一种改进的光伏阵列多峰值最大功率点追踪算法
|
摘要
光伏阵列在受到阴影遮挡时,功率曲线会存在多个峰值点,传统的单峰最大功率点追踪(Maximum Power Point Tracking,MPPT)方法会陷入局部极大值而失效,针对此问题提出一种新型自适应变步长扰动观测(Perturbation and Observation,P&O)算法,在可能出现局部峰值点的设定小范围内运行自适应变步长P&O算法追踪局部峰值点,依次跳跃搜索并保留较大功率值,从而实现全局最大功率点的追踪.该算法能捕捉任何一个局部峰值点,准确性高,收敛稳定,搜索范围减小,追踪时间缩短.经MATLAB仿真结果表明该算法可快速准确地追踪到任意阴影条件下光伏阵列的全局最大功率点.
When photovoltaic arrays are shaded,there will be multiple peaks in the power curve.The traditional single peak power point tracking(MPPT)method will fall into local maximum and fail.To solve this problem,a new adaptive variable step size P&O algorithm is proposed.The adaptive variable step size P&O algorithm is used to track the local peak point in a small range where the local peak point may occur.The algorithm searches for the local peak point in turn and retains the larger power value,thus realizing the global maximum power point tracking.The algorithm can capture any local peak with high accuracy,stable convergence,reduced search range and shortened tracking time.MATLAB simulation results show that the algorithm can quickly and accurately track the global maximum power point of photovoltaic arrays under arbitrary shadows.
When photovoltaic arrays are shaded,there will be multiple peaks in the power curve.The traditional single peak power point tracking(MPPT)method will fall into local maximum and fail.To solve this problem,a new adaptive variable step size P&O algorithm is proposed.The adaptive variable step size P&O algorithm is used to track the local peak point in a small range where the local peak point may occur.The algorithm searches for the local peak point in turn and retains the larger power value,thus realizing the global maximum power point tracking.The algorithm can capture any local peak with high accuracy,stable convergence,reduced search range and shortened tracking time.MATLAB simulation results show that the algorithm can quickly and accurately track the global maximum power point of photovoltaic arrays under arbitrary shadows.
引文
[1]孙博,梅军,郑建勇.局部阴影条件下最大功率点跟踪改进算法[J].电力自动化设备,2014,34(1):115-119,127.
[2]杨天明,丁喆.基于扰动观察法的光伏发电系统MPPT控制算法研究[J].电源技术,2013,37(1):69-70,143.
[3]余运俊,张翔,王时胜,等.电导增量法光伏发电MPPT研究综述[J].电源技术,2014,38(12):2 440-2 444.
[4]周习祥,李加升.基于自适应占空比扰动算法的光伏发电系统MPPT控制[J].电气传动,2012,42(8):24-28.
[5]韩鹏,李银红,何璇,等.结合量子粒子群算法的光伏多峰最大功率点跟踪改进方法[J].电力系统自动化,2016,40(23):101-108.
[6]朱艳伟,石新春,但扬清,等.粒子群优化算法在光伏阵列多峰最大功率点跟踪中的应用[J].中国电机工程学报,2012,32(4):42-48,20.
[7]张文.基于改进粒子群算法的光伏阵列多峰MPPT控制的研究[D].天津:天津大学,2016.
[8]马昊,张庆超.基于粒子群优化算法和变步长扰动观察法的局部阴影情况下MPPT控制[J].电源学报,2016,14(3):94-101.
[9]简献忠,严军,范建鹏,等.基于差分进化算法的光伏阵列MPPT控制方法[J].控制工程,2014,21(4):559-562,566.
[10]李宏玉,杨婷,董琳琳,等.基于改进动态差分进化算法的光伏阵列MPPT控制研究[J].电气传动,2017,47(7):57-61.
[11]张国军,代国印,宋飞凡,等.基于改进差分进化算法的光伏阵列多峰MPPT方法[J].辽宁工程技术大学学报,2017,36(12):1 321-1 326.
