狼群搜索算法在光伏阵列MPPT中的应用.pdf

《狼群搜索算法在光伏阵列MPPT中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第36卷第5期河南科技大学学报：自然科学版V0l_36No．52015年10月JournalofHenanUniversityofScienceandTechnology：NaturalScience0ct．2015文章编号：1672—6871(2015)05—0057—05狼群搜索算法在光伏阵列MPPT中的应用张正文，谭文龙，潘甲，范斌(湖北工业大学电气与电子工程学院，湖北武汉430068)摘要：光伏阵列最大功率点在外部环境条件变化时往往难以进行有效地跟踪，而传统的最大功率点跟踪(MPPT)方法常常会导致搜索陷人局部极值并且响应速度慢。针对此问题，本文提出

2、一种基于狼群搜索算法的最大功率点跟踪方法。仿真结果表明：该算法能够有效地进行全局最大功率点跟踪，验证了该算法的可行性。关键词：光伏发电；最大功率点跟踪；狼群搜索算法中图分类号：TM615文献标志码：A0引言太阳能作为可再生绿色能源，因其无污染、低成本、易获取的特点，已经成为代替传统能源的首选能源。但是，在实际的应用中，太阳能光伏发电系统中光伏阵列呈现非线性的特征，输出功率会随着日照以及环境温度的变化而变化，在不同的光照强度和环境温度下光伏阵列有不同的输出电压，但是只有在某一特定的电压下光伏阵列才能达到最大的输出功率¨。因此，必须找到一种更为有效的最大功率点跟

3、踪(MPPT)方法，使得光伏阵列达到最佳的转换效率。传统的MPPT方法有电导增量法、扰动观察法等，扰动观察法结构简单、被测参数少，电导增量法在外界环境迅速变化的时候，其动态性能和跟踪特性要优于扰动观察法。但是，这两种方法都有一个共同的问题，即步长固定。当步长过小时，光伏阵列就会长时间保持低功率输出，达不到最大功率跟踪的效果；但是如果步长过大，整个系统的振荡就会加剧，不利于系统的稳定性。目前，随着智能技术的大力发展，其应用领域也越来越广泛。粒子群优化算法(PSO)和遗传算法(GA)逐渐应用于光伏发电领域。但是粒子群算法的搜索对象是基于理论的太阳能电池数学模型的

4、输出功率表达式，由于理论与实际情况有一定的差距，当系统有扰动存在时，此方法无法根据实际情况来跟踪最大功率点；遗传算法具有并行搜索的能力，从解空间中多点出发搜索问题的最优解，但是遗传算法进行局部搜索的能力差，容易导致早熟。。这两种方法在应用时都需要引入其他的优化方法来确保能够搜索到全局最优解。因此，本文提出一种基于狼群搜索算法(WCA)的光伏阵列MPPT控制方法，对光伏阵列模块进行最大功率点寻优，通过与粒子群算法和遗传算法⋯的比较，WCA在收敛速度和求解精确度上都有较大的提高，最后，通过Matlab／Simulink建立仿真模型，仿真实验验证了该算法的可行性。

5、见1太阳能电池等效电路分析根据太阳能电池的基本工作原理，在理想情况下，．光伏电池等效电路如图1所示，其中，R是由材料电阻、I薄层电阻、电极接触电阻及电极本身传导电流的电阻所构成的总串联电阻；R为旁路电阻；，为流过旁路电阻图1光伏电池等效电路R的电流；，为负载电流，，。为光电流；R为负载；，，为逆向饱和电流。此时可得光伏电池输出特性，负载电流为，：=—[e‘U+IsRs)一1]基金项目：湖北省科技支撑计划基金项目(2014BAA135)作者简介：张正文(1965一)，男，湖北黄冈人，副教授，硕士，研究方向为通讯工程、嵌入式收稿日期：2015—03—27·58·

6、河南科技大学学报：自然科学版，=十K-(T一298)]，(2)式中：为光伏电池输出电流；U为光伏电池输出电压；I,h为光电流；Io,为光伏电池的暗饱和电流；K为短路电流的温度系数；，为标准测试条件下光伏电池的短路电流；A为日照强度；T为开式温度，K。光伏阵列的输出特性方程为：，s=It，^一n，[ensAKTU+IsRs)一1]，(3)p。其中：It、Its分别为光伏阵列中光电池并联和串联的个数；A为二极管因子，A=1—5；K为波尔兹曼常数，K：1．38X10J／K；q为电荷量，q=1．6X10C。暗饱和电流：，，。=一。(4)en—K—l开路电压：：1(+

7、1)。(5)。』02光伏电池板MPPT控制基本原理MPPT的基本原理为：能够实时检测光伏阵列的输出功率，通过一定的算法来估计当前光伏阵列可能达到的最大输出功率，从而改变负载阻抗来满足当前最大功率输出的要求。MPPT控制可以通过调节直流／直流(DC／DC)变换器的脉冲宽度调制(PWM)信号占空比D来调节输入与输出的关系，从而实现匹配当前所需阻抗。在光伏阵列结温保持不变的情况下，光伏阵列的，-特性曲线如图2所示。光伏阵列的短路电流和开路电压易受到日照强度和温度的影响，系统的工作点不固定，MPPT就是在光照和温度变化的条件下自寻优的过程。图2光伏阵列／-U特性曲线

8、3基于狼群搜索算法的最大功率点跟踪3．1狼群搜索算法