安徽理工大學(xué) 李 偉

光伏發(fā)電系統(tǒng)中，由于自然條件及人為條件的影響，電池板通常會不可避免的被遮住一部分甚至整體被遮住，這時電池板的輸出會有多個峰值。此時傳統(tǒng)的最大功率點搜索方法會出現(xiàn)只搜索到局部的峰值，有可能搜索到的峰值并不是全局的最大值，甚至?xí)霈F(xiàn)上下振蕩的現(xiàn)象造成系統(tǒng)沒有一個穩(wěn)定的輸出。本文通過搭建光伏電池的數(shù)學(xué)模型，分析了太陽能電池工作原理與特性；并仿真了光伏陣列局部遮蔭情況下P-U的輸出曲線，分析其原因，提出一種基于貓群算法改進(jìn)的智能算法應(yīng)用于最大功率點的跟蹤。

光伏能源是最有前途的可再生能源之一。它是免費提供的，環(huán)境友好的，需要較少的維護(hù)。由于光伏發(fā)電成本高，效率低，變化范圍在9-17%之間，因此需要集成一個魯棒MPPT控制器來提取光伏陣列上的最大可用功率。在均勻日照下，P-V曲線具有唯一的最大功率點（MPP）。當(dāng)光伏陣列受到部分遮光，即光伏陣列受到不均勻的陽光照射時，情況將更加復(fù)雜。在這種情況下，P–V曲線以多個峰值為特征，其中一個是全局峰值（GP）。因此，MPPT算法定位GP的能力受到了很大的挑戰(zhàn)。如果最后一個沒有被正確地跟蹤，即MPPT算法被困在一個局部峰值上，這反過來又導(dǎo)致功率的顯著損失。因此，有必要開發(fā)一種在部分陰影條件下跟蹤最大功率點的MPPT算法，可以使負(fù)載特性能夠在短時間內(nèi)變化，以滿足系統(tǒng)在局部遮蔭下仍然能迅速的穩(wěn)定工作在最大功率點附近。到目前為止，已有一些研究試圖通過進(jìn)化不同的算法來實現(xiàn)全局MPPT。由于人工智能方法具有處理非線性函數(shù)的能力，因此越來越受到人們的重視。

1 光伏電池輸出特性

光伏電池等效電路圖如圖1所示：

圖1 光伏電池組件等效電路

光伏電池輸出特性表達(dá)式如下：

2 局部陰影下光伏陣列輸出特性

太陽能各組件的參數(shù)為：Pm=185W，Uoc=45V，IOC=5.1A，Um=36.27V，Im=5.1A，參考光照強(qiáng)度為1000W/m2，參考溫度為25℃。仿真中以一個電池陰影組件為陰影單元，[x1：x2]為分布在陣列中的陰影，x1和x2分別表示串聯(lián)之路電池組件陰影個數(shù)，S1、S2指的是每條串聯(lián)之路中陰影部分光照強(qiáng)度。以下是三種峰值點位置的陰影條件。

（1）陰影條件1。[x1：x2]=[2：3]，S1=S2=300W/m2。最大峰值功率點在左側(cè)，Pm=1128.5W，Um=110.3V。

（2）陰影條件2。[x1：x2]=[1：3]，S1=S2=500W/m2。最大峰值功率點在中側(cè)，Pm=1414.3W，Um=183.4V。

（3）陰影條件3。[x1：x2]=[2：4]，S1=S2=500W/m2。最大峰值功率點在左側(cè)，Pm=1207.5W，Um=231.3V。

三種條件下陣列P-U特性曲線如圖2所示。

圖2 三種陰影條件下P-U特性曲線

3 貓群算法

3.1 貓群算法（Cat Swarm Optimization，CSO）

在 CSO中，種群的貓個體中就包含了待求的問題的可行解，算法剛開始時，將隨機(jī)的待優(yōu)化問題可行解比做成一個空間，在這個空間中會生成若干只貓，每個個體都有一個被待優(yōu)化問題，并且適應(yīng)度值是唯一被確定的。CSO的基本過程分以下幾步：

（1）生成N只貓并隨即初始化位置和速度，確定分組率MR和最大迭代次數(shù)Q。

（2）根據(jù)分組率MR將N只貓的flag隨機(jī)置為1或0。

（3）當(dāng)flag=0時，貓在執(zhí)行搜索模式；flag=1時執(zhí)行跟蹤模式，其位置與速度有相應(yīng)的更新規(guī)則。

（4）計算適應(yīng)度函數(shù)值，通過比較得到最優(yōu)貓的位置。

（5）判斷是否滿足終止條件，滿足則輸出最優(yōu)值并推出算法，否則返回執(zhí)行第2步。

3.2 貓群算法的改進(jìn)

慣性權(quán)重的大小對貓群算法的性能有很大影響，它的第一個作用是使后一次的迭代速度會根據(jù)上一次的迭代速度而變換，第二個作用是讓貓群算法的兩種搜索模式能夠較為均衡平等，不會太過偏重于工作在其中的一種模式。

正常情況下在算法迭代前期，其慣性權(quán)重是比較大的，隨著迭代次數(shù)的增加其慣性權(quán)重會減小 ，此時若出現(xiàn)這種情況，當(dāng)算法在迭代次數(shù)很少的時候就搜索到了問題的最優(yōu)值，但是這個時候慣性權(quán)重卻不能夠及時的變小，所以這時候需加入一個參數(shù)來進(jìn)一步調(diào)整慣性權(quán)重，把它叫做貓群聚集度因子。的衡量標(biāo)準(zhǔn)是依據(jù)適應(yīng)度函數(shù)值來決定的，所需的慣性權(quán)重大小可根據(jù)來判斷。貓群聚集度因子γ計算公式為：

結(jié)論：該文通過介紹光伏電池的基本工作原理以及輸出特性，引出了光伏電池功率輸出曲線呈現(xiàn)多峰值的機(jī)理，并解釋了其產(chǎn)生的詳細(xì)原因是由反向并聯(lián)的旁路二極管造成的，及反向并聯(lián)二極管的作用。并仿真了在不同光照條件下太陽能電池的輸出特性曲線。通過對基本貓群算法的分析，根據(jù)多峰值現(xiàn)象的機(jī)理對算法的慣性權(quán)重w進(jìn)行更深層次的優(yōu)化，使得其可以根據(jù)變異因子來自我收斂以保證種群一直處于多樣性，其優(yōu)勢是能夠讓算法不在陷入局部最優(yōu)以及跳不出來的問題。