基于FOA算法的光伏發(fā)電MPPT仿真研究

杜 煒，韓 偉，陳 凌，談友飛

(1.南京南瑞太陽能科技有限公司，江蘇南京211106；2.河海大學能源與電氣學院，江蘇南京211100)

基于FOA算法的光伏發(fā)電MPPT仿真研究

杜 煒1，韓 偉2，陳 凌2，談友飛1

(1.南京南瑞太陽能科技有限公司，江蘇南京211106；2.河海大學能源與電氣學院，江蘇南京211100)

在光伏發(fā)電系統(tǒng)中需要對光伏陣列的最大功率點進行跟蹤控制以提高整體系統(tǒng)的輸出功率。以光伏陣列輸出非線性特性為切入點展開研究，在分析了常規(guī)算法的優(yōu)缺點基礎上，針對其最大功率點跟蹤(MPPT)動態(tài)和穩(wěn)態(tài)性能不佳等問題，提出了將果蠅優(yōu)化算法(FOA)應用于光伏發(fā)電系統(tǒng)中。在Matlab/Simulink下進行了建模和仿真，仿真結(jié)果表明該方法能夠迅速準確地跟蹤光伏陣列的最大功率點，防止算法跟蹤方向誤判情況的發(fā)生，表現(xiàn)出良好的動態(tài)和穩(wěn)態(tài)特性，同時也證實了算法的正確性和有效性。

果蠅優(yōu)化算法；光伏發(fā)電；最大功率點跟蹤；適應度函數(shù)

在任何時刻，光伏陣列輸出特性具有明顯的非線性，且都存在唯一的最大功率輸出工作點，并隨著太陽輻照強度和溫度的變化而變化。因此，只有實時調(diào)整光伏陣列的工作點，才能提高光伏發(fā)電系統(tǒng)的整體輸出效率，使其運行穩(wěn)定在最大功率點處，這一過程稱為最大功率點跟蹤 (Maximum Power Point Tracking，簡稱MPPT)[1]。

本質(zhì)上，MPPT是一個動態(tài)尋優(yōu)的過程，即通過控制光伏陣列兩端電壓來控制最大功率的輸出。目前較常采用的MPPT控制方法主要包括恒定電壓法、擾動觀察法、電導增量法、功率回授法、最優(yōu)梯度法、模糊控制法等[2-5]。其中，恒定電壓法受結(jié)溫影響較大，控制精度相對較低；擾動觀察法在MPP附近振蕩運行，導致功率損耗一直存在，在特定的情況下會判斷錯誤；電導增量法對系統(tǒng)硬件的要求較高；最優(yōu)梯度法當太陽輻照強度變化迅速時，MPP將會出現(xiàn)誤判現(xiàn)象；傳統(tǒng)模糊控制的隸屬度函數(shù)所特有的性質(zhì)使其在MPP附近來回擺動，仍然無法消除振蕩現(xiàn)象。

基于此，本文先對果蠅優(yōu)化算法 (Fly Optimization Algorithm，簡稱FOA)進行了理論分析，并將其應用于光伏陣列MPPT中，且在Matlab/Simulink環(huán)境下建立系統(tǒng)仿真模型。仿真結(jié)果表明，該算法能夠高效、準確地找到系統(tǒng)的最大功率點，同時系統(tǒng)輸出功率在MPP附近存在的振蕩現(xiàn)象得以有效地消除，從而提高了整個系統(tǒng)的輸出功率。

1 光伏陣列的模型和特性

光伏陣列終端特性由實驗結(jié)果測得，在實際中使用的等效電路如圖1所示。

由圖1可得光伏陣列的輸出電流、電壓關(guān)系如下式所示[6]：

圖1 光伏陣列的等效電路模型

在式(1)的基礎上進行近似分析，可忽略項，因為通常情況下該項遠小于光電流；設定=，因為在正常情況下遠小于二極管正向?qū)娮琛?/p>

圖2 不同條件下U-P曲線

在實際光伏發(fā)電系統(tǒng)中，光伏陣列的輸出功率往往同時受到環(huán)境溫度及太陽輻照強度變化的共同影響?？傮w而言，光伏陣列的輸出功率隨著溫度的增加而產(chǎn)生減小的趨勢，光伏陣列的輸出功率隨著太陽輻照強度的增加而產(chǎn)生增大的趨勢，因此光伏陣列的實際輸出功率正是這兩種趨勢相互作用的結(jié)果。

2 基于果蠅優(yōu)化算法的MPPT

2.1 果蠅優(yōu)化算法(FOA)全局搜索

果蠅優(yōu)化算法(FOA)是一種基于果蠅覓食行為而推演出的尋求全局最優(yōu)化的新方法。果蠅具有非常發(fā)達的嗅覺器官，能憑借空氣中的氣味便可獲得食物源的方向，同時在飛近食物位置后亦可使用敏銳的視覺發(fā)現(xiàn)食物與同伴聚集的位置，并且往該方向飛去，最后尋找到食物。因此，F(xiàn)OA可具有方法簡單、運行速度快、收斂穩(wěn)定等優(yōu)點[8]。

