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。

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。