适用于复杂环境下光伏系统发电高效稳定控制方法

本发明属于光伏发电，涉及一种适用于复杂环境下光伏系统发电高效稳定控制方法。

背景技术：

1、随着全球对清洁能源的越发重视，如何最大效率地利用清洁能源是众多学者思索与追求的目标。光伏能源因为其能源总量大、资源易开发、清洁无污染等优点，成为当前最火热的清洁能源。

2、由于光伏系统的建设环境十分复杂，光伏发电系统在实际运行中，其部分组件通常会受云层、树木和建筑物的遮蔽，导致暴露于不同强度的光照强度中，传统光伏系统控制方法在这种部分遮荫环境下光伏发电效率下降极其严重。

3、目前使用最为广泛的扰动观察法(p&o)与电导增量法(inc) 有着算法算法简单易实现的优点，但是无法兼顾快速追踪最大功率点以及稳态时保持低振荡，此外在部分遮荫环境下会陷入局部最优的情况。此外，传统粒子群算法虽然可以追踪到全局最大输出功率点，但是有着追踪速度慢、追踪过程振荡严重等问题。

技术实现思路

1、本发明所要解决的技术问题是提供一种适用于复杂环境下光伏系统发电高效稳定控制方法，利用了扰动观察法在均匀光照环境下追踪效果良好的优势，并对传统算法进行了改进，进一步提高了最大功率点追踪速度，降低了稳态时的振荡，大幅提高了光伏系统发电效率。此外，本发明利用了粒子群算法在部分遮荫环境下良好的全局追踪优势，并对传统粒子群算法进行了改进，大幅提升了算法的追踪速度，实现了光伏系统在部分遮荫环境下仍能高效稳定发电。

2、为解决上述技术问题，本发明所采用的技术方案是：一种适用于复杂环境下光伏系统发电高效稳定控制方法，它包括如下步骤：

3、s1，通过光照采集单元采集外界光照幅度，并通过光伏系统容量计算出光伏系统理论最大输出功率pmax；

4、s2，通过采集光伏系统各组串的输出电压un与输出电流in，计算出各组串的输出功率pn，再汇总计算出光伏系统实际输出功率pout；

5、s3，比较光伏系统实际输出功率pout的值与光伏系统理论最大输出功率pmax的值，如果pout≥0.95*pmax，则执行步骤s4，否则转入步骤s11；

6、s4，对于运行中的光伏阵列，采样第k个周期的光伏阵列的输出电压u(k)、输出电流i(k)，并计算此时的输出功率p(k)=u(k)*i(k)；设定两个变量m和n用于改变步长，并赋初始值分别为m=1，n=1；

7、s5，对于运行中的光伏阵列，采样第（k-1）个周期的采样值，与第k个周期的数据进行做差：du=u(k)-u(k-1)、di=i(k)-i(k-1)、dp=p(k)-p(k-1)；

8、s6，通过s5中计算值判断|dp/du|>0.98*i(k)是否成立：若成立，则令m=a，其中a为大于1的常数；若不成立，则m值不变；

9、s7，判断|dp/du|<0.25 *i(k)是否成立：若成立，则令m=b，其中b为小于1的常数；若不成立，则m值不变；

10、s8，判断|dp/du|<ε1是否成立，其中ε1为大于0的常数：若成立，则令n=0；若不成立，则n值不变；

11、s9，判断dp/du=0是否成立：若成立，则进行再赋值：令u(k-1)= u(k)、i(k-1)= i(k)、p(k-1)= p(k)；赋值后数据返回步骤s1；若不成立，执行步骤s10；

12、s10，判断dp/du>0是否成立：若成立，则令uref=uref+δu*m*n，返回步骤s1；若不成立，则令uref=uref-δu*m*n，返回步骤s1；其中δu为初始步长；uref表示当前输出电压值；

13、s11，对于运行中的光伏阵列，采样第k个周期的光伏阵列的输出电压u(k)、输出电流i(k)，并计算此时的输出功率p(k)=u(k)*i(k)；

14、s12，初始化粒子群：粒子位置d、粒子速度v，确定粒子数n和最大循环次数计数器m；

15、s13，寻找当前粒子个体最优值pibest和粒子群全局最优值pgbest，并确定对应粒子位置dibest与dgbest；

16、s14，判断p(k)＞pibest是否成立：若成立，则更新dibest，执行步骤15；若不成立，直接执行步骤15；

17、s15，判断p(k)＞pgbest是否成立：若成立，则更新dgbest，执行步骤16；若不成立，直接执行步骤16；

18、s16，更新惯性权重w与学习因子c1与c2；

19、s17，更新粒子速度和粒子位置；

20、s18，判断是否达到最大循环次数m：若没有达到，执行步骤s12；若达到，执行步骤s19；

21、s19，输出更新后粒子群全局最优值对应粒子位置dfinal作为占空比；

22、s20，返回步骤s1。

23、在s6中，a值的大小根据需要进行预设，用于增大步长。

24、在s8中，ε1值的大小根据需要进行预设，预设值设置为趋近于0的正值。

25、在s12中，粒子数n值与光伏组串中串联光伏板的数量c有关，建议取值n=c+1。

26、在s16中，惯性权重w更新公式为w=wmin-(wmax-wmin)*(dibest-dgbest)/(davg- dgbest)，其中davg表示粒子群平均位置，wmin和wmax分别为预设的惯性权重最小值与最大值。

