[發(fā)明專利]基于改進量子粒子群算法的光伏多峰MPPT控制方法在審
| 申請?zhí)枺?/td> | 201910192078.0 | 申請日: | 2019-03-14 |
| 公開(公告)號: | CN109710021A | 公開(公告)日: | 2019-05-03 |
| 發(fā)明(設(shè)計)人: | 李志軍;張奕楠;王麗娟;賈學巖;張雅雯 | 申請(專利權(quán))人: | 河北工業(yè)大學 |
| 主分類號: | G05F1/66 | 分類號: | G05F1/66 |
| 代理公司: | 天津翰林知識產(chǎn)權(quán)代理事務所(普通合伙) 12210 | 代理人: | 付長杰 |
| 地址: | 300130 天津市紅橋區(qū)*** | 國省代碼: | 天津;12 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 最大功率點 光伏陣列 算法 量子粒子群算法 輸出功率曲線 光伏控制器 工作電流 工作電壓 多峰 光伏 改進 實際輸出功率 功率開關(guān) 光伏電池 模塊輸出 目標函數(shù) 全局搜索 初始化 二級管 占空比 構(gòu)建 收斂 搜索 采集 追蹤 輸出 跟蹤 | ||
本發(fā)明為基于改進量子粒子群算法的光伏多峰MPPT控制方法,該方法包括以下步驟:步驟1,構(gòu)建光伏電池雙二級管模型;步驟2,初始化改進的DCWQPSO算法;步驟3,光伏控制器首先采集光伏陣列輸出的電流和電壓,根據(jù)目標函數(shù)確定光伏陣列的輸出功率曲線,在輸出功率曲線上利用步驟2改進的DCWQPSO算法進行最大功率點的全局搜索,搜索到最大功率點處的工作電流和工作電壓;步驟4,采用INC算法對步驟3得到的最大功率點處的工作電流和工作電壓進行局部跟蹤,使光伏陣列實際輸出功率穩(wěn)定在最大功率點附近;步驟5,光伏控制器在最大功率點處計算出PWM占空比,通過PWM脈沖信號模塊輸出占空比給功率開關(guān)。該方法收斂速度快、追蹤品質(zhì)好、效率高。
技術(shù)領(lǐng)域
本發(fā)明屬于電力系統(tǒng)技術(shù)領(lǐng)域,涉及一種基于改進量子粒子群算法的光伏多峰MPPT控制方法。
背景技術(shù)
近些年來,太陽能光伏發(fā)電得到迅速發(fā)展,成為我國能源結(jié)構(gòu)中不可或缺的部分。在光伏發(fā)電系統(tǒng)中,一般均通過最大功率追蹤技術(shù)(Maximum PowerPoint Tracking,MPPT)保證其運行效率,因此,最大功率追蹤對光伏轉(zhuǎn)換效率的提升具有重要作用,并成為當前光伏發(fā)電系統(tǒng)研究的熱點之一。傳統(tǒng)的MPPT控制方法,如擾動觀察法,電導增量法等,主要對光伏陣列在外界條件一致的情況下進行研究,其輸出的功率-電壓P-U特性曲線為單峰值。當由于建筑、落葉、塵土堆積、云層等對光伏陣列產(chǎn)生局部遮擋時,其陣列中各組件受到的光照強度不同,P-U曲線將呈現(xiàn)出多峰特性。顯然,此時針對單峰值的傳統(tǒng)MPPT算法已不再適用,可能會陷入局部功率極值點,引起整體光伏發(fā)電系統(tǒng)的功率下降。
粒子群算法(particle swarm optimization,PSO)是由Eberhart等人于1995年提出的,它源于對鳥群群體協(xié)作的捕食行為的模擬,通過種群個體之間的協(xié)作從而引導種群向可行解方向行動。
但是PSO算法仍存在易陷入局部極值等不足,文獻-結(jié)合量子粒子群算法的光伏多峰最大功率點跟蹤改進方法[J].電力系統(tǒng)自動化,2016,40(23):101-108.、中國專利申請?zhí)?01710108591.8等從量子力學角度出發(fā),認為種群中粒子具有量子行為,在勢阱作用下收斂于一點,從而提出了收斂速度更快,粒子搜索范圍更廣的量子粒子群優(yōu)化(quantum-behaved particle swarm optimization,QPSO)算法。而現(xiàn)有QPSO算法在粒子進化過程中,其慣性權(quán)值β隨著進化代數(shù)增加而線性減少,易出現(xiàn)早熟收斂,導致算法在追逐全局最大功率點時收斂過慢。
