基于蚁群优化与变步长扰动观察算法的光伏系统MPPT方法

摘要

本发明公开了一种基于蚁群优化与变步长扰动观察混合算法的局部遮阴光伏系统MPPT策略。所述方法在局部遮阴条件下光伏系统出现多峰值时解决搜索全局最大功率点问题。当适用情况出现时，使用蚁群算法跟踪光伏输出的前期阶段，避免扰动观察法导致系统陷入局部最大功率点的现象出现，同时提高收敛速度。当蚁群算法第二次迭代结束后，算法停止，开始使用变步长扰动观察法跟踪其后期阶段，利用该算法的鲁棒性，避免蚁群算法导致系统出现稳态震荡。最终将更加迅速、精确和稳定的跟踪到局部遮阴光伏系统的全局最大功率点。

主权项

一种基于蚁群优化与变步长扰动观察算法的光伏系统MPPT方法，其特征在于，包括以下步骤：步骤1、确定蚁群规模i及运动步长；步骤2、确定蚁群初始位置；步骤3、采集光伏阵列输出电压U_pv和输出电流I_pv，计算输出功率P，每个蚂蚁位置所对应的输出功率被认为是该位置上的信息素τ；步骤4、蚁群进行迭代计算，含有高信息素的蚂蚁仍停留在原位，其他蚂蚁根据公式(1)调整自己的位置，其中是蚁群由原位置移动到最大信息素蚂蚁位置时的单位向量：步骤5、当第一次迭代结束后，重复步骤3和步骤4完成第二次迭代，找到此时的“最佳”蚂蚁a_best所对应的最大功率点为P_best，蚂蚁位置即其所对应的占空比为D_best，蚁群算法终止；步骤6、以蚁群算法两次迭代产生的最佳数据P_best和D_best作为初始数据，启动变步长扰动观察算法，根据系统要求确定功率变化量允许最小值eP和电压变化量允许最小值eU；步骤7、计算此时功率变化量ΔP的绝对值是否小于功率变化量允许最小值eP，若是，转到步骤8，如否，转到步骤9；步骤8、计算此时电压变化量ΔU的绝对值是否大于电压变化量允许最小值eU，若是，转到步骤9，如否，转到步骤11；步骤9、根据公式(2)确定扰动步长ΔD：$\mathrm{\Delta D}=\alpha \left|\frac{\mathrm{dP}}{\mathrm{dU}}\right|---\left(2\right)$其中α为变步长速度因子，dP＝ΔP，dU＝ΔU；步骤10、根据dP是否为正数进行步长调节，若dP为正数，则根据公式(3)计算更新的占空比；若dP为负数，则根据公式(4)计算更新的占空比：D(k)＝D(k‑1)+ΔD   (3)D(k)＝D(k‑1)‑ΔD   (4)。步骤11、获得全局最大功率点。