CN105549677A - 一种基于模拟退火法的光伏最大功率跟踪方法 - Google Patents
一种基于模拟退火法的光伏最大功率跟踪方法 Download PDFInfo
- Publication number
- CN105549677A CN105549677A CN201610112363.3A CN201610112363A CN105549677A CN 105549677 A CN105549677 A CN 105549677A CN 201610112363 A CN201610112363 A CN 201610112363A CN 105549677 A CN105549677 A CN 105549677A
- Authority
- CN
- China
- Prior art keywords
- maximum power
- disturbance
- neighborhood
- simulated annealing
- method based
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/66—Regulating electric power
- G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于模拟退火法的光伏最大功率跟踪方法,它可以摆脱局部最大功率点可靠地追踪到全局功率最大点。由于加入了辐照度在线监测机制,本算法可以识别出辐照度的变化,并重启动GMPPT,迅速地追踪到新的GMPP。邻域自适应可调,大大加快了追踪的速度,并且减少了追踪过程中的功率振荡,降低了功率损失。更加精细的算法结束条件,使得对GMPP的追踪更加精准,提高了光伏***的效率。
Description
【技术领域】
本发明属于太阳能光伏发电研究领域,特别涉及一种基于模拟退火法的光伏***最大功率跟踪的优化算法。
【背景技术】
近年来,由于化石燃料的大量、快速使用,环境问题及全球能源危机日益严峻。作为主要的清洁可再生能源,太阳能发电得到了普遍的关注与重视并有着广泛的应用前景:能源总量巨大,清洁无污染以及地理上不受限制,同时,太阳能发电***安全稳定,易于实施和维护。然而,在实际的光伏***应用环境中,周围物体阴影的遮挡、太阳能板的污点、具体安装朝向不同等问题会严重影响光伏***电产率。上述问题通常被称为光伏***的失配问题,这会导致光伏阵列整体的输出静态特性曲线呈现出“多个最大功率点(MultipleMaximumPowerPoint,MMPP)”的现象,使得传统集中式最大功率跟踪(MaximumPowerPointTracking,MPPT)控制算法难以区分局部最大功率点(LocalMaximumPowerPoint,LMPP)和全局最大功率点(GlobalMaximumPowerPoint,GMPP),降低了光伏***的输出功率,严重影响其太阳能转化的效率。
为了解决这一问题,基于模糊控制(FuzzyLogicControl)、粒子群算法(ParticleSwarmOptimization)等一系列新的全局最大功率点跟踪(GlobalMaximumPowerPointTracking,GMPPT)算法被提出,大大提高了追踪到GMPP的概率,提升了光伏***的效率。然而,上述算法在追踪GMPP时往往有较大的功率损失或者需要针对每个单独的光伏***进行优化。相比之下,基于模拟退火法的GMPPT算法不依赖于电压初值,不需要对每个单独的光伏***进行优化,故体现出其独有的优势与应用价值。但是现有的模拟退火法只能追踪静态的功率电压曲线的最大值,无法应对辐照度变化的情况;算法停止条件为温度下降至一定阈值,追踪精度不高;缺少邻域的有效调整,导致追踪速度慢。
【发明内容】
为了克服当前模拟退火法在光伏***GMPPT上的缺陷,本发明提出了一种能够快速精确地追踪光伏***GMPP的基于模拟退火法的改进GMPPT算法。
本发明采用以下技术方案:
一种基于模拟退火法的光伏最大功率跟踪方法,包括以下步骤:
(1)在0到开路电压之间随机选取一个初始电压作为工作点电压Vi,测量在该工作点电压下的输出功率Pi,作为参考功率;
(2)在邻域内随进进行电压扰动,得到新的工作电压Vk,测量该工作电压Vk下的输出功率Pk;
(3)判断步骤(2)进行扰动后的输出功率Pk与步骤(1)的参考功率Pi的关系,如果Pk大于Pi,则接受该扰动点位新的参考点,同时,如果Pk大于当前记录的最大功率值Pmax,则更新最大功率值;如果Pk小于Pi,则参考Metropolios计算接受概率,以此判断是否将该扰动点作为新的参考点;
(4)如果在某一邻域内扰动的次数达到了提前设定的扰动次数NS,则调整邻域大小,当调整邻域的次数达到提前设定的调整次数时,对当前环境降温,并将当前的扰动点作为目前的最大功率点;
