局部阴影下光伏阵列最大功率点跟踪算法的研究.pdf

山 东 科 学 第 卷 第 期 年 月出版.:./.【能源与动力】收稿日期:基金项目:国家自然科学基金()作者简介:刘晨()男硕士研究生研究方向为光伏发电及并网控制:.局部阴影下光伏阵列最大功率点跟踪算法的研究刘晨黄翼虎(青岛科技大学 自动化与电子工程学院山东 青岛)摘要:传统的最大功率点跟踪()算法在光伏阵列多峰情况下容易陷入局部最优蝴蝶优化算法有全局优化能力但由于收敛精度较低而没有被广泛使用 提出了一种改进蝴蝶优化算法与扰动观察法相结合的 算法引入混沌映射理论和动态切换概率改进蝴蝶优化算法 先通过蝴蝶优化算法的全局搜索能力定位最大功率点范围后切换小步长扰动观察法精准定位最大功率点 混合算法结合了蝴蝶优化算法和扰动观察法的优点通过 仿真实验与传统蝴蝶优化算法、粒子群算法作对比改进后的算法能够适应复杂多变的光照环境且在收敛精度和速度方面均有一定优势关键词:光伏发电最大功率点跟踪蝴蝶优化算法扰动观察法混沌映射中图分类号:文献标志码:文章编号:()开放科学(资源服务)标志码():()().第 期刘晨等:局部阴影下光伏阵列 算法的研究 .科技的发展能够提高人们的生活水平和改善人们的生活方式但由此导致对能源(特别是电能)的可靠性要求和需求量大幅提高传统化石能源对生态环境的破坏不能满足未来的发展要求 光伏发电是一种绿色环保的发电方式因其发电过程中没有污染物产生和碳排放符合国家政策和未来发展的需要是未来能源供应的重要一环 光伏阵列的最大功率点容易受光伏阵列所处环境的影响若外界环境变化时不能及时地做出相应的调整则光伏电池的能源转换效率降低开路电压法、扰动观察法、电导增量法等传统的最大功率点跟踪算法收敛速度慢且存在振荡容易陷入局部最优 粒子群算法()、布谷鸟算法、蚁群算法等群智能算法虽然能够进行有效的全局寻优但缺乏收敛精度和速度 蝴蝶优化算法()具有强大的全局搜索能力为了提高蝴蝶优化算法的最大功率点跟踪()性能本文引入混沌映射理论和动态切换策略优化传统的蝴蝶优化算法提出了一种将扰动观察法和蝴蝶优化算法相结合的复合型 算法该算法启动时先采用蝴蝶优化算法进行全局寻优和局部寻优直到光伏电池达到最大功率点附近后采用小步长扰动观察法精确跟踪到最大功率点 采用/模拟光伏阵列在多种光照条件下的输出特性通过仿真与粒子群算法和传统蝴蝶优化算法对比验证了改进型蝴蝶优化算法在光伏发电 中的优越性 光伏发电系统.光伏电池的建模光伏发电是利用了半导体的光电效应:光能直接转变为电能的一种技术 光伏电池的等效电路如图 所示 光伏电池的输出特性方程见公式()()式中的物理量含义见表 这些变量受光照强度和温度变化的影响其中光伏电池内部的串联电阻 可忽略不计图 光伏电池的等效模型.()()()()()()山 东 科 学 年表 公式中物理量含义.物理量含义物理量含义 结理想因子二极管结电流电荷二极管泄漏电流玻尔兹曼常数光电效应产生的电流温度二极管反向饱和电流光伏电池内部的并联电阻光伏组件的短路电流光伏电池内部的串联电阻光伏组件的开路电压.遮阴情况下的光伏电池输出特性在自然条件下遮阴问题的存在使光伏阵列的各个光伏组件处于不同的光照条件下此时会产生“热板效应”影响甚至破坏光伏组件 光伏电池并联旁路二极管可以避免“热板效应”却造成了光伏模组输出功率的多峰值影响传统 算法的精度.不同环境下光伏电池的输出特性 本文采用 块串联光伏电池构成光伏阵列每块光伏电池由 光伏组件构成 光伏组件的电气参数如下:开路电压.短路电流.最大功率点电压 最大功率点电流.为了分析外界复杂的环境分别设置 种不表 光照条件 光照模式光照强度/()光伏电池 光伏电池 光伏电池 光伏电池 光伏电池 模式(恒定光照)模式(阴影环境)模式(动态阴影)同的光照模式见表 模式 分别模拟了光伏阵列在恒定光照、阴影环境、动态阴影这 种情况 根据光伏电池的数学型本文搭建了光伏电池模型保持输入温度 不变仿真分析不同光照环境光伏阵列的输出特性输出 曲线如图 所示图 不同光照条件下的光伏阵列输出特性.