本發(fā)明涉及太陽能光伏發(fā)電領域，尤其涉及一種基于灰狼算法的光伏最大功率點跟蹤的控制方法及裝置。

背景技術：

太陽能電池板極易受到烏云、樹木以及周圍建筑物等的遮擋而處于部分陰影條件下，導致電池的輸出功率降低，甚至由于熱斑現(xiàn)象損壞電池。為了有效利用太陽能電池，提高光伏發(fā)電的效率，研究局部陰影條件下光伏陣列的數(shù)學模型和最大功率跟蹤十分必要，陰影情況隨時可能發(fā)生，因此，最大功率算法應該具備在不同的陰影條件下快速、平穩(wěn)的追蹤到全局最大功率點的能力。

在局部陰影條件下，傳統(tǒng)的MPPT方法因只能追蹤到其中一個局部極值點而失效。現(xiàn)有技術中，有幾種部分陰影條件下的最大功率點跟蹤(MPPT)方法，其中啟發(fā)式算法由于具有處理非線性目標函數(shù)問題的能力，粒子群，蟻群，魚群等已經(jīng)被應用于解決多峰值情況下的最大功率跟蹤問題，但現(xiàn)有技術中的最大功率點跟蹤方法的隨機參數(shù)較多，收斂速度慢，工作時大幅振蕩，處理不當容易陷入局部最優(yōu)值。

技術實現(xiàn)要素：

本發(fā)明提供一種基于灰狼算法的光伏最大功率點跟蹤的控制方法及裝置，解決現(xiàn)有技術中最大功率點跟蹤方法的隨機參數(shù)較多，收斂速度慢，工作時大幅振蕩，處理不當容易陷入局部最優(yōu)值的技術問題。

本發(fā)明的目的是通過以下技術方案實現(xiàn)的：

一種基于灰狼算法的光伏最大功率點跟蹤的控制方法，包括：

根據(jù)光伏陣列的電路結構，初始化灰狼種群數(shù)量、變換器的占空比及迭代次數(shù)，其中，所述占空比作為位置參數(shù)X描述種群中的各個灰狼，即灰狼位置為位置參數(shù)X；

根據(jù)灰狼位置X，計算各灰狼的適應度，分別選擇最大值、次大值和第三大值對應的灰狼作為α灰狼、β灰狼和δ灰狼，其余灰狼視為ω灰狼，適應度為實時采樣的光伏陣列的功率；

根據(jù)當前α灰狼、β灰狼和δ灰狼的位置Xα、Xβ、Xδ及位置更新方程，更新各個灰狼位置X；

判斷各個灰狼位置之間的標準差是否小于預設閾值，判斷是否達到的最大迭代次數(shù)；

當各個灰狼位置之間的標準差是否小于預設閾值或達到預設迭代次數(shù)時，將α灰狼的位置作為最終優(yōu)化計算結果，輸出α灰狼的位置對應的占空比控制信號，控制光伏陣列工作，使其穩(wěn)定工作在最大功率點；當各個灰狼位置之間的標準差不小于預設閾值且未達到預設迭代次數(shù)時，返回根據(jù)灰狼位置X，計算各灰狼的適應度，分別選擇最大值、次大值和第三大值對應的灰狼作為α灰狼、β灰狼和δ灰狼的步驟，繼續(xù)迭代執(zhí)行。

一種基于灰狼算法的光伏最大功率點跟蹤的控制裝置，包括：

初始化模塊，用于根據(jù)光伏陣列的電路結構，初始化灰狼種群數(shù)量、變換器的占空比及迭代次數(shù)，其中，所述占空比作為位置參數(shù)X描述種群中的各個灰狼，即灰狼位置為位置參數(shù)X；

適應度計算模塊，用于根據(jù)灰狼位置X，計算各灰狼的適應度，分別選擇最大值、次大值和第三大值對應的灰狼作為α灰狼、β灰狼和δ灰狼，其余灰狼視為ω灰狼，適應度為實時采樣的光伏陣列的功率；

位置更新模塊，用于根據(jù)當前α灰狼、β灰狼和δ灰狼的位置Xα、Xβ、Xδ及位置更新方程，更新各個灰狼位置X；

判斷模塊，用于判斷各個灰狼位置之間的標準差是否小于預設閾值，判斷是否達到的最大迭代次數(shù)；

執(zhí)行模塊，用于當各個灰狼位置之間的標準差是否小于預設閾值或達到預設迭代次數(shù)時，將α灰狼的位置作為最終優(yōu)化計算結果，輸出α灰狼的位置對應的占空比控制信號，控制光伏陣列工作，使其穩(wěn)定工作在最大功率點；當各個灰狼位置之間的標準差不小于預設閾值且未達到預設迭代次數(shù)時，指示所述適應度計算模塊，繼續(xù)迭代執(zhí)行。