(5)判断是否追踪到最大功率。
优选地,所述的步骤(2)中的Vk按照以下公式计算:
Vk=Vi+r*step
其中,r为[-1,1]之间的随机数,step为当前的邻域大小。
优选地,步骤(3)中的参考Metropolios计算接受概率,按照以下公式计算:
其中,Pr为接受概率,Tk为当前温度。
优选地,步骤(3)中,参考Metropolios计算接受概率,以此判断是否将该扰动点作为新的参考点的方法为:若接受概率Pr大于0.1,则接受扰动点,否则拒绝。
优选地,步骤(4)根据以下公式调整邻域大小:
其中,newstep为调整后的邻域大小,No_accept为接受扰动点的次数,NS为给定邻域内的扰动次数,step为当前邻域大小。
优选地,步骤(4)中,对当前环境降温按照以下公式进行:Tk+1=αTk,其中,Tk为当前温度,Tk+1为降温后的温度,α为温度下降率。
优选地,判断是否追踪到最大功率的方法为:
ΔP=|Pi-Pmax|,若且连续M个输出功率都在记录的最大功率附近,则认为已追踪到GMPP。
优选地,进一步包括步骤(6):当追踪到GMPP后,停止对电压的扰动,输出电压,并实时监测输出功率,判断是否发生辐照度的变化,如果存在辐照度的变化,则重新启动GMPPT,否则输出电压。
优选地,如果以下公式成立,则认为辐照度发生变化:
与现有技术相比,本发明至少具有以下有益效果:本发明公开了一种基于模拟退火法的改进全局最大功率点跟踪算法。当光伏阵列的P-V特性因局部阴影遮挡而呈现出多峰值现象时,可以快速、准确地追踪到光伏阵列的全局最大功率点;由于邻域的自适应可调,在追踪过程中可以避免功率的大幅度波动;同时该算法能检测辐照度变化,并及时追踪到新的GMPP。
【附图说明】
图1为本发明基于模拟退火法的GMPPT算法的流程图。
图2(a)、(b)为实施例中的P-V特性曲线。
图3(a)、(b)为实施例中GMPPT过程示意图。
【具体实施方式】
本发明提出的基于模拟退火法的GMPPT算法是通过模拟晶体熔化后降温结晶的过程,构造一个类似的降温机制,在每个温度下进行一定次数电压的扰动,参考Metropolis判据决定接受或拒绝新的工作点,并根据实际接受次数所占比率来调整邻域的大小,从而达到既快速又精确的追踪效果,同时该算法能检测辐照度变化,并及时追踪到新的GMPP。其流程图如图1所示。
下面结合实施例及附图,对本发明做进一步详细的说明。实施例中GMPPT的流程图如附图1所示,包括以下步骤:
1、参数设置
设置初始温度T0、温度下降率α、邻域大小step、结束标志flag、给定邻域内的扰动次数NS、给定温度下的邻域调整次数NT。
2、初始化电压
在0到开路电压Voc之间随机选取一个初始电压V0作为初始的工作点电压。
3、测量功率
根据初始化的电压V0测出相应的输出功率P0。
4、GMPPT过程
4.1在邻域内随机进行电压扰动,得到新的工作电压Vk。具体产生方式为:
Vk=Vi+r*step(1)
其中,r为[-1,1]之间的随机数,step为当前的邻域大小,对于Vi而言,当i=1时,Vi=V0。
4.2测量出Vk对应的输出功率Pk。并将扰动次数No_perturb加1。
4.3如果Pk大于参考功率Pi,对于Pi而言,当i=1时,Pi=P0,则接受扰动点为新的参考点,同时,将接受新解的次数No_accept加1:
Pi=Pk,Vi=Vk(2)
如果Pk大于当前记录的最大功率值Pmax,更新最大功率值:
Pmax=Pk,Vmax=Vk(3)
4.4如果Pk小于参考功率Pi,对于Pi而言,当i=1时,Pi=P0,则参考以下Metropolios公式计算接受概率,以此判断是否接受扰动点为新的参考点:
若Pr大于0.1,则接受扰动点,否则拒绝。如果接受了,将接受新解的次数No_accept加一。
4.5如果在某一邻域内扰动次数达到NS次,按以下方式调整邻域大小:
重新初始化No_perturb、No_accept,并将No_step加1。
4.6如果邻域调整次数达到NT次,按照下述方式进行降温:
Tk+1=αTk(6)
重新初始化No_step,将参考点设为目前的最大功率点:
Vi=Vmax(7)
5、判断是否追踪到GMPP:
ΔP=|Pi-Pmax|(8)
若
则令
flag=flag+1(10)
当flag大于M时,说明连续M个输出功率都在记录的最大功率附近,此时认为已追踪到GMPP,进入6,否则回到4。
6、输出GMPP,等待算法重启动
当追踪到GMPP后,算法停止对电压的扰动,输出Vi=Vmpp,并实时监测输出功率Pi,按照下式判断辐照度是否发生变化:
若
说明输出功率有较大波动,存在辐照度的变化,则重新启动GMPPT,回到1。否则,继续输出Vi=Vmpp。