在 中的应用.扰动观察法扰动观察法()是最经典的 算法也是目前应用最广的 算法 给光伏电池输出电压施加一个微小的代数增量(增量可为负值)判断此时光伏电池输出功率在最大第 期刘晨等:局部阴影下光伏阵列 算法的研究功率点的方位从而进一步改变光伏电池输出功率 若光伏模组的输出功率的变化量为正则继续向这个代数增量的正方向添加扰动若光伏模组的输出功率的变化量为负则反之直到光伏电池的输出功率工作在最大功率点附近.蝴蝶优化算法蝴蝶优化算法()是元启发式智能算法的一种 该算法从蝴蝶群体的日常生理活动中得到启发在观察蝴蝶交配行为时发现蝴蝶存在一种器官能感受到其他蝴蝶在空气中释放的激素也就是香味蝴蝶通过香味的浓度来判断其他蝴蝶的位置 当蝴蝶移动时其释放出的香味浓度发生变化其他蝴蝶通过器官感知某一区域的香味的浓度来判断是否有同伙在此区域若蝴蝶感受某一区域的香味浓度高则向这一区域蝴蝶靠近这就是全局搜索 若感受不到浓度更高的香味时则随机移动这就是局部搜索 香味计算公式如式()所示:()蝴蝶的香味由幂指数、感觉因子 和刺激强度 决定 其中适应度决定了蝴蝶收到的刺激的强度该算法有两个阶段即全局搜索阶段和局部搜索阶段可表示为:()()()()表示适应度更高的蝴蝶 和 表示随机选择的第 只和第 只蝴蝶 设置 切换全局搜索和局部搜索 迭代时用随机数 与设定的切换概率 对比选择算法进行全局搜索还是局部搜索 ()().改进型蝴蝶优化算法.映射初始化由于 在搜索空间内采用随机策略初始化蝴蝶种群位置可能会导致蝴蝶个体分布不均匀从而造成算法过早收敛陷入局部最优 混沌映射结构简单且具有遍历性的特点为了解决上述问题本文引入 混沌映射对蝴蝶个体位置初始化使蝴蝶种群均匀地分布在搜索空间中有利于算法初期在空间内进行更好地搜索提高了算法的精度当.时 混沌映射最典型所得的序列具有均匀分布的特性 此时 混沌映射的公式为:.().()式中的 .为算法最大迭代次数 为当前迭代次数 为区间内的随机数 在算法迭代前期使全局搜索的概率大于局部搜索算法迭代后期局部搜索概率大于全局搜索 动态切换策略在不影响算法随机性的前提下进一步提升了算法的精度和收敛速度.的复合控制策略传统的 因其算法公式较少、结构特殊、能够跳出局部最优而被广泛应用其在解决光伏阵列因遮阴山 东 科 学 年产生的多峰问题上具有优越性但收敛精度低和收敛速度慢仍是该算法等群智能算法的通病 本文通过引入混沌映射理论和动态切换概率对蝴蝶优化算法进行改良(以下简称)并与扰动观察法结合的策略解决上述问题 在全局范围先采用蝴蝶优化算法进行全局寻优对最大功率点定位当蝴蝶间距小于设定值时切换为小步长扰动观察法对 精准定位算法流程图如图 具体步骤如下:图 控制策略流程图.()初始化蝴蝶种群位置和参数()以光伏阵列输出功率作为适应度函数计算当前位置各个蝴蝶的适应度()依据公式()()更新位置寻找最大功率点()判断是否锁定最大功率点范围或达到最大迭代次数()切换小步长扰动观察法直至搜索到最大功率点第 期刘晨等:局部阴影下光伏阵列 算法的研究 仿真分析本文采用/平台对光伏阵列 仿真以验证改进蝴蝶优化算法的优越性 仿真环境选取在温度 分别使光伏模组在模式(无遮阴)、模式(局部遮阴)和模式(变化阴影)这 个条件下进行仿真实验建立粒子群算法()、传统蝴蝶优化算法()和改进型蝴蝶优化算法()的 模块对这 个环境下仿真结果进行分析仿真结果见图 及表 图 输出功率对比图.山 东 科 学 年表 仿真结果 光照算法时间/平均功率/跟踪精度模式(恒定光照).模式(阴影环境).模式(动态阴影)././././././.