本發(fā)明實施例提供的一種基于灰狼算法的光伏最大功率點跟蹤的控制方法，根據(jù)光伏陣列的電路結構，初始化灰狼種群數(shù)量、變換器的占空比及迭代次數(shù)；根據(jù)灰狼位置X，計算各灰狼的適應度，分別選擇最大值、次大值和第三大值對應的灰狼作為α灰狼、β灰狼和δ灰狼，其余灰狼視為ω灰狼；根據(jù)當前α灰狼、β灰狼和δ灰狼的位置Xα、Xβ、Xδ及位置更新方程，更新各個灰狼位置X；判斷各個灰狼位置之間的標準差是否小于預設閾值，判斷是否達到的最大迭代次數(shù)；當各個灰狼位置之間的標準差是否小于預設閾值或達到預設迭代次數(shù)時，將α灰狼的位置作為最終優(yōu)化計算結果，輸出α灰狼的位置對應的占空比控制信號，控制光伏陣列工作，使其穩(wěn)定工作在最大功率點。本發(fā)明實施例以變換器的占空比為灰狼，采用灰狼優(yōu)化算法對局部陰影條件下的光伏陣列的最大功率進行跟蹤，本發(fā)明的電壓輸出和電流輸出比較穩(wěn)定，跟蹤速度快，動態(tài)響應振蕩較小，不存在穩(wěn)態(tài)振蕩問題，有效提高了光伏發(fā)電系統(tǒng)的效率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例的光伏最大功率跟蹤系統(tǒng)的電路結構示意圖；

圖2為本發(fā)明實施例的一種基于灰狼算法的光伏最大功率點跟蹤的控制方法的流程圖；

圖3為本發(fā)明實施例的一種基于灰狼算法的光伏最大功率點跟蹤的控制裝置的結構示意圖。

具體實施方式

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。

如圖1所示，為光伏最大功率跟蹤(Maximum Power Point Tracking，MPPT)系統(tǒng)的電路結構示意圖，MPPT控制器通過采樣光伏陣列的輸出電流I_PV和輸出電壓U_PV，輸出占空比控制信號，控制光伏陣列工作，使其穩(wěn)定工作在最大功率點。由圖1中的Boost變換器的輸入輸出關系可知：

Boost電路的等效電阻則占空比可表達為相應的，最大占空比最小占空比R為負載電阻，可見，通過調(diào)節(jié)占空比d可使Boost電路的等效電阻與光伏等效電阻相匹配，從而實現(xiàn)最大功率跟蹤。下面將占空比作為灰狼，通過傳感器檢測的U_PV和I_PV，輸出功率為U_PV*I_PV，詳細介紹本發(fā)明實施例提供的一種基于灰狼算法的光伏最大功率點跟蹤的控制方法，如圖2所示，包括：

步驟201、根據(jù)光伏陣列的電路結構，初始化灰狼種群數(shù)量、變換器的占空比及迭代次數(shù)；

其中，所述占空比作為位置參數(shù)X描述種群中的各個灰狼，即灰狼位置為位置參數(shù)X；

步驟202、根據(jù)灰狼位置X，計算各灰狼的適應度，分別選擇最大值、次大值和第三大值對應的灰狼作為α灰狼、β灰狼和δ灰狼，其余灰狼視為ω灰狼；

其中，灰狼的位置X可能為初始化的灰狼位置或上一迭代步驟保存的灰狼位置；適應度為實時采樣的光伏陣列的功率，適應度函數(shù)也可稱為目標函數(shù)，它是區(qū)分狼群中個體層次高低的標準，是確定最優(yōu)前3層次灰狼的依據(jù)，在灰狼位置更新的過程中，適應度較高的灰狼α、β和δ的位置保留下來，并指引適應度較低的灰狼朝著獵物方向搜索。