果蠅群體搜索全局最優(yōu)的步驟如下：

步驟1：隨機初始果蠅群體位置，如圖3所示。

圖3 果蠅群體迭代搜索食物示意圖

步驟2：給定果蠅個體利用嗅覺尋找食物的隨機方向和距離。

步驟3：由于無法得知食物的具體位置，因此先計算該點與原點的距離()，再計算味道濃度判定值()，此值為距離的倒數(shù)。

步驟5：找出此果蠅群體中的味道濃度最高的果蠅(求極大值)。

步驟7：進入迭代尋優(yōu)，重復執(zhí)行步驟2～步驟5，并判斷味道濃度值是否優(yōu)于前一次迭代味道濃度值，若是，則執(zhí)行步驟6。

2.2 果蠅優(yōu)化算法(FOA)應用于光伏陣列MPPT中

果蠅優(yōu)化算法是群體智能的一種新方法，既屬于演化式計算的范疇，也屬于人工智能的領(lǐng)域。將果蠅優(yōu)化算法應用于光伏陣列最大功率點跟蹤控制中，整個算法過程分為兩個部分：一部分為果蠅的尋優(yōu)環(huán)節(jié)，另一部分為MPPT尋優(yōu)部分。在FOA優(yōu)化算法中，每個優(yōu)化問題的潛在解(即最大功率點)都是搜索空間中的一個“果蠅”，所有果蠅個體都有一個被目標函數(shù)決定的適應值。本文定義光伏陣列的總輸出功率為目標函數(shù)。其具體步驟如下：

(1)算法的初始化

設置初始果蠅群體的位置、種群數(shù)量、迭代次數(shù)和迭代步進值。

(2)種群評價

在對各種參數(shù)進行初始化后，計算每個果蠅對應目標函數(shù)的適應值。目標函數(shù)為光伏陣列輸出的總功率，適應度函數(shù)的表達式為：

式中：PVfun為光伏陣列的輸出特性函數(shù)。

通過調(diào)用一個適應度函數(shù)計算功率值的大小，該函數(shù)實質(zhì)上包含了每個模塊的電流、電壓公式并將它們進行加權(quán)和形成總的系統(tǒng)功率輸出。

(3)比較確定個體和全局適應度及極值

比較單個果蠅當前適應度值和歷史最好適應值兩者間的大小，如果是當前適應值較大，那么更新果蠅的適應度值。每個果蠅的最好適應度功率值都確定后，相互比較以確定全局的最優(yōu)適應度值。

(4)更新果蠅的位置

(5)檢查結(jié)束條件，若滿足，結(jié)束尋優(yōu)，輸出最優(yōu)解的范圍；否則轉(zhuǎn)至步驟(2)，當達到最大進化代數(shù)時即終止尋優(yōu)過程。

基于FOA優(yōu)化算法的MPPT控制流程如圖4所示。

圖4 基于果蠅最優(yōu)化算法的全局搜索流程

3 仿真及其分析

根據(jù)上述公式，在Matlab/Simulink環(huán)境下建立光伏仿真模型[9](圖5)。其中光伏陣列的常數(shù)模塊通常采用供應商所提供的重要參數(shù)值，此處設置=316.4 V、=256.2 V、=22.5 A、=20.8 A、=0.2 Ω、=0.015、=0.7、=25℃、= 1 000 W/m2。本文分別采用P&O、InC和FOA三種算法進行對比仿真研究，仿真波形圖分別如圖6、圖7、圖8所示。

圖5 光伏陣列MPPT仿真模型圖

圖6 基于P&O的MPPT過程

圖7 基于InC的MPPT過程

圖5中，MPPT統(tǒng)一采用S函數(shù)編寫程序[10]。通過太陽輻照強度和環(huán)境溫度的變化來比較幾種方法對功率的跟蹤效果。設置環(huán)境溫度Time_T，在0～0.4 s內(nèi)，溫度恒定為25℃；在0.4～0.6 s內(nèi)，溫度升為60℃；在0.6～1 s內(nèi)，溫度降為25℃。設置太陽輻照強度Time_S，在0～0.4 s內(nèi)，太陽輻照強度恒為1 000 W/m2；在0.4～0.7 s內(nèi)，太陽輻照強度降為600 W/m2；在0.7～1 s內(nèi)，太陽輻照強度升至1 000 W/m2。

