基于电导增量法和粒子群算法的最大功率点追踪控制方法

摘要

本发明涉及一种基于电导增量法和粒子群算法的最大功率点追踪控制方法，包括以下步骤：快速启动阶段：在启动时增加一段停滞时间，光伏系统在停滞时间内DC‑DC电路停止工作；变步长追踪阶段：根据dP/dU的正负判断扰动方向，并以|dP/dU|的大小判断扰动步长；其中，dP为输出功率变化量，dU为输出电压变化量；动态粒子群算法稳定阶段：当|dP/dU|小于动态粒子群算法启动阈值时进入动态粒子群寻优，寻到的最佳值为最优输出电压Ubest，当满足适应度值或达到最大迭代次数后，输出最优输出电压Ubest。本发明能够大幅提升追踪时间、追踪精度以及响应速度。

说明书

技术领域

本发明涉及光伏系统最大功率点追踪技术领域，特别是涉及一种基于电导增量法和粒子群算法的最大功率点追踪控制方法。

背景技术

随着传统化石能源的日益枯竭，清洁环保的太阳能成为能源领域的一个重要组成部分。太阳电池能够将太阳能转换为电能，当辐照度和温度变化时，太阳电池的输出电压和输出电流会发生变化，表现出非线性的输出特性。为了提高光伏组件的转换效率，通过相应的控制策略使光伏组件始终工作在最大功率点上，这个过程就是最大功率点追踪(简称MPPT)技术，MPPT技术已经成为光伏系统的重要组成部分，对于增加光伏组件的转换效率非常重要。目前常用的MPPT方法有恒压法，扰动观察法和电导增量法，上述方法受限于固定的扰动步长，无法兼顾追踪时间、追踪精度和响应速度的要求。恒压法控制简单且实现成本较低，但是忽略了温度对太阳电池输出特性的影响，不能实现动态跟踪。扰动观察法简单易于实现，但由于步长限制，会在最大功率点附近震荡，系统功率损耗较大，跟踪精度较差。电导增量法和扰动观察法相似能够动态追踪，但是同样受限于固定的扰动步长，无法同时满足追踪时间，追踪精度和相应速度的要求。

发明内容

本发明所要解决的技术问题是提供一种基于电导增量法和粒子群算法的最大功率点追踪控制方法，能够大幅提升追踪时间、追踪精度以及响应速度。

本发明解决其技术问题所采用的技术方案是：提供一种基于电导增量法和粒子群算法的最大功率点追踪控制方法，包括以下步骤：

(1)快速启动阶段：在启动时增加一段停滞时间，光伏系统在停滞时间内DC-DC电路停止工作；

(2)变步长追踪阶段：根据dP/dU的正负判断扰动方向，并以|dP/dU|的大小判断扰动步长；其中，dP为输出功率变化量，dU为输出电压变化量；

(3)动态粒子群算法稳定阶段：当|dP/dU|小于动态粒子群算法启动阈值时进入动态粒子群寻优，寻到的最佳值为最优输出电压U

所述步骤(2)中根据dP/dU的正负判断扰动方向时，当dP/dU>0时，给予正向扰动增大等效电阻，当dP/dU<0时，给予反向扰动减小等效电阻，当dP/dU＝0时，不做扰动。

所述步骤(2)中以|dP/dU|的大小判断扰动步长时，当|dP/dU|>ε时，扰动步长为α，当|dP/dU|<ε时，扰动步长为β，其中，ε为步长选择阈值，α＞β。

所述步骤(3)中动态粒子群寻优时，将辐照度和温度敏感度粒子作为敏感粒子，当敏感粒子突变时，更新粒子群；所述粒子群适应度值为

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明将停滞时间、动态粒子群算法和变步长电导增量法相互结合，在启动阶段光伏系统停滞一段时间，快速启动，利用变步长追踪快速追踪到最大功率点附近，最后通过动态粒子群算法进一步稳定在最大功率点，大大提升了追踪时间、追踪精度和响应速度，最终实现了增加光伏组件转换效率的目的。本发明在辐照度和温度变化剧烈的条件有非常敏感的适应能力，可用于环境条件变化剧烈地区的光伏系统。

