基于粒子群优化算法和电导增量法的多峰值MPPT控制

发布时间：2022-01-07 07:49

　　复杂环境条件下,光伏阵列由于被遮挡其输出特性呈现多峰值特性,传统最大功率点跟踪MPPT（maximum power point tracking）算法不再适用。为此,在研究光伏阵列多峰值输出特性的基础上,提出一种基于粒子群优化PSO（particle swarm optimization）算法和电导增量法INC（incremental conductance）的多峰值MPPT算法。该算法分成2步:第1步先由PSO算法将输入位置调整到最优值附近;第2步再由INC算法得到全局最优解,其中对传统PSO算法进行改进,INC算法采用变步长扰动。在Matlab中进行仿真,结果表明该算法可实现复杂环境条件下的最大功率跟踪,并具备较快的响应速度和稳定的寻优效果。 

【文章来源】：电源学报. 2019,17(06)北大核心CSCD

【文章页数】：9 页

【部分图文】：

光伏电池双二极管模型

图中，Z1为正常环境下的光伏单元，Z2为遮挡较轻的光伏单元，Z3为遮挡较重的光伏单元，由式（3）可知Iph1>Iph2>Iph3,IZ1>Z2>IZ3。则其工作模式分为以下3种情况：(1）当负载RL较小，负载电流IL较大时，Z1则会迫使Z2和Z3流过比Iph2、Iph3更大的电流，此时Z2和Z3的旁路二极管导通，输出功率只有Z1提供。

由图3可知，基于双二极管改机模型对光伏进行建模，可实现良好的输出特性模拟。正常光照条件下，光伏PV特性曲线只有一个峰值点，而在遮挡条件下，其PV特性曲线存在多个峰值点。此时，若采用传统MPPT算法则很难找到最大功率点，因此，需对传统MPPT算法进行改进。2 基于粒子群算法和电导增量法的MPPT控制

【参考文献】：
期刊论文
[1]光伏阵列双二极管简化模型的建立与仿真[J]. 贾文婷,魏学业,张俊红,马建光.  北京交通大学学报. 2017(02)
[2]基于粒子群优化算法和变步长扰动观察法的局部阴影情况下MPPT控制[J]. 马昊,张庆超.  电源学报. 2016(03)
[3]阴影条件下光伏阵列的最大功率追踪算法研究[J]. 杨海柱,张增亮,刘洁.  计算机仿真. 2015(07)
[4]局部阴影下的光伏阵列MPPT算法研究[J]. 李江,韩海霞,王晓倩,杨传东.  控制工程. 2014(03)
[5]自适应权重粒子群算法在阴影光伏发电最大功率点跟踪（MPPT）中的应用[J]. 袁晓玲,陈宇.  中国电力. 2013(10)
[6]基于电压扫描和电导增量法的局部遮荫条件下多峰MPPT方法[J]. 张渊明,孙彦广,张云贵.  电力建设. 2012(06)
[7]粒子群优化算法在光伏阵列多峰最大功率点跟踪中的应用[J]. 朱艳伟,石新春,但扬清,李鹏,刘文颖,魏德冰,付超.  中国电机工程学报. 2012(04)
[8]基于神经网络的光伏阵列发电预测模型的设计[J]. 陈昌松,段善旭,殷进军.  电工技术学报. 2009(09)

硕士论文
[1]局部阴影条件下光伏微网系统控制仿真研究[D]. 徐锦举.河南理工大学 2016



本文编号：3574142