發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)的不足,本發(fā)明所要解決的技術(shù)問題是,提供了一種基于改進量子粒子群算法的光伏多峰MPPT控制方法。該方法針對光伏陣列在局部遮陰時呈現(xiàn)的功率多峰特性,利用改進DCWQPSO算法對DCWQPSO(dynamically changing weight’s quantun-behaved particle swarm optimization)算法的粒子位置以及慣性權(quán)值進行變異,解決了DCWQPSO算法易陷入局部極值點的問題。同時將改進的DCWQPSO算法與INC算法相結(jié)合,可有效抑制改進的DCWQPSO算法動態(tài)跟蹤過程中功率的振蕩問題。本發(fā)明將改進的DCWQPSO算法與INC算法結(jié)合與傳統(tǒng)的QPSO、擾動觀察法、電導增量法相比具有收斂速度快,追蹤品質(zhì)好、效率高等優(yōu)點,可有效提升光伏發(fā)電系統(tǒng)對光照情況變化的能力,提高光伏發(fā)電系統(tǒng)的整體效率和可靠性。
本發(fā)明為解決上述技術(shù)問題采用以下技術(shù)方案:
一種基于改進量子粒子群算法的光伏多峰MPPT控制方法,該方法包括以下步驟:
步驟1,構(gòu)建光伏電池雙二級管模型;
步驟2,初始化改進的DCWQPSO算法,設(shè)置粒子總數(shù)M、粒子電壓及迭代次數(shù)t,并令t=0,對粒子位置Xi(t)進行周期性變異;對隨進化速度和粒子聚集度變化的慣性權(quán)值βi(t)進行變異;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于河北工業(yè)大學,未經(jīng)河北工業(yè)大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910192078.0/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G05F 調(diào)節(jié)電變量或磁變量的系統(tǒng)
G05F1-00 從系統(tǒng)的輸出端檢測的一個電量對一個或多個預定值的偏差量并反饋到系統(tǒng)中的一個設(shè)備里以便使該檢測量恢復到它的一個或多個預定值的自動調(diào)節(jié)系統(tǒng),即有回授作用的系統(tǒng)
G05F1-02 .調(diào)節(jié)電弧的電氣特性
G05F1-10 .調(diào)節(jié)電壓或電流
G05F1-66 .電功率的調(diào)節(jié)
G05F1-70 .調(diào)節(jié)功率因數(shù);調(diào)節(jié)無功電流或無功功率
G05F1-67 ..為了從一個發(fā)生器,例如太陽能電池,取得最大功率的
- 一種新型量子粒子多目標優(yōu)化方法
- 基于混合量子算法的智慧車輛調(diào)度管理系統(tǒng)及其工作方法
- 一種風電齒輪箱的故障診斷方法
- 一種基于改進量子粒子群算法的微能源網(wǎng)優(yōu)化調(diào)度方法
- 基于改進量子粒子群算法的鍋爐NO<sub>X</sub>預測模型優(yōu)化方法
- 一種變頻調(diào)速恒壓供水控制方法及控制系統(tǒng)
- 一種壓電執(zhí)行器遲滯非線性建模方法及應用
- 一種改進量子粒子群的VPP中儲能系統(tǒng)優(yōu)化配置方法
- 基于量子粒子群算法的MIMO雷達正交波形設(shè)計方法
- 一種基于混沌量子粒子群優(yōu)化策略的移動邊緣計算卸載方法





