一种基于IGWO算法的激光供能无人机接收端的光伏阵列重构方法与流程

本发明属于光伏发电，具体涉及一种基于igwo算法的激光供能无人机接收端的光伏阵列重构方法。

背景技术：

1、无人机具有体积小、质量轻、操控便捷等有点，在电力巡检、地质勘探、交通运行等多个领域得到广泛应用。但无人机体积小，电池续航能力有限，一定程度上限制了其深化应用场景。激光功能技术与光伏发电技术为延长无人机飞行时间提供了新的解决方案，激光供能无人机是以激光作为能量载体，对无人机进行实时无线能量传输，无人机上的光伏阵列接收激光束能量，为无人机及其蓄电池提供电能，从而提升无人机续航时间。

2、但激光供能无人机接收端光伏阵列会受到灰尘及云层的影响，使得阵列表面光照不均，从而给无人机接收端光伏系统带来多个负面影响，不但会使光伏阵列的实际输出功率下降，造成供能不足，从而影响续航时间，还会带来热斑效应从而损伤光伏电池，使得无人机无法正常工作。为了削弱阴影效应对无人机接收端光伏系统的影响，通常为多个光伏电池并联旁路二极管，当单个或多个光伏电池处于阴影条件下时，电池两端的负电压使得旁路二极管从反向偏置状态转换为导通状态，从而使光伏电池处于被短路的状态，断绝了热斑效应的出现。但旁路二极管的应用不仅会带来额外的导通损耗和旁路损耗，还会导致光伏阵列的p-u特性曲线呈现多峰值特征。为了解决这一问题，通过光伏阵列的重构，改变阴影条件下阵列的p-u特性，一方面可以提高最大功率值，另一方面可以使得p-u特性曲线重回单峰值特性，为最大功率点跟踪算法的实现提供便利。因此提出一个行之有效的激光供能无人机接收端的光伏阵列重构方法具有极为重要的现实意义。

技术实现思路

1、现有研究多采用群智能算法进行激光供能无人机接收端的光伏阵列重构，但所提方法输出功率提高受限，失配损耗较高，功率提升百分比较低，且伴随着收敛速度不高和收敛精度低的问题，为解决现有技术不足，本发明提出一种基于igwo算法的激光供能无人机接收端的光伏阵列重构方法，该方法利用改进的灰狼优化算法进行光伏阵列重构，使得无人机光伏阵列获得最大的功率输出，相比于传统灰狼优化算法，改进算法收敛性能进一步提升，且相比于传统智能算法，可获得更小的失配损耗和更大的功率提升百分比。具体包括以下步骤：首先，建立激光供能无人机接收端光伏阵列数学模型；其次，以光伏阵列每一行的功率之和最大为目标建立目标函数并给出电气开关状态构成的重构变量应满足约束条件；在此基础上，基于igwo算法对激光供能无人机接收端的光伏阵列进行重构，并建立激光供能无人机接收端的光伏阵列重构后输出特性的评价标准；最后，基于算例对所提方法有效性和优越性进行验证。

2、本发明采用的技术方案为：一种基于igwo算法的激光供能无人机接收端的光伏阵列重构方法，包括以下部分：

3、s1：建立激光供能无人机接收端光伏阵列数学模型；

4、s2：以光伏阵列每一行的功率之和最大为目标建立目标函数并给出电气开关状态构成的重构变量应满足约束条件；

5、s3：对传统灰狼优化算法的控制因子a进行改进；

6、s4：基于igwo算法的激光供能无人机接收端的光伏阵列重构方法；

7、s5：建立激光供能无人机接收端的光伏阵列重构后输出特性的评价标准。

8、具体的，所述s1：建立激光供能无人机接收端光伏阵列数学模型。激光供能无人机接收端光伏阵列由多个光伏组件以串并联的方式组成，每个光伏组件的等效数学模型表达式为：

9、

10、式中，iph为光生电流；io为二极管反向饱和电流；q为电荷常数，取1.6×10-19c；rs为串联电阻；n为二极管的影响因子；k为玻尔兹曼常数，取1.38×10-23；t为电池温度；rsh为并联电阻。其中光生电流的计算公式为：

11、

12、式中，iscr为标准测条件的二极管电流；ki为温度系数；tref为标准测试电池温度；g为光辐照度；g0＝1000w/m2(常温25℃)，部分遮阴情况下，小于，此时光伏输出功率减少，在整个光伏阵列中会出现多个峰值，其中有一个全局最大功率值和其他局部最大功率值。

13、激光供能无人机接收端光伏阵列多采用全交叉型结构(tct)，光伏组件首先通过串联形成组件串，这些组件串再并联形成tct。对于尺寸为“m×n”的光伏阵列，其中第i行第j列对应组件mij在光辐照度gij下产生的电流为iij，其计算公式为：

14、

15、式中，表示组件mij在光辐照度g0下产生的电流。

16、每一行组件的电压为整个光伏阵列的电压为：

17、

18、根据基尔霍夫电流定律，光伏阵列每行电流值为：

19、

20、具体的，所述s2：以光伏阵列每一行的功率之和最大为目标建立目标函数并给出电气开关状态构成的重构变量应满足约束条件。光伏阵列重构是根据不同的阴影模式通过调整光伏板中组件的连接方式，确定最佳的连接方式下光伏阵列每一行的功率之和最大，因此建立目标函数：

21、

22、式中，pa是表示不使用旁路二极管时的输出功率，wf为其权重系数，通常取10；ee是光伏阵列的最大行电流imax和单个行电流ii之间的误差之和(we为其权重系数，通常取10)，计算公式为：

