基于分组粒子群的光伏最大功率点跟踪方法

来源：计算机测量与控制杂志2020年第7期北京时间：

作者：杨增瑞,孙凤伟,戴兆乐,毛明轩

单位：中国电子科技集团公司第二十八研究所

摘要：针对光伏发电系统在复杂遮阴条件下，光伏输出P-V特性曲线呈现高度非线性，采用基于分组粒子群算法（particle swarm optimization, PSO）和优化的扰动观察法(perturb and observe, P&O)相结合的MPPT（maximum power point tracking）算法进行光伏发电系统输出功率的提升。提出的最大功率点算法分为两个阶段，首先通过将混合蛙跳算法(shuffled frog leaping algorithm, SFLA)的分组思想引入到传统粒子群算法，并采用改进后算法实现近似全局最大功率点的快速搜索，以加快最大功率点跟踪的收敛速度和稳定性。然后，采用优化的扰动观察法实现最大功率点附近的动态精确跟踪，同时减少后续最大功率点跟踪过程中的计算量。通过在不同阶段发挥两种MPPT算法的各自优点来提高光伏最大功率点跟踪控制的效率。最后进行光伏系统遮阴条件变化的仿真实验，与传统粒子群算法相比，提出MPPT方法具有较快的跟踪速度和稳定的功率输出。

关键词：光伏发电系统;最大功率点跟踪;粒子群算法;扰动观察法

基金资助：国家重点研发计划(子课题)资助项目(2018YFB0905802),中国博士后科学基金资助项目(2018M643410)