本实施例中采用三个光伏模块串联,光伏模块1的辐照度在0.4秒时发生突变。其对应的P-V特性为图2(a)(0.4秒之前)及图2(b)(0.4秒之后)。可以看出,由于局部阴影遮挡,导致三块光伏模块P-V特性不一致,因此在0-0.4秒总的P-V特性呈现3个峰值。由图3(a)可以看出输出功率很快达到GMPP,说明算法的快速性及可靠性。在0.4秒后辐照度发生突变,算法立即重启动追踪,并快速再次找到新的GMPP,说明算法可以很好地应对辐照度的变化。由图3(b)可以看出,由于邻域的自适应调节,电压波动范围较小,有效地抑制了较大的功率扰动,减少了功率损失并且提升了追踪速度。
Claims (9)
1.一种基于模拟退火法的光伏最大功率跟踪方法,其特征在于:包括以下步骤:
(1)在0到开路电压之间随机选取一个初始电压作为工作点电压Vi,测量在该工作点电压下的输出功率Pi,作为参考功率;
(2)在邻域内随机进行电压扰动,得到新的工作电压Vk,测量该工作电压Vk下的输出功率Pk;
(3)判断步骤(2)进行扰动后的输出功率Pk与步骤(1)的参考功率Pi的关系,如果Pk大于Pi,则接受该扰动点位新的参考点,同时,如果Pk大于当前记录的最大功率值Pmax,则更新最大功率值;如果Pk小于Pi,则参考Metropolios计算接受概率,以此判断是否将该扰动点作为新的参考点;
(4)如果在某一邻域内扰动的次数达到了提前设定的扰动次数NS,则调整邻域大小,当调整邻域的次数达到提前设定的调整次数时,对当前环境降温,并将目前的最大功率点作为当前的参考点;
(5)判断是否追踪到最大功率。
2.根据权利要求1所述的一种基于模拟退火法的光伏最大功率跟踪方法,其特征在于:所述的步骤(2)中的Vk按照以下公式计算:
Vk=Vi+r*step
其中,r为[-1,1]之间的随机数,step为当前的邻域大小。
3.根据权利要求1所述的一种基于模拟退火法的光伏最大功率跟踪方法,其特征在于:步骤(3)中的参考Metropolios计算接受概率,按照以下公式计算:
其中,Pr为接受概率,Tk为当前温度。
4.根据权利要求1或3所述的一种基于模拟退火法的光伏最大功率跟踪方法,其特征在于:步骤(3)中,参考Metropolios计算接受概率,以此判断是否将该扰动点作为新的参考点的方法为:若接受概率Pr大于0.1,则接受扰动点,否则拒绝。
5.根据权利要求1所述的一种基于模拟退火法的光伏最大功率跟踪方法,其特征在于:步骤(4)根据以下公式调整邻域大小:
其中,newstep为调整后的邻域大小,No_accept为接受扰动点的次数,NS为给定邻域内的扰动次数,step为当前邻域大小。
6.根据权利要求1所述的一种基于模拟退火法的光伏最大功率跟踪方法,其特征在于:步骤(4)中,对当前环境降温按照以下公式进行:Tk+1=αTk,其中,Tk为当前温度,Tk+1为降温后的温度,α为温度下降率。
7.根据权利要求1所述的一种基于模拟退火法的光伏最大功率跟踪方法,其特征在于:判断是否追踪到最大功率的方法为:
ΔP=|Pi-Pmax|,若且连续M个输出功率都在记录的最大功率附近,则认为已追踪到GMPP。
8.根据权利要求1所述的一种基于模拟退火法的光伏最大功率跟踪方法,其特征在于:进一步包括步骤(6):当追踪到GMPP后,停止对电压的扰动,输出电压,并实时监测输出功率,判断是否发生辐照度的变化,如果存在辐照度的变化,则重新启动GMPPT,否则输出电压。
9.根据权利要求8所述的一种基于模拟退火法的光伏最大功率跟踪方法,其特征在于:如果以下公式成立,则认为辐照度发生变化:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112363.3A CN105549677B (zh) | 2016-02-29 | 2016-02-29 | 一种基于模拟退火法的光伏最大功率跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112363.3A CN105549677B (zh) | 2016-02-29 | 2016-02-29 | 一种基于模拟退火法的光伏最大功率跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105549677A true CN105549677A (zh) | 2016-05-04 |
CN105549677B CN105549677B (zh) | 2017-02-08 |
Family
ID=55828911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610112363.3A Active CN105549677B (zh) | 2016-02-29 | 2016-02-29 | 一种基于模拟退火法的光伏最大功率跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105549677B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109725674A (zh) * | 2018-12-26 | 2019-05-07 | 西安交通大学 | 一种基于sa+pso混合算法的光伏***最大功率跟踪的优化算法 |