27、在s16中，学习因子c1更新公式为c1=1.3+1.2cos(π*k/(n+1))，学习因子c2更新公式为c2=2-1.2*cos(π*k/(n+1))，其中k表示粒子群优化算法的当前迭代轮次，n为粒子数。

28、在s17中，粒子速度v更新公式为vfinal= (w*v)+(c1*rand(1)*(dibest-d))+(c2*rand(1)*(dgbest-d))，其中rand(1) 表示生成一个介于0和1之间的随机数。

29、在s17中，粒子位置d更新公式为dfinal=d+v。

30、本发明的主要有益效果在于：

31、该方法可以检测出各光伏组件处于均匀光照环境还是处于部分遮荫环境，并根据不同光照条件智能选择最优控制方法，实现光伏系统高效稳定发电。

32、在各光伏组件处于均匀光照环境时，本发明将智能选择改进型变步长扰动观察法追踪光伏组串最大功率点，该方法相较于传统扰动观察法不仅追踪速度大幅提升，而且能在稳态时保持低振荡。

33、在各光伏组件处于部分遮荫环境时，本发明将智能选择加权变异粒子群优化mppt算法追踪光伏组串最大功率点，该方法不仅可以高效追踪全局最大功率点，而且追踪速度快，追踪效率高。

技术特征：

1.一种适用于复杂环境下光伏系统发电高效稳定控制方法，其特征是，它包括如下步骤：

2.根据权利要求1所述的适用于复杂环境下光伏系统发电高效稳定控制方法，其特征是：在s6中，a值的大小根据需要进行预设，用于增大步长。

3.根据权利要求1所述的适用于复杂环境下光伏系统发电高效稳定控制方法，其特征是：在s8中，ε1值的大小根据需要进行预设，预设值设置为趋近于0的正值。

4.根据权利要求1所述的适用于复杂环境下光伏系统发电高效稳定控制方法，其特征是：在s12中，粒子数n值与光伏组串中串联光伏板的数量c有关，建议取值n=c+1。

5.根据权利要求1所述的适用于复杂环境下光伏系统发电高效稳定控制方法，其特征是：在s16中，惯性权重w更新公式为w=wmin-(wmax-wmin)*(dibest-dgbest)/(davg- dgbest)，其中davg表示粒子群平均位置，wmin和wmax分别为预设的惯性权重最小值与最大值。

6.根据权利要求1所述的适用于复杂环境下光伏系统发电高效稳定控制方法，其特征是：在s16中，学习因子c1更新公式为c1=1.3+1.2cos(π*k/(n+1))，学习因子c2更新公式为c2=2-1.2*cos(π*k/(n+1))，其中k表示粒子群优化算法的当前迭代轮次，n为粒子数。

7.根据权利要求1所述的适用于复杂环境下光伏系统发电高效稳定控制方法，其特征是：在s17中，粒子速度v更新公式为vfinal = (w*v)+(c1*rand(1)*(dibest-d))+(c2*rand(1)*(dgbest-d))，其中rand(1) 表示生成一个介于0和1之间的随机数。

8.根据权利要求1所述的适用于复杂环境下光伏系统发电高效稳定控制方法，其特征是：在s17中，粒子位置d更新公式为dfinal=d+v。

技术总结
一种适用于复杂环境下光伏系统发电高效稳定控制方法，自行检测各光伏组件光照情况并选用不同算法控制光伏系统输出最大功率。当各光伏组件受光照情况较为均匀时，该方法将使用改进型变步长扰动观察法实现光伏板快速追踪最大功率点。当光伏组件受光照情况复杂（部分遮荫）时，此时该方法将使用加权变异粒子群优化MPPT算法追踪光伏最大功率点，实现光伏系统整体输出功率最优。该方法结合改进型变步长扰动观察法在均匀光照环境下追踪速度快、稳态振荡低的优势以及加权变异粒子群优化MPPT算法在部分遮荫环境下高效追踪全局最大功率点的优势，实现了光伏系统在各种情况下均能高效稳定发电的效果。

技术研发人员：杜齐,郑含博,胡永乐,覃团发,郭文豪,覃泳瀚,莫书琴
受保护的技术使用者：广西大学
技术研发日：
技术公布日：2024/1/15