基于改进松鼠算法的光伏多峰MPPT控制方法研究

【目的】失配现象使光伏系统难以通过最大功率点追踪（MPPT）获得最大功率。扰动和观测（P&O）方法、爬山（H&C）算法等传统的MPPT算法无法区分局部最优和全局最优,难以解决失配现象下的最大功率点追踪问题。【方法】采用文献回顾法对MPPT算法进行梳理,发现现有文献MPPT算法机制各不相同,使得它们追踪性能各有不同,在此基础上提出了一种基于改进松鼠算法（ISSA）的MPPT新算法,通过优化松鼠觅食迭代过程以提升算法性能,并利用MATLAB建立太阳能光伏系统动力学模型,利用Runge-Kutta方法求数值解。通过MATLAB仿真,在失配现象下将提出的算法与原始SSA算法进行比较,以验证提出算法的性能。【结果】与传统的松鼠算法（SSA）相比,改进的松鼠算法（ISSA）大幅度缩短了调节时间,提升了最优值追踪能力,调节时间仅为0.049 3 s,具有良好的动态性能和稳态性能。【结论】ISSA算法的动态性能和稳态性能均优于传统SSA算法,其在调节时间、振荡水平等方面均性能优越,具有良好的应用价值。     

一种基于改进布谷鸟算法的极值搜索控制方法及应用

【目的】不确定复杂动力学系统难以实现最优控制。太阳能光伏系统由于其外界环境不确定,导致其最优稳态模型不确定,需要一个最大功率点跟踪（MPPT）控制器确保在任何环境下太阳能电池都保持最大功率工作。【方法】课题组介绍了一种基于改进布谷鸟算法的极值搜索控制方法（ICS）,通过改进算法迭代过程提升其动态性能和稳态性能,并提出了离散-连续控制方法,实现了离散算法在连续物理系统中的应用,并通过数值仿真的方式验证了ICS算法性能。【结果】与传统CS算法相比,ICS算法大幅度优化了调节时间、振荡次数和极值搜索能力,其调节时间仅为0.025 5 s,算法收敛前仅大幅振荡两次,且该算法找到的极值输出功率也大于传统CS算法,即更接近全局最优值。【结论】ICS算法的动态性能和稳态性能均远优于传统CS算法,其在调节时间、振荡水平和极值搜索能力等方面均性能优越。