CN110774942A (zh) * | 2019-10-31 | 2020-02-11 | 上海电力大学 | 一种混合动力驱动***中的燃料电池输出功率控制方法 |
CN114661088A (zh) * | 2022-03-08 | 2022-06-24 | 重庆邮电大学 | 不均匀光照下的光伏mppt控制方法及*** |
CN114690839A (zh) * | 2022-04-19 | 2022-07-01 | 浙江大学杭州国际科创中心 | 基于模拟退火算法的最大功率点追踪方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494385A (zh) * | 2009-02-18 | 2009-07-29 | 常州瑞闪新能源有限公司 | 基于lcl滤波的太阳能光伏并网逆变器控制*** |
CN102687089A (zh) * | 2010-01-19 | 2012-09-19 | 欧姆龙株式会社 | Mppt控制器、太阳能电池控制装置、阳光发电***、mppt控制程序、以及mppt控制器的控制方法 |
US20130016536A1 (en) * | 2011-07-11 | 2013-01-17 | Solarbridge Technologies, Inc. | Device and Method for Global Maximum Power Point Tracking |
US20150069840A1 (en) * | 2013-09-09 | 2015-03-12 | Mitsubishi Electric Research Laboratiories, Inc. | Maximum Power Point Tracking for Photovoltaic Power Generation System |
-
2016
- 2016-02-29 CN CN201610112363.3A patent/CN105549677B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494385A (zh) * | 2009-02-18 | 2009-07-29 | 常州瑞闪新能源有限公司 | 基于lcl滤波的太阳能光伏并网逆变器控制*** |
CN102687089A (zh) * | 2010-01-19 | 2012-09-19 | 欧姆龙株式会社 | Mppt控制器、太阳能电池控制装置、阳光发电***、mppt控制程序、以及mppt控制器的控制方法 |
US20130016536A1 (en) * | 2011-07-11 | 2013-01-17 | Solarbridge Technologies, Inc. | Device and Method for Global Maximum Power Point Tracking |
US20150069840A1 (en) * | 2013-09-09 | 2015-03-12 | Mitsubishi Electric Research Laboratiories, Inc. | Maximum Power Point Tracking for Photovoltaic Power Generation System |
Non-Patent Citations (2)
Title |
---|
张贵涛等: "光伏***中全局最大功率点的优化", 《中南大学学报(自然科学版)》 * |
花京华: "分布式光伏***PV阵列功率优化及预测方法研究", 《中国优秀学位论文全文数据库 工程科技II辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109725674A (zh) * | 2018-12-26 | 2019-05-07 | 西安交通大学 | 一种基于sa+pso混合算法的光伏***最大功率跟踪的优化算法 |
CN110774942A (zh) * | 2019-10-31 | 2020-02-11 | 上海电力大学 | 一种混合动力驱动***中的燃料电池输出功率控制方法 |
CN114661088A (zh) * | 2022-03-08 | 2022-06-24 | 重庆邮电大学 | 不均匀光照下的光伏mppt控制方法及*** |
