CN103995558A - 一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法 - Google Patents

Abstract

本发明公开了一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法，通过实时采样光伏阵列输出的直流电压Vpv和电流Ipv，计算出光伏阵列的输出功率，并和MPPT控制器预存的当前最大功率值进行比较,若>,则把的值赋给，Vpv的值赋给MPPT控制器的输出电压，反之,则把的值舍弃，和的值保持不变。然后，MPPT控制器输出的电压与光伏阵列输出的电压Vpv加到加法器上，产生的误差电压经过比例积分环节加到比较器的同相端与加到比较器反相端的锯齿波电压进行比较，来改变DC/DC变换器中开关管栅极驱动信号的占空比，从而调节控制DC/DC变换电路的参数，实现最大功率跟踪控制，跟踪速度快、控制精度高。

Description

一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法

技术领域

   本发明涉及一种光伏发电***，具体地说，涉及一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法，利用MPPT方法提高光伏发电过程中光伏电池阵列的效率，使太阳能以最大效率转化为电能输出，属于光伏发电技术领域。

背景技术

光伏发电***工作时，在一定的温度和日照强度下，光伏电池阵列具有唯一的最大功率点，但是由于光伏电池阵列的输出特性受负载状态、日照强度、环境温度等因素的影响，光伏电池阵列的输出电压和电流都会随之产生很大的变化，从而使输出功率不稳定，若不能实时跟踪其变化，则会降低光伏***的输出效率。另外，由于光伏电池阵列的输出特性具有复杂的非线性特性，很难准确确定其数学模型，无法用解析法求取最大功率。为了使光伏阵列的输出功率最大，就必须利用相应的控制方法实时跟踪、控制光伏电池阵列的最大功率点，最大限度地利用太阳能，这种保证光伏阵列持续输出最大功率的调节过程称为最大功率点跟踪（MPPT）。

目前，常见的最大功率点跟踪控制方法有恒定电压控制法、扰动观察法、增量导纳法和单一混沌搜索等，但不同的方法在实际使用中都存在不同的优缺点。恒定电压法是一种简单的最大功率点跟踪方法,其优点是控制简单、易实现，但是这种跟踪方法在温度变化时，其跟踪效率不高，有较为严重的功率损失。扰动观察法和增量导纳法都会在最大功率点附近震荡运行，导致部分功率损失。单一混沌搜索的方法虽然可以准确的跟踪全局最大值，但是若在全局最大值附近有密集地存在许多局部最大值的情况时, 虽然混沌运动存在遍历性, 但要跳出局部最大值往往需要很长时间，并且由于混沌运动具有的随机性使得有可能在接近全局最大值时, 却跳得很远, 从而造成优化搜索时间的浪费。

发明内容

本发明要解决的问题是针对以上不足，提供一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法，该方法采用二次载波混沌优化搜索算法在搜索到具有一定保证的当前最优解以后, 缩小优化变量的搜索空间，使得算法能够更快、更精确地收敛到全局最优解，因此搜索效率有较大提高。

本发明解决以上技术问题所采用的技术方案是：一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法，其特征在于：所述跟踪方法包括以下步骤：

步骤1: 一次载波选择Logistic映射

（1）

其中，k 是混沌变量的迭代次数，μ是一个控制参数，当μ= 4时，则所述Logistic映射产生的混沌变量处于完全混沌状态，且在[0，1]范围内是遍历的，将其作为混沌优化搜索方法的一次载波；

步骤2:将所述一次载波产生的混沌变量按（2）式转换成新的混沌变量同时将整个遍历区间[0，1]映射到优化变量的取值区间 [c，d]；

            （2）

步骤3:利用所述一次载波，进行第1次混沌搜索；

通过混沌发生器产生的随机步长在光伏阵列的输出电压取值区间[c，d]范围内对光伏***进行扰动，同时***实时采样光伏阵列当前时刻的输出电压Vpv、电流Ipv，计算出光伏输出功率并和MPPT控制器预存的当前最大功率值进行比较，如果>，则把的值赋给，Vpv的值赋给,否则舍弃，若干步搜索都保持不变，则认为粗搜索达到满意；

步骤4:利用二次载波进行第 2 次混沌优化搜索，混沌优化搜索的二次载波方式如（3）式所示，其能够产生在某一指定点附近轨道概率密度较大的混沌变量；

 （3）                

式中为所述一次载波搜索过程中的最大功率点所对应的输出电压,为（1）式产生的混沌变量，为（1）式产生的另一混沌变量，0<α<1，β>1；当取α为较小的值，β取较大的值时，可以得到以为中心的混沌序列，并可使混沌搜索在最大功率点附近有较好的遍历性；

