定最大功率点处电压的补偿因子由此计算出新的迭代点步骤八，若满足收敛终止条件|Uk+1‑Uk|≤ε，或者达到最大迭代次数k>Imax，则Uk+1即为光伏阵列最大功率点处的最优电压解，跟踪优化过程结束；否则进行步骤九；步骤九，更新Hessian矩阵，其更新方法如下所示：Hk+1=Hk+qkqkTqkTsk-HkTHkskTHksk]]>其中sk＝Uk+1‑Uk，符号表示梯度；然后令k＝k+1，转步骤三。