附图说明

图1是本发明的流程图；

图2是现有技术的电导增量法MPPT在不同辐照度的功率输出曲线；

图3是本发明在不同辐照度的功率输出曲线；

图4是现有技术的电导增量法MPPT在不同温度功率输出曲线；

图5是本发明在不同温度的功率输出曲线。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的实施方式涉及一种基于电导增量法和粒子群算法的最大功率点追踪控制方法，该方法将停滞时间、动态粒子群算法和变步长电导增量法相互结合，在启动阶段光伏系统停滞一段时间，快速启动，利用变步长追踪快速追踪到最大功率点附近，最后通过动态粒子群算法进一步稳定在最大功率点，大大提升了追踪时间、追踪精度和响应速度。如图1所示，具体步骤如下：

步骤1、停滞时间加快启动速度：

光伏组件在初始阶段dP/dU>0占空比增加，由于DC-DC电路中电感的存在会阻碍光伏组件电压的上升，加入占空比后，整个光伏组件的启动速度会更加缓慢，而且DC-DC电路也会消耗功率，直接导致启动速度缓慢。

启动的阶段加入占空比越大，光伏系统启动的越慢，损失的功率会越大。所以在改进的电导增量法中加入一段停滞时间，停滞时间内DC-DC电路停止工作，使光伏组件快速启动，减少功率的损耗。

步骤2、变步长追踪：

光伏组件在最大功率点有：dP/dU＝0。

根据dP/dU的正负来判断扰动的方向，当dP/dU>0时，光伏组件工作在最大功率点的左边，应该给予正向扰动增大等效电阻，使工作点右移到最大功率点。当dP/dU<0时，此时光伏电池工作在最大功率点的右边，应该给予与反向扰动减小等效电阻，使工作点左移到最大功率点。当dP/dU＝0，此时光伏电池工作在最大功率点，不做扰动。

为了更好的选择扰动步长的大小，设计一种变步长电导增量法快速跟踪，根据dP/dU的值决定扰动步长的大小，在变步长电导增量法中，引入大步长扰动因子α和小步长扰动因子β和步长选择阈值ε。

光伏系统快速启动后dP/dU快速上升，在这阶段内|dP/dU|>ε进入大步长追踪区域，扰动步长为α；

大步长追踪过后，dP/dU迅速下降，在这阶段内|dP/dU|<ε进入小步长追踪区域，扰动步长为β。

经过变步长追踪过后，由于扰动步长不为0，所以dP/dU不可能为0，dP/dU会在零点附近震荡，变步长追踪法无法稳定在最大功率点，且在辐照度和温度突然变化时，变步长响应速度慢。

步骤3、动态粒子群算法精准寻优：

为解决上述变步长的问题，引入自适应粒子群算法进行精准寻优。

经过变步长追踪后|dP/dU|会不断减小，加入动态粒子群算法启动阈值i(i<ε)，当|dP/dU|

敏感粒子为辐照度和温度敏感度粒子，当辐照度和温度突变时，dP/dU也会突变，利用其突变来更新粒子群；

粒子群算法的速度和位置更新公式为：

其中，

惯性参数的改变为：

为了能够寻找到全局最佳，避免陷入局部最优，在粒子群算法的基础上自动改变算法中惯性权重ω，惯性权重决定粒子群的速度大小，通过调整惯性权重来调整粒子群的搜索速度，惯性权重ω调整公式为：

每个粒子代表以一个占空比，适应度函数为整体输出的能量。

粒子群适应度值为：

所述敏感粒子的适应值为fitness＝|dP/dU|。引入|dP/dU|的突变阈值η，当温度和辐照度发送突变时|dP/dU|>η，粒子群会重新初始化，改变粒子群的范围，更快速的寻找最优解。