步骤5:采用缩小搜索空间的方法提高跟踪效率，即以当前最优解为中心 ,通过式(4) 调整 c , d 的值来实现重新构造优化变量取值区间；

        (4)

其中 r为大于 1 的常数；

步骤6: 返回到步骤2，继续循环搜索，当循环次数达到设定值,搜索结束；此时即为光伏阵列的最大功率, 为光伏阵列的最优输出电压。

一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法，其特征在于：所述跟踪方法包括以下步骤：

开始于步骤S101；

然后，在步骤S102，根据***的需求，对***参数进行初始化：混沌变量的初值为0.126；电压搜索的上下边界值c,d的初始值为c=0,d=90；二次载波的幂α取0.6，β取3；当前最大功率 =0； 常数r =2.1；主循环次数=0；

在步骤S103，令一次载波迭代次数k初值为0，循环次数i=0，然后进入步骤S104；

在步骤S104，将混沌变量的初值代入进行迭代运算，并将上式得到的代入，得到mppt控制器输出电压，令，然后进入步骤S105；

在步骤S105，计算光伏阵列输出瞬时功率，然后进入步骤S106；

在步骤S106，判断光伏阵列输出瞬时功率是否大于MPPT控制器预存的当前最大功率值,如果是，则进入步骤S108；如果否，则进入步骤S107；

在步骤S107，执行i=i+1，然后进入步骤S109；

在步骤S108，将光伏阵列输出瞬时功率的值赋给MPPT控制器预存的当前最大功率值，将瞬时电压的值赋MPPT控制器的输出电压，然后进入步骤S109；

在步骤S109，判断循环次数i是否大于10或者一次载波的混沌变量迭代次数k是否大于100，若是进入步骤S110，如果否，进入步骤S104；

在步骤S110，令二次载波的混沌变量迭代次数初值为0，循环次数i=0，然后进入步骤S111；

在步骤S111，将混沌变量的初值代入进行迭代运算，并将上式得到的代入

令，然后进入步骤S112；

在步骤S112，计算，然后进入步骤S113； 

在步骤S113，判断是否大于,如果是，即实时功率大于当前预设的最大功率，则进入步骤S115；如果否，则进入步骤S114；

在步骤S114，执行i=i+1，然后进入步骤S116；

在步骤S115，将实时功率的值赋MPPT控制器的输出电压，将电压的值赋MPPT控制器的输出电压，然后进入步骤S116；

在步骤S116，判断二次载波循环次数i是否大于10或者二次载波的混沌变量迭代次数k是否大于100，若是进入步骤S117，如果否，进入步骤S111；

在步骤S117，执行

，，即调整 c,d 的值来实现重新构造优化变量取值区间，然后主循环次数，然后进入步骤S118；

在步骤S118，判断主循环次数是否大于3，如果是，则进入步骤S119；如果否，则进入步骤S103；

在步骤S119，输出最大功率值和mppt控制器的最优输出电压，然后进入步骤S120；

在步骤S120，搜索结束。 

本发明采用以上技术方案，与现有技术相比，具有以下优点： 

（1)采用一次载波和二次载波相结合进行迭代搜索，较传统混沌搜索法更能提高跟踪速度；(2)由于采用了二次载波法进行搜索进一步精确跟踪控制，提高了控制精度，也解决了部分阴影的光伏***最大功率点跟踪易落入局部最大值的问题；(3)本发明能够满足光伏发电***最大功率跟踪控制的需要，能更有效的提高***的跟踪效率。

下面结合附图和实施例对本发明进一步说明。

附图说明

   图1为本发明实施例中控制***的结构图；

   图2为本发明实施例中跟踪方法的流程图；

   图中，

1-PV Array是光伏阵列，2-MPPT控制器，3-加法器，4-比例积分电路，5-比较器，6-DC/DC变换器输出电容，7-续流二极管，8-开关管，9-电感，10-滤波电容。

具体实施方式

  实施例，如图1所示，一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法，Vpv为光伏阵列的实时输出电压，Ipv为光伏阵列的实时输出电流，为光伏阵列瞬时输出功率，为MPPT控制器预存的光伏阵列当前最大功率值，为与相对应的MPPT控制器的最优输出电压，[c，d]为mppt过程中第i次迭代的光伏阵列的输出电压取值区间，c为下边界，d为上边界。是主循环的循环次数。为一次载波的混沌变量，为一次载波迭代过程中的光伏阵列瞬时输出电压，