环境温度 光照模式为模式 时光伏阵列的输出特性曲线见图()传统 算法在.寻找到最大功率点其最大输出功率为 采用 算法的光伏阵列在.时寻找到最大功率点其最大输出功率约为 算法在.寻找到最大功率点其最大输出功率为 多块光伏电池组成的光伏阵列在光照和温度恒定的情况下 种算法都能够较为精确的寻找到最大功率点 传统 算法收敛速度最慢 算法在收敛速度稍逊 算法但在收敛过程中系统的稳定性要优于 算法且收敛精度最高 算法因其随机性较强且收敛稳定性差故认为结构简单且稳定的 算法更适合用作 算法环境温度为 光照模式为模式 光伏阵列输出功率曲线见图()传统 算法在.寻找到最大功率点其最大输出功率为 采用 算法的光伏阵列在.时寻找到最大功率点其最大输出功率为 算法在.寻找到最大功率点其最大输出功率为 光伏阵列因遮阴导致输出特性多峰值时传统 算法收敛速度过慢 算法在寻优速度快于 算法但其跟踪精度远低于 算法且系统稳定性低而 算法虽然收敛时间略长但 精度最高 因此在处理光伏阵列因遮阴产生的输出功率多峰值问题时 算法更为合适环境温度为 光照模式从模式 变为模式 时光伏阵列输出功率曲线见图()当光照条件发生突变时传统 算法陷入局部最优 算法在收敛时间上优于 算法但其跟踪效率远低于 算法系统稳定性相对也较差因此在处理变化阴影问题上 算法更加合适综上所述传统 算法收敛时间过长且易陷入局部最优 算法在全局寻优中寻优速度较快但因其精度低、系统稳定性差、寻优随机性大并不能更加准确的寻找到最大功率点 算法既可以快速地进行全局寻优又可以准确地寻找到最大功率点相比以上两种算法更适合用作 算法 结论本文提出的蝴蝶优化算法和扰动观察法相结合的 算法解决了蝴蝶优化算法寻优精度低和扰动观察法不能进行有效的全局寻优的问题 通过仿真分析 种 算法在不同环境下的输出特性通过对比表明了改进型蝴蝶优化算法在光伏发电 的优越性 改进型蝴蝶优化算法在 精度和系统稳定性上较于其他两种算法有明显的优势在光伏阵列阴影变化时更能明显体现出此算法的高精度性第 期刘晨等:局部阴影下光伏阵列 算法的研究参考文献:裴婷婷.光伏发电系统中光伏阵列的故障诊断与配置重构策略研究.兰州:兰州理工大学.钟长艺 康龙云 聂洪涛 等.基于开路电压法光伏电池最大功率追踪器.电力电子技术 ():.:./.刘军 王得发 薛蓉.光伏发电系统 控制方法的研究及改进.电子测量技术 ():.:./.韩思鹏 蒋晓艳 罗意 等.遮阴条件下光伏 自适应粒子群算法优化.太阳能学报 ():.:./.王洪亮 周于尧 刘志坚 等.基于改进 算法的光伏系统 仿真研究.电子测量技术 ():.:./.王朱锁 张军朝 张俊虎 等.基于 的改进蚁群二阶段 控制器设计.电子器件 ():.:./.高文欣 刘升 肖子雅 等.全局优化的蝴蝶优化算法.计算机应用研究 ():.:./.郭德龙 周锦程 周永权.基于 飞行改进蝴蝶优化算法.数学的实践与认识 ():.杨海柱 岳刚伟 康乐.基于粒子群优化算法和电导增量法的多峰值 控制.电源学报 ():.:./.张鹏.局部遮阴情况下光伏阵列最大功率点跟踪技术研究.济南:山东大学.王青云.光伏微网失配分析与智能 控制.杭州:杭州电子科技大学.郭昆丽 刘璐雨 蔡维正.基于混合算法的光伏多峰值 研究.电源技术 ():.:./.易磊 谢雨龙 曾凡炎 等.基于神经网络的改进扰动观察法 控制.太阳能学报 ():.:./.李田来 刘方爱.带混沌映射的 蝴蝶优化定位算法.计算机工程与设计 ():.:./.王依柔 张达敏 徐航 等.基于自适应扰动的疯狂蝴蝶算法.计算机应用研究 ():.:./.尹晓叶.基于传统 的新型自适应蝶形优化算法设计.电子技术与软件工程():.滕志军 吕金玲 郭力文 等.一种基于 映射的混合灰狼优化的改进算法.哈尔滨工业大学学报 ():.:./.