圖6、圖7分別為采用P&O法和InC法的MPPT的跟蹤過程。可以看出，輸出功率隨著溫度的升高而略有降低，輸出功率隨著光照強度的升高而顯著升高，反之亦然。因此，在0.4 s時、0.6 s時和0.7 s時分別存有不同的MPP。P&O法在光伏陣列MPP處一直存有振蕩現(xiàn)象，最終來回往復穩(wěn)定在MPP附近的一個范圍內(nèi)。InC法能夠明顯改善P&O法的不足，并最終穩(wěn)定在MPP處，但是此法在初始搜索跟蹤時存有較大波動誤差，而且當外界因素發(fā)生變化時，都需要經(jīng)歷一定的功率波動后方能穩(wěn)定在MPP處。

由圖8可知，F(xiàn)OA算法的跟蹤速度很快，對外界因素的變化有較強的適應性且穩(wěn)態(tài)誤差小，動、靜態(tài)性能良好。與前兩種跟蹤算法相比，F(xiàn)OA算法的MPPT效果明顯。而且由圖9可見，算法只需要較少的迭代次數(shù)就能穩(wěn)定在MPP處，具有很明顯的優(yōu)勢。圖10為果蠅尋優(yōu)路徑。

圖8 基于FOA的MPPT過程

圖9 迭代化過程

圖10 果蠅尋優(yōu)路徑

4 結(jié)論

將FOA算法應用于光伏陣列的MPPT中，運用仿真軟件Matlab/Simulink建立整體系統(tǒng)仿真模型，分別將三種算法對光伏陣列進行仿真，并比較了輸出功率的跟蹤效果。結(jié)果充分說明了FOA算法能夠快速準確地跟蹤光伏陣列的MPP，減少系統(tǒng)在最大功率點振蕩的能量損失，提高了光伏陣列的輸出效率。

[1]茆美琴，余世杰，蘇建徽.帶有MPPT功能的光伏陣列Matlab通用仿真模型[J].系統(tǒng)仿真學報，2005,17(5):1248-1251.

[2]黃舒予，牟龍華，石林.自適應變步長MPPT[J].電力系統(tǒng)及其自動化學報，2011(5):26-30.

[3]楊永恒，周克亮.光伏陣列建模及MPPT控制策略[J].電工技術(shù)學報，2011,26:229-234.

[4]王雨，胡仁杰.基于MATLAB的光伏模塊輸出特性及MPPT的建模與仿真[J].半導體光電，2012,33(1):18-21.

[5]何人望，邱萬英，吳訓，等.基于PSIM的新型擾動觀察法的MPPT仿真研究[J].電力系統(tǒng)保護與控制，2012,40(7):56-59.

[6]邵衛(wèi)超，朱凌.基于MATLAB的光伏陣列陣列MPPT仿真研究[J].電源技術(shù)，2012,36(2):209-211.

[7]王志敏，張建軍，郭燕瓊.一種改進的光伏發(fā)電系統(tǒng)MPPT控制方法[J].西安石油大學學報，2012,27(2):89-92.

[8]潘文超.應用果蠅優(yōu)化算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡進行企業(yè)經(jīng)營績效評估[J].太原理工大學學報，2011,29(4):1-5.

[9]王建華，韓偉.光伏陣列的仿真研究[J].信息技術(shù)，2011，6:122-126.

[10]鄧棟，易靈芝，李明，等.基于S-函數(shù)光伏陣列最大功率跟蹤的控制策略[J].湖南工業(yè)大學學報，2009,23(5):52-54.

Simulation study of photovoltaic power generation in maximum power point tracking based on FOA

In order to increase the output power of the photovoltaic system,the maximum power point tracking was needed. As the starting point of research in the output nonlinear characteristics, based on the analysis of the advantages and disadvantages of the conventional algorithm, and aiming at the poor dynamic and steady-state performance of the maximum power point tracking(MPPT),the fly optimization algorithm(FOA)was applied to the photovoltaic power generation system.Modeling and simulation in MATLAB/Simulink,the results indicate that the method can quickly and accurately track the maximum power point of photovoltaic cells and prevent the occurrence of the algorithm to track the direction of misjudgment of the situation, and show good dynamic and steady state characteristics,also confirm the correctness and validity of the algorithm.

fly optimization algorithm;photovoltaic power generation;maximum power point tracking(MPPT);fitness function

TM 615

A

1002-087 X(2015)10-2193-03

2015-03-09

江蘇省研究生培養(yǎng)創(chuàng)新工程(CXZZ12_0228)；江蘇省科技支撐項目(BE2012015)

杜煒(1981—)，男，河南省人，博士，工程師，主要研究方向為現(xiàn)代電力電子技術(shù)、太陽能發(fā)電技術(shù)。

韓偉(1986—)，男，江蘇省人，博士生，主要研究方向為分布式發(fā)電與微網(wǎng)。E-mail：hanwei860610@126.com。