MPPT控制器2通过实时采样光伏阵列1输出的直流电压Vpv和电流Ipv，计算出光伏阵列的输出功率，并和MPPT控制器预存的当前最大功率值进行比较, 若>,则把的值赋给，Vpv的值赋给MPPT控制器的输出电压，反之,则把的值舍弃，和的值保持不变。然后，MPPT控制器2输出的电压与光伏阵列输出的电压Vpv加到加法器上，产生的误差电压经过比例积分环节4加到比较器5的同相端与加到比较器5反相端的锯齿波电压进行比较，来改变DC/DC变换器中开关管8的栅极驱动信号占空比，从而调节控制DC/DC变换电路的参数，实现最大功率跟踪控制。

混沌优化搜索的一次载波选择Logistic映射

（1）

其中k是混沌变量的迭代次数，μ是一个控制参数，当μ= 4时，则所述Logistic映射产生的混沌变量处于完全混沌状态，且在（0，1）范围内是遍历的。

混沌优化搜索的二次载波方式如（3）式所示，其能够产生在某一指定点附近轨道概率密度较大的混沌变量。

       （3）。

式中为所述一次载波搜索过程中的最大功率点所对应的mppt控制器输出电压，为（1）式产生的混沌变量，为（1）式产生的另一混沌变量， 0<α<1，β>1。当取α为较小的值，β取较大的值时，可以得到以为中心的二次载波混沌序列，可以使混沌搜索在最大功率点附近有较好的遍历性。为二次载波迭代次数。

如图2所示，为跟踪最大功率点的基本控制流程，该流程开始于步骤S101。然后，在步骤S102，根据***的需求，对***参数进行初始化：混沌变量的初值为0.126；电压搜索的上下边界值c,d的初始值为c=0,d=90； 二次载波的幂α取0.6，β取3；当前最大功率 =0； 常数r =2.1；主循环次数=0。

在步骤S103，令一次载波迭代次数k初值为0，循环次数i=0，然后进入步骤S104；

在步骤S104，将混沌变量的初值代入进行迭代运算，并将上式得到的代入，得到mppt控制器输出电压，令，然后进入步骤S105；

在步骤S105，计算光伏阵列输出瞬时功率，然后进入步骤S106；

在步骤S106，判断光伏阵列输出瞬时功率是否大于MPPT控制器预存的当前最大功率值,如果是，即实时功率大于当前预设的最大功率，则进入步骤S108；如果否，则进入步骤S107；

在步骤S107，执行i=i+1，然后进入步骤S109；

在步骤S108，将光伏阵列输出瞬时功率的值赋给MPPT控制器预存的当前最大功率值，将瞬时电压的值赋MPPT控制器的输出电压，然后进入步骤S109；

在步骤S109，判断循环次数i是否大于10或者一次载波的混沌变量迭代次数k是否大于100，若是进入步骤S110，如果否，进入步骤S104；

在步骤S110，令二次载波的混沌变量迭代次数初值为0，循环次数i=0，然后进入步骤S111；

在步骤S111，将混沌变量的初值代入进行迭代运算，并将上式得到的代入

当为奇数时

令，然后进入步骤S112；

在步骤S112，计算，然后进入步骤S113； 

在步骤S113，判断是否大于,如果是，即实时功率大于当前预设的最大功率，则进入步骤S115；如果否，则进入步骤S114；

在步骤S114，执行i=i+1，然后进入步骤S116；

在步骤S115，将实时功率的值赋MPPT控制器的输出电压，将电压的值赋MPPT控制器的输出电压，然后进入步骤S116；

在步骤S116，判断二次载波循环次数i是否大于10或者二次载波的混沌变量迭代次数k是否大于100，若是进入步骤S117，如果否，进入步骤S111；

在步骤S117，执行，

 ，即调整 c , d 的值来实现重新构造优化变量取值区间，然后主循环次数，然后进入步骤S118；

在步骤S118，判断主循环次数是否大于3，如果是，则进入步骤S119；如果否，则进入步骤S103；

在步骤S119，输出最大功率值和mppt控制器的最优输出电压，然后进入步骤S120；

在步骤S120，搜索结束。 

经试验，跟踪速度和控制精度高。

本领域技术人员应该认识到，上述的具体实施方式只是示例性的，是为了使本领域技术人员能够更好的理解本发明内容，不应理解为是对本发明保护范围的限制，只要是根据本发明技术方案所作的改进，均落入本发明的保护范围。 

Claims (2)