[12]姬伟超,殷时蓉,刘朝涛.基于Buck-Boost拓扑的新量子遗传算法在MPPT技术中的应用[J].电力系统保护与控制,2016,44(1):92-96.
[13]胡克用,胥芳,艾青林,等.自适应遗传算法在光伏发电系统中的应用[J].光子学报,2016,45(1):164-172.
[14]陈海东,庄平,夏建矿,等.基于改进萤火虫算法的分布式电源优化配置[J].电力系统保护与控制,2016,44(1):149-154.
[15]石季英,薛飞,秦子健,等.IFA在光伏遮蔽情况下MPPT中的应用[J].电力电子技术,2016,50(2):31-33.
[16]万晓凤,张燕飞,余运俊,等.光伏电池工程数学模型的比较研究[J].计算机仿真,2014,31(3):113-117.
[17]Ishaque K,Salam Z,Taheri H,et al.Maximum power point tracking for PV system under partial shading condition via particle swarm optimization[C]//Applied Power Electronics Colloquium.Johor Bahru:IEEE,2011:5-9.
[2]杨天明,丁喆.基于扰动观察法的光伏发电系统MPPT控制算法研究[J].电源技术,2013,37(1):69-70,143.
[3]余运俊,张翔,王时胜,等.电导增量法光伏发电MPPT研究综述[J].电源技术,2014,38(12):2 440-2 444.
[4]周习祥,李加升.基于自适应占空比扰动算法的光伏发电系统MPPT控制[J].电气传动,2012,42(8):24-28.
[5]韩鹏,李银红,何璇,等.结合量子粒子群算法的光伏多峰最大功率点跟踪改进方法[J].电力系统自动化,2016,40(23):101-108.
[6]朱艳伟,石新春,但扬清,等.粒子群优化算法在光伏阵列多峰最大功率点跟踪中的应用[J].中国电机工程学报,2012,32(4):42-48,20.
[7]张文.基于改进粒子群算法的光伏阵列多峰MPPT控制的研究[D].天津:天津大学,2016.
[8]马昊,张庆超.基于粒子群优化算法和变步长扰动观察法的局部阴影情况下MPPT控制[J].电源学报,2016,14(3):94-101.
[9]简献忠,严军,范建鹏,等.基于差分进化算法的光伏阵列MPPT控制方法[J].控制工程,2014,21(4):559-562,566.
[10]李宏玉,杨婷,董琳琳,等.基于改进动态差分进化算法的光伏阵列MPPT控制研究[J].电气传动,2017,47(7):57-61.
[11]张国军,代国印,宋飞凡,等.基于改进差分进化算法的光伏阵列多峰MPPT方法[J].辽宁工程技术大学学报,2017,36(12):1 321-1 326.
[12]姬伟超,殷时蓉,刘朝涛.基于Buck-Boost拓扑的新量子遗传算法在MPPT技术中的应用[J].电力系统保护与控制,2016,44(1):92-96.
[13]胡克用,胥芳,艾青林,等.自适应遗传算法在光伏发电系统中的应用[J].光子学报,2016,45(1):164-172.
[14]陈海东,庄平,夏建矿,等.基于改进萤火虫算法的分布式电源优化配置[J].电力系统保护与控制,2016,44(1):149-154.
[15]石季英,薛飞,秦子健,等.IFA在光伏遮蔽情况下MPPT中的应用[J].电力电子技术,2016,50(2):31-33.
[16]万晓凤,张燕飞,余运俊,等.光伏电池工程数学模型的比较研究[J].计算机仿真,2014,31(3):113-117.
[17]Ishaque K,Salam Z,Taheri H,et al.Maximum power point tracking for PV system under partial shading condition via particle swarm optimization[C]//Applied Power Electronics Colloquium.Johor Bahru:IEEE,2011:5-9.