CN114690839A (zh) * | 2022-04-19 | 2022-07-01 | 浙江大学杭州国际科创中心 | 基于模拟退火算法的最大功率点追踪方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105549677B (zh) | 2017-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103123514B (zh) | 光伏阵列多峰最大功率点跟踪方法 | |
Tazay et al. | Modeling, control, and performance evaluation of grid-tied hybrid PV/wind power generation system: Case study of Gabel El-Zeit region, Egypt | |
CN105549677A (zh) | 一种基于模拟退火法的光伏最大功率跟踪方法 | |
CN101719737B (zh) | 一种太阳能光伏板最大功率点的扫描跟踪方法 | |
CN103092250A (zh) | 部分阴影条件下光伏最大功率点跟踪的复合控制方法 | |
CN102496953B (zh) | 一种光伏发电微型电网***及最大功率跟踪方法 | |
CN105260800A (zh) | 一种光伏组件温度预测方法及装置 | |
Alqarni et al. | Maximum power point tracking for photovoltaic system: modified perturb and observe algorithm | |
Chen et al. | A novel fault diagnosis method of PV based-on power loss and IV characteristics | |
CN104765400A (zh) | 一种光伏发电***环境自适应式mppt方法及*** | |
CN103197718B (zh) | 太阳能光伏阵列的最大功率输出控制方法和*** | |
Warade et al. | Analysis of soiling losses for different cleaning cycles | |
Bouakkaz et al. | Anfis-based maximum power point tracking using genetic algorithm tuned fractional-order proportional-integral-derivative controller and on-site measured climatic data | |
CN112148059B (zh) | 一种用于光伏发电站的mppt最大功率跟踪方法 | |
CN106055017A (zh) | 一种基于最大功率点追踪的太阳能功率优化方法和装置 | |
Chen et al. | Application of adaptive particle swarm optimization in multi-peak MPPT of photovoltaic array | |
Li et al. | Maximum power point tracking of photovoltaic generation based on the optimal gradient method | |
CN109725674A (zh) | 一种基于sa+pso混合算法的光伏***最大功率跟踪的优化算法 | |
CN103257667A (zh) | 一种光伏***最大功率点跟踪技术 | |
Ou et al. | A variable step maximum power point tracking method using taylor mean value theorem | |
CN104750161B (zh) | 光伏阵列输出最大功率跟踪控制的混成自动机方法 | |
CN102854911A (zh) | 一种光伏电池的最大功率跟踪方法 | |
Tahiri et al. | Comparative analysis of the MPPT methods employed in the PV system, involving incremental conductance control and sliding mode control | |
Sun et al. | Research of kind of variable step size perturbation and observation MPPT based on power prediction | |
CN104484009A (zh) | 基于比例系数的光伏发电***最大功率跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |