发明名称 |
基于蚁群、人工免疫混合优化算法的最大功率点跟踪光伏系统 |
摘要 |
本发明提供一套光伏发电系统中基于蚁群、人工免疫混合优化算法的最大功率点跟踪解决方案。蚁群算法在求解复杂组合优化问题上具有强大的优势,但是也存在一些不足,针对蚁群算法中的个体蚂蚁缺乏识别问题特征信息的能力,将免疫算法中疫苗的思想引入到蚁群算法中,提出了蚁群算法与免疫算法的混合算法。应用该算法的电源优化器对电池板进行双重跟踪:一方面,跟踪最佳的局部MPP;另一方面,最大限度提高系统中的能源传输。电源优化器以间接的方式互相连通,它们具有认知和自行组织能力,可以检测自己的电流与电压环境并自行调整,直到整串电池板达到最佳值,同时在电池板级别达到局部最优点。 |
申请公布号 |
CN102651087A |
申请公布日期 |
2012.08.29 |
申请号 |
CN201110251646.3 |
申请日期 |
2011.08.30 |
申请人 |
广西南宁华泰德隆资讯科技有限公司 |
发明人 |
李捷 |
分类号 |
G06N3/00(2006.01)I;H02N6/00(2006.01)I |
主分类号 |
G06N3/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
基于蚁群、人工免疫混合优化算法的最大功率点跟踪光伏系统,将免疫算法中疫苗的思想引入到蚁群算法中,提出了蚁群算法与免疫算法的混合算法。将问题的特征信息作为疫苗注射给蚂蚁,使蚂蚁具有免疫的能力,旨在借鉴其他仿生算法的长处,利用其优点弥补蚁群算法的不足,从而提高蚁群算法的求解性能。这些免疫优化算法分别吸收了免疫系统的不同特点,使得优化后的算法,相比较于传统进化算法,在不同方面有了不同程度的改进。例如,引入免疫自我调节机制可以保持种群的多样性,避免优秀基因的流失和过早收敛于局部最优解;引入疫苗接种机制可以充分利用具体问题中已经积累的先验经验,使问题在某些关键部分具备合理的导向性,有利于引导模型快速成熟;引入免疫抗体的记忆机制则使得算法拥有了一定程度的学习能力,自动储存优秀抗体,当相同或者相似抗原再次入侵时,系统可以通过选择性克隆、变异已有记忆抗体,迅速找出对应最优解,缩小了搜索范围,提高了系统的反应速度,并且这种效果是随着工作经验的增加而愈加明显的。具体实现算法如图2所示。应用该算法的电源优化器对电池板进行双重跟踪:一方面,它们跟踪最佳的局部MPP;另一方面,它们将输入电压/电流转换为不同的输出电压/电流,以最大限度提高系统中的能源传输。电源优化器以间接的方式互相连通。它们具有认知和自行组织能力,可以检测自己的电流与电压环境并自行调整,直到整串电池板达到最佳值,同时在电池板级别达到局部最优点。 |
地址 |
530000 广西壮族自治区南宁市高新区总部路3号9栋5楼 |