由此可见，本实施方式在动态粒子群算法中引入了敏感粒子，针对突然变化的环境，敏感粒子的适应度值会发生变化，而敏感粒子的变化趋势决定下一次的搜寻空间的范围，可以动态的改变搜索的范围，减小搜寻的范围，从而提升粒子群算法的效率。本实施方式为了能够寻找到全局最佳，避免陷入局部最优，在粒子群算法的基础上自动改变算法中惯性权重ω，惯性权重决定粒子群的速度大小，通过调整惯性权重来调整粒子群的搜索速度。

步骤4、将通过动态粒子群算法寻找到的最佳占空比输出为PWM的占空比。

图2和图3为温度变(T＝25℃)辐照度每隔0.2秒变化一次，依次为800W/m

如图2所示，在0-0.2秒阶段，传统型MPPT追踪时间约为0.16秒，0.2～0.6秒内测试了两种MPPT在辐照度连续上升条件下的追踪能力，传统型算法的追踪时间分别为0.16秒和0.11秒，0.6～1.0秒内测试了两种MPPT在辐照度连续下降条件下的追踪能力，可以看出传统型算法响应速度慢，追踪时间长，两次稳定时间为0.10秒和0.12秒，在辐照度变化的条件下无法准确的寻找到最佳占空比和稳定在最大功率点，增加了功率损失。

如图3所示，在0-0.2秒阶段，本发明改进型算法追踪时间约为0.04秒，追踪时间效率相比传统型算法提高了75％，在到达最大功率点时改进型算法因为动态粒子群算法的精准寻优，占空比固定无波动输出功率更稳定，波动更小。0.2～0.6秒内测试了两种MPPT在辐照度连续上升条件下的追踪能力，改进型算法追踪时间约为0.03秒和0.02秒响应速度更快。0.6～1.0秒内测试了两种MPPT在辐照度连续下降条件下的追踪能力，改进型算法在这种情况下，因为加入了变步长和动态粒子群算法，能够迅速的稳定，追踪时间约为0.03s和0.01s，追踪精度和响应速度大幅的提升，在辐照度变化的条件下能够准确的寻找到最佳占空比，稳定在最大功率点，减少功率损失。

本发明的改进型MPPT算法相较于传统型MPPT算法在辐照度变化的条件下具有快速的追踪能力和适应能力，增加光伏组件的输出功率，提升发电量。在1s的仿真时间内，使用改进型MPPT的光伏组件总发电量为303.8J，而使用传统型MPPT的光伏组件总发电量为286.8J，使用改进型MPPT使得光伏组件总发电量提升5.9％。

如图4所示，在0-0.2秒阶段，传统型算法追踪时间约为0.2s。0.2-0.6秒内测试了两种MPPT在温度连续上升条件下的追踪能力，传统型算法的追踪时间分别为0.17秒和0.07秒。0.6-1.0秒阶段内测试了两种MPPT在温度连续下降条件下的追踪能力，可以看出传统型算法响应速度慢，追踪时间长，两次稳定时间为0.10秒和0.05秒，在温度变化的条件下无法精准的寻优到最佳占空比和稳定在最大功率点，增加了功率损失。

如图5所示，在0-0.2秒阶段，本发明改进型算法追踪时间为0.040秒，追踪时间效率提高了75％，在到达最大功率点时本发明方法因为冬天粒子群算法的精准寻优，占空比固定无波动输出功率更稳定，波动更小。0.2-0.6秒内测试了两种MPPT在温度连续上升条件下的追踪能力，本发明改进型算法追踪时间约为0.03秒和0.03秒响应速度更快。0.6-1.0秒阶段内测试了两种MPPT在温度连续下降条件下的追踪能力，本发明改进型算法在这种情况下因为加入了变步长和动态粒子群算法，追踪时间约为0.03秒和0.02秒，响应速度更快，能够迅速的稳定，追踪精度和响应速度大幅的提升，在温度变化的条件下能够准确的寻找到最佳占空比，稳定在最大功率点，减少功率损失。