智能算法在MPPT中的應用

邰可欣 莫程凱

摘 要：針對光伏系統中最大功率跟蹤（MPPT）問題，本文先對光伏系統進行數據建模，再通過大量文獻分析，對智能算法中的遺傳算法、BP神經網絡、模糊控制以及蟻群算法在光伏系統MPPT中的控制方法、過程進行總結。

關鍵詞：MPPT;遺傳算法;BP神經網絡;模糊控制;蟻群算法

中圖分類號：TP18? ? ? ? 文獻標識碼：A ? ? ? 文章編號：1003-5168（2021）24-0012-04

Application of Intelligent Algorithm in MPPT

TAI Kexin? ? MO Chengkai

（School of Electrical Engineering， University of South China ， Hengyang? Hunan? 421000）

Abstract：Aiming at the problem of maximum power point tracking （MPPT） in photovoltaic system， this paper firstly makes data modeling of photovoltaic system， and then summarizes the control method and process of genetic algorithm， BP neural network， fuzzy control and ant colony algorithm in MPPT of photovoltaic system through a large number of literature analysis.

Keywords： MPPT; genetic algorithm; BP neural network; fuzzy control; ant colony algorithm

目前，全球能源結構正在從煤炭、石油、天然氣三大化石能源向新能源轉變。光伏發電作為新能源發電的代表之一，投入的工程量與研究量逐年增大。為了使光伏發電的效率達到最大，不僅需要在光伏發電的選址、光伏組件的優化上進行大量的工程資金投入，更需要對光伏系統控制算法進行大量研究。最大功率跟蹤（MPPT）是光伏系統中的一個重點研究方向，通過對光伏陣列的輸出電壓電流運算分析，從而獲得在該環境下的最大功率數值，再通過脈沖寬度（PWM）占空比調制，來改變光伏陣列的輸出電壓，使輸出功率達到最大值。

面對更加復雜的環境變化時，對最大功率的判斷容易陷入局部最優。隨著智能算法逐漸走向成熟，有著較好的全局尋優能力，而光伏系統最大功率跟蹤本質也是尋優過程，因此，智能算法在MPPT中的應用有著巨大的應用前景。智能算法的本質是一種具有并行、高效、全局搜索的尋優方法。本文將分析智能算法中的遺傳算法、神經網絡算法、模糊控制、蟻群算法在MPPT中的應用，對于智能算法在MPPT中的應用進行綜合分析以及前景展望。

1 光伏系統數學模型

光伏電池將太陽能轉換成電能的本質是利用具有P-N結的半導體器件的光生伏打效應，吸收足夠太陽光中的光子能量，使半導體器件中的帶價電子發生躍遷，從而產生光生電流。為了滿足現實應用中光伏效應在不同環境下的工作狀態[1]，通常選取7個性能指標作為衡量標準：開路電壓[UOC]、短路電流[ISC]、最大工作電壓[Um]、最大工作電流[Im]、最大輸出功率[Pm]、填充常數以及轉換效率。光伏電池的等效電路，如圖1所示。

根據電路原理，由圖1可知：

[I=IPH-ID-ISH]? ? ? ?（1）

[U=UD-RSI]? ? ? ? （2）

由資料可得：

[ID=I0expqUDAKT-1]? ? ?（3）

通過對元器件分析，并且結合實際選擇中參數的大小，可以將光伏的輸出電流簡化為：

[I=ISC-I0expqUDAKT-1]? ? ?（4）

式中，[I0]為光伏電池中等效二極管的反向飽和電流（常數，數量級為10-4）;[q]為電子電荷（[1.6×10?19 C]）;[K]為玻爾茲曼常數（[1.38×10?23JK]）;[A]為太陽能電池內部參數;[T]為絕對溫度。

再通過考慮光伏電池工作在最大功率時和開路狀態下的電流電壓關系，可得到光伏電池的近似表達式：

[IL=ISC1-C1expUC2UOC-1]? ? （5）

上式中[C1]、[C2]分別為兩個系數，可以通過已知條件求解，得到以下表達式：

[C1=1-ImIscexp-UmC2UOC]? ? ?（6）

[C2=UmUOC-1ln1-ImISC]? ? （7）

當搭建光伏系統的數學模型時，通過選用光伏電池廠家所提供的短路電流、開路電壓、最大電流、最大電壓和最大功率5個性能指標，可以模擬不同溫度、光照下的光伏電池輸出特性。

2 遺傳算法在MPPT中的應用

遺傳算法是由美國的J. H. Holland教授提出的基于生物基因遺傳學而衍生出來的尋優算法。在物競天擇的基礎背景下，通過對初代種群中最優個體基因進行選擇遺傳，非最優個體的基因進行交叉變異，然后組成二代種群，之后再對二代種群中的最優個體基因選擇遺傳，非最優個體交叉變異，以此類推，直至找到所有種群中的最優個體。遺傳算法中的核心步驟是編碼、種群初始化、個體評價、遺傳和交叉變異[2]。