23、

24、进行光伏阵列重构时，每个组件仅与同一列中的另一个组件交换，即组件改变的是行序号。因此，由电气开关状态构成的重构变量应满足约束条件：

25、

26、式中，xr,c为第r行、第c列的行序号。

27、具体的，所述s3：对传统灰狼优化算法的控制因子a进行改进。灰狼优化算法(gwo)是一种新的群体智能优化算法，它模仿了灰狼群在自然界中的领导地位和狩猎方式。根据适应度值，gwo算法将狼群分为四类：α、β、δ和ω四类。其中，α是灰狼的领导者，负责整个狼群的决策；β是次优灰狼，在狼群中遵循α所下达的命令，同时，也要带领下级狼群；δ是帮助决策的第三灰狼，负责协助α、β狼完成猎物的围捕；其他灰狼属于是狼群的基础，必须服从领导层的决定。在捕捉猎物时，灰狼α、β、δ直接追捕猎物，余下的灰狼ω跟在前三类灰狼之后，对猎物进行跟踪和包围。在gwo算法中，猎物的位置就对应于问题的解。

28、gwo的数学模型为：

29、

30、

31、式中，d是个体(狼群中的任意一只灰狼)和猎物之间的距离；i表示当前迭代次数；表示当前迭代时猎物的位置；xi表示当前迭代时灰狼的位置；a表示收敛因子，|a|>1(对应于全局搜索)意味着放大搜索范围，灰狼群散开，全局搜索猎物，|a|<1(对应于局部搜索)意味着缩小范围，进行集中围堵；c为随机系数。a、c计算公式为：

32、a＝2a·r1-a

33、c＝2r2

34、式中，控制因子a从2线性减小到0，具体计算表达式为a＝2-2i/imax，imax为最大迭代次数；r1、r2为[0,1]之间的随机数。

35、当猎物的位置被确定时，灰狼α带领灰狼β、δ指导狼群对猎物进行包围，此时α、β、δ最接近猎物，因此从这三头狼的位置可以判断猎物的大致位置：

36、

37、

38、

39、

40、

41、

42、式中，别表示迭代次数为i时灰狼α、β、δ的位置；c1、c2、c3为随机系数；x1、x2、x3分别为灰狼α带领灰狼ω进行位置更新。最后计算得到猎物的最终位置为：

43、

44、传统gwo后期易陷入局部最优，从而精度受到影响，如何协调全局和局部的搜索能力这一关键成为制约灰狼算法的关键，且当前的灰狼算法在收敛精度和速率上仍有一定的改善空间，因此，本发明所提改进的gwo算法(igwo)引入了三个不同的控制因子函数来增强算法探索和开发的性能，其他参数均与gwo保持一致，控制因子函数具体表达式为：

45、

46、

47、

48、式中，amax、amin为a的上下边界；ηα、ηδ分别为灰狼α、δ的生长因子，为一固定常数。算法中通过优化上下边界来提高收敛速度和求出更加精确的解。

49、将控制因子函数加入后，灰狼ω位置更新其数学表达式如下：

50、

51、

52、

53、改进后的控制因子a递减速率减慢，提高了其寻找最优解的效率和搜索精度。较好的协调了全局和局部搜索能力，更加符合实验中的控制因子的变化趋势和收敛过程。

54、具体的，所述s4：基于igwo算法的激光供能无人机接收端的光伏阵列重构方法，包括以下6个步骤：

55、(1)初始化表示实际光伏阵列的“m×n”矩阵；

56、(2)设置igwo算法的参数，种群规模n以及最大迭代次数；

57、(3)设定每头狼的初始位置，逐一生成与阵列元素相对应的矩阵，根据设定的每头狼的初始位置初始化tct光伏阵列的组合方案；

58、(4)计算各灰狼个体的适应度值，每个个体位置的适应度值通过s2中建立的目标函数给出，将各灰狼个体的适应度值进行比较，找出适应度值的最优解，保留前三者作为α、β、δ狼；

59、(5)更新全局最优值与四类灰狼的位置；

60、(6)判断是否满足终止准则，即比较当前迭代次数i是否在最大迭代次数范围内，若i<imax，i＝i+1，返回步骤(4)，当找到最佳解或达到最大迭代次数迭代终止。

61、具体的，所述s5：建立激光供能无人机接收端的光伏阵列重构后输出特性的评价标准。光伏输出特性的评价标准包括失配损耗和功率提升百分比，具体计算公式为：

62、pmis＝pmpp.us-pmpp.ps

63、

64、式中，pmis为失配损耗；pmpp.us表示无阴影光伏阵列的最大输出功率；pmpp.ps表示部分阴影光伏阵列的最大输出功率；pen为功率提升百分比；gmpp.re表示重构后阵列的最大输出功率；gmpp.tct为重构前阵列的最大输出功率。

65、本发明的有益效果：现有研究多采用群智能算法进行激光供能无人机接收端的光伏阵列重构，但所提方法输出功率提高受限，失配损耗较高，功率提升百分比较低，且伴随着收敛速度不高和收敛精度低的问题，为解决现有技术不足，本发明提出一种基于igwo算法的激光供能无人机接收端的光伏阵列重构方法，该方法利用改进的灰狼优化算法进行光伏阵列重构，使得无人机光伏阵列获得最大的功率输出，相比于传统灰狼优化算法，改进算法收敛性能进一步提升，且相比于传统智能算法，可获得更小的失配损耗和更大的功率提升百分比。