步驟203、根據(jù)當前α灰狼、β灰狼和δ灰狼的位置Xα、Xβ、Xδ及位置更新方程，更新各個灰狼位置X；

其中，步驟203具體可以包括：

根據(jù)當前α灰狼、β灰狼和δ灰狼的位置Xα、Xβ、Xδ及以下位置更新方程，更新各個灰狼位置：

其中，參數(shù)A和C是與隨機數(shù)r1、r2相關的參數(shù)，從2線性遞減到0，和是[0,1]之間的隨機向量。

步驟204、判斷各個灰狼位置之間的標準差是否小于預設閾值，判斷是否達到的最大迭代次數(shù)；

步驟205、當各個灰狼位置之間的標準差是否小于預設閾值或達到預設迭代次數(shù)時，將α灰狼的位置作為最終優(yōu)化計算結果，輸出α灰狼的位置對應的占空比控制信號，控制光伏陣列工作，使其穩(wěn)定工作在最大功率點；當各個灰狼位置之間的標準差不小于預設閾值且未達到預設迭代次數(shù)時，跳轉(zhuǎn)至步驟202，繼續(xù)迭代執(zhí)行。

其中，灰狼有能力識別獵物并包圍獵物，狩獵行為通常由α、β和δ指引來完成。但是，在抽象的搜索空間中，灰狼是不知道最優(yōu)解(獵物)的精確位置的，為了用數(shù)學表達式來模擬灰狼的狩獵行為，假設α(最佳候選解)，β和δ的更有能力了解潛在獵物的位置。因此，在每次迭代過程中，將當前獲得的前三個最好的值(α、β、δ)保存下來，其他搜索代理以它們?nèi)叩奈恢眯畔砀伦约旱奈恢谩?/p>

光伏陣列的輸出功率隨著外界環(huán)境的變化而變化，因此，當陰影條件發(fā)生變化時，需要重新啟動灰狼優(yōu)化算法程序，使系統(tǒng)穩(wěn)定工作在新的最大功率點，因此，步驟205之后，包括：

當判斷出光伏陣列的實際輸出功率Preal與所述最大功率點Pm之間的差值大于預設的輸出功率變換量閾值ΔP時，重新從根據(jù)光伏陣列的電路結構，初始化灰狼種群數(shù)量、變換器的占空比及迭代次數(shù)的步驟執(zhí)行。

本發(fā)明實施例還提供了一種基于灰狼算法的光伏最大功率點跟蹤的控制裝置，如圖3所示，包括：

初始化模塊310，用于根據(jù)光伏陣列的電路結構，初始化灰狼種群數(shù)量、變換器的占空比及迭代次數(shù)，其中，所述占空比作為位置參數(shù)X描述種群中的各個灰狼，即灰狼位置為位置參數(shù)X；

適應度計算模塊320，用于根據(jù)灰狼位置X，計算各灰狼的適應度，分別選擇最大值、次大值和第三大值對應的灰狼作為α灰狼、β灰狼和δ灰狼，其余灰狼視為ω灰狼，適應度為實時采樣的光伏陣列的功率；

位置更新模塊330，用于根據(jù)當前α灰狼、β灰狼和δ灰狼的位置Xα、Xβ、Xδ及位置更新方程，更新各個灰狼位置X；

判斷模塊340，用于判斷各個灰狼位置之間的標準差是否小于預設閾值，判斷是否達到的最大迭代次數(shù)；

執(zhí)行模塊350，用于當各個灰狼位置之間的標準差是否小于預設閾值或達到預設迭代次數(shù)時，將α灰狼的位置作為最終優(yōu)化計算結果，輸出α灰狼的位置對應的占空比控制信號，控制光伏陣列工作，使其穩(wěn)定工作在最大功率點；當各個灰狼位置之間的標準差不小于預設閾值且未達到預設迭代次數(shù)時，指示所述適應度計算模塊320，繼續(xù)迭代執(zhí)行。

其中，該裝置還可以包括：

重啟模塊360，用于在所述執(zhí)行模塊350輸出α灰狼的位置對應的占空比控制信號，控制光伏陣列工作，使其穩(wěn)定工作在最大功率點的步驟之后，當判斷出光伏陣列的實際輸出功率Preal與所述最大功率點Pm之間的差值大于預設的輸出功率變換量閾值ΔP時，啟動初始化模塊開始工作。

所述位置更新模塊330具體用于根據(jù)當前α灰狼、β灰狼和δ灰狼的位置Xα、Xβ、Xδ及以下位置更新方程，更新各個灰狼位置：

其中，參數(shù)A和C是與隨機數(shù)r1、r2相關的參數(shù)，從2線性遞減到0，和是[0,1]之間的隨機向量。

以上對本發(fā)明進行了詳細介紹，本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領域的一般技術人員，依據(jù)本發(fā)明的思想，在具體實施方式及應用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應理解為對本發(fā)明的限制。