1.一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法，其特征在于：所述跟踪方法包括以下步骤：

步骤1: 一次载波选择Logistic映射

（1）

 其中，k 是混沌变量的迭代次数，μ是一个控制参数，当μ= 4时，则所述Logistic映射产生的混沌变量处于完全混沌状态，且在[0，1]范围内是遍历的，将其作为混沌优化搜索方法的一次载波；

步骤2:将所述一次载波产生的混沌变量按（2）式转换成新的混沌变量同时将整个遍历区间[0，1]映射到优化变量的取值区间 [c，d]；

            （2）

步骤3:利用所述一次载波，进行第1次混沌搜索；

通过混沌发生器产生的随机步长在光伏阵列的输出电压取值区间[c，d]范围内对光伏***进行扰动，同时***实时采样光伏阵列当前时刻的输出电压Vpv、电流Ipv，计算出光伏输出功率并和MPPT控制器预存的当前最大功率值进行比较，如果>，则把的值赋给，Vpv的值赋给,否则舍弃，若干步搜索都保持不变，则认为粗搜索达到满意；

步骤4:利用二次载波进行第 2 次混沌优化搜索，混沌优化搜索的二次载波方式如（3）式所示，其能够产生在某一指定点附近轨道概率密度较大的混沌变量；

（3）                       

式中为所述一次载波搜索过程中的最大功率点所对应的输出电压,为（1）式产生的混沌变量，为（1）式产生的另一混沌变量，0<α<1，β>1；当取α为较小的值，β取较大的值时，可以得到以为中心的混沌序列，并可使混沌搜索在最大功率点附近有较好的遍历性；

步骤5:采用缩小搜索空间的方法提高跟踪效率，即以当前最优解为中心 ,通过式(4) 调整 c , d 的值来实现重新构造优化变量取值区间；

        (4)

其中 r为大于 1 的常数；

步骤6: 返回到步骤2，继续循环搜索，当循环次数达到设定值,搜索结束；此时即为光伏阵列的最大功率, 为光伏阵列的最优输出电压。

2.一种基于混沌优化搜索的光伏阵列最大功率点跟踪方法，其特征在于：所述跟踪方法包括以下步骤：

开始于步骤S101；

然后，在步骤S102，根据***的需求，对***参数进行初始化：混沌变量的初值为0.126；电压搜索的上下边界值c,d的初始值为c=0,d=90；二次载波的幂α取0.6，β取3；当前最大功率 =0； 常数r =2.1；主循环次数=0；

在步骤S103，令一次载波迭代次数k初值为0，循环次数i=0，然后进入步骤S104；

在步骤S104，将混沌变量的初值代入进行迭代运算，并将上式得到的代入，得到mppt控制器输出电压，令，然后进入步骤S105；

在步骤S105，计算光伏阵列输出瞬时功率，然后进入步骤S106；

在步骤S106，判断光伏阵列输出瞬时功率是否大于MPPT控制器预存的当前最大功率值,如果是，则进入步骤S108；如果否，则进入步骤S107；

在步骤S107，执行i=i+1，然后进入步骤S109；

在步骤S108，将光伏阵列输出瞬时功率的值赋给MPPT控制器预存的当前最大功率值，将瞬时电压的值赋MPPT控制器的输出电压，然后进入步骤S109；

在步骤S109，判断循环次数i是否大于10或者一次载波的混沌变量迭代次数k是否大于100，若是进入步骤S110，如果否，进入步骤S104；

在步骤S110，令二次载波的混沌变量迭代次数初值为0，循环次数i=0，然后进入步骤S111；

在步骤S111，将混沌变量的初值代入进行迭代运算，并将上式得到的代入

令，然后进入步骤S112；

在步骤S112，计算，然后进入步骤S113； 

在步骤S113，判断是否大于,如果是，即实时功率大于当前预设的最大功率，则进入步骤S115；如果否，则进入步骤S114；

在步骤S114，执行i=i+1，然后进入步骤S116；

在步骤S115，将实时功率的值赋MPPT控制器的输出电压，将电压的值赋MPPT控制器的输出电压，然后进入步骤S116；

在步骤S116，判断二次载波循环次数i是否大于10或者二次载波的混沌变量迭代次数k是否大于100，若是进入步骤S117，如果否，进入步骤S111；

在步骤S117，执行

，，即调整 c,d 的值来实现重新构造优化变量取值区间，然后主循环次数，然后进入步骤S118；

在步骤S118，判断主循环次数是否大于3，如果是，则进入步骤S119；如果否，则进入步骤S103；

在步骤S119，输出最大功率值和mppt控制器的最优输出电压，然后进入步骤S120；

在步骤S120，搜索结束。