CN112380717B - 一种电导增量与线性外推组合的最大功率点追踪方法 - Google Patents
一种电导增量与线性外推组合的最大功率点追踪方法 Download PDFInfo
- Publication number
- CN112380717B CN112380717B CN202011308210.9A CN202011308210A CN112380717B CN 112380717 B CN112380717 B CN 112380717B CN 202011308210 A CN202011308210 A CN 202011308210A CN 112380717 B CN112380717 B CN 112380717B
- Authority
- CN
- China
- Prior art keywords
- point
- current
- maximum power
- working
- working point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000013213 extrapolation Methods 0.000 title claims abstract description 30
- 238000012886 linear function Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 26
- 108010038016 Mannose-1-phosphate guanylyltransferase Proteins 0.000 claims description 19
- 102100027123 55 kDa erythrocyte membrane protein Human genes 0.000 claims description 13
- 101000907578 Homo sapiens Forkhead box protein M1 Proteins 0.000 claims description 13
- 101000590691 Homo sapiens MAGUK p55 subfamily member 2 Proteins 0.000 claims description 13
- 108050007394 Kinesin-like protein KIF20B Proteins 0.000 claims description 13
- 102100032498 MAGUK p55 subfamily member 2 Human genes 0.000 claims description 13
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 230000005672 electromagnetic field Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000010152 pollination Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910021421 monocrystalline silicon Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本发明公开了一种电导增量与线性外推组合的最大功率点追踪方法，首先利用线性外推或电导增量法求得理论上存在的局部最大功率点。然后利用线性外推或反向电导增量法求得局部最小功率点。接着再利用线性外推或电导增量法求得实际存在的局部最大功率点。其中，对基于电导增量法的最大功率点判断与控制规则的利用贯穿算法始终。
Description
技术领域
本申请属于混合微能源采集功率管理技术领域，具体涉及一种电导增量与线性外推组合的最大功率点追踪方法。
背景技术
微型能源采集技术是将环境中存在的不同形式的能源(如光、热、磁场能量)转化为电能供设备使用。单一微型能源采集功率低且容易受环境变化影响，混合能源采集技术的提出提高了整体采集功率，但由于环境能源特性各不相同，混合后存在采集转换效率低的问题。研究发现功率-电压特性曲线在不同环境下可能存在多个功率峰值的情况，因此传统针对单一能源的最大功率点搜索方法不再适用。例如传统的扰动观察、电导增量等算法以及许多基于开路电压比值的改进现有方法与策略均无法针对混合微能源采集系统进行最大功率点追踪。
发明内容
本申请的目的在于提供一种电导增量与线性外推组合的最大功率点追踪方法，能够在出现多个功率峰值的情况下快速搜索全局最大功率峰值。
为实现上述目的，本申请所采取的技术方案为：
一种电导增量与线性外推组合的最大功率点追踪方法，用于混合微能源采集系统的最大功率点追踪，所述电导增量与线性外推组合的最大功率点追踪方法，包括：
步骤1、获取所述混合微能源采集系统的输出电流、工作电压，得到混合微能源采集系统的电流-电压特性曲线、功率-电压特性曲线；
步骤2、初始化当前工作点A：初始化工作点A的占空比d(t)，输出电流iPV＝i(t)，工作电压vPV＝v(t)，t＝0，t表示迭代次数；
步骤3、判断当前环境下的工作点A是否为全局最大功率点，过程如下：
步骤3.1：根据电流-电压特性曲线计算混合微能源采集系统中电导、电流关于电压求导的绝对值分别为：
式中，gDC表示电导，diPV为输出电流的微分，dvPV为工作电压的微分，gac为电流关于电压求导的绝对值；
步骤3.2：在混合微能源采集系统的电流-电压特性曲线中，基于电导增量法的最大功率点判断规则如下：
步骤3.3：定义Δg＝gDC-gac，设定阈值系数ε，计算得到工作点A处的Δg记为ΔgA，当ΔgA≤ε时，根据公式(3)所示基于电导增量法的最大功率点判断规则，得到全局最大功率点的工作电压VGMPP＝v(0)，并返回步骤1；当ΔgA＞ε时，根据公式(3)所示基于电导增量法的最大功率点判断规则，得到VGMPP≠v(0)，则进入步骤4；
步骤4、基于线性外推法，判断工作点A所在的电流-电压特性曲线是否满足线性函数表达式，若工作点A所在的电流-电压特性曲线满足线性函数表达式，则进入步骤5；否则进行步骤6；
步骤5、利用线性函数表达式求得局部最大功率点的功率
步骤6、利用电导增量法求得局部最大功率点的功率
步骤7：记录最大功率点的功率
步骤8：基于反向电导增量法，求得工作点B的坐标，过程如下：
步骤8.1：初始化工作点B的坐标(v(t)，i(t))，t＝0，t表示迭代次数；
步骤8.2：基于公式(1)和公式(2)计算工作点B对应的gDC和gac，根据Δg＝gDC-gac计算得到工作点B处的Δg记为ΔgB；
步骤8.3：若ΔgB＞0，则当前外部环境下工作点B处斜率为正，并计算求得v(t+1)＝v(t)+Δv，Δv为调整的电压步长；
步骤8.4：若ΔgB＜0，则当前外部环境下工作点B处斜率为负，并计算求得v(t+1)＝v(t)-Δv；
步骤8.5：记录参数T＝t时，判断工作点B输出功率是否为0，过程如下：
步骤8.5.1：若i(T)×v(T)＝0，则工作点B输出功率为0，进入步骤8.6；
步骤8.5.2：若i(T)×v(T)≠0，则工作点B输出功率不为0，进入步骤8.7或步骤8.8；
步骤8.6：基于当前工作点B的坐标，更新占空比获得工作点B的坐标，过程如下：
步骤8.6.1：若i(T)＝0，则更新占空比为0.1，t＝T+1，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤8.6.2：若v(T)＝0，则更新占空比为0.9，t＝T+1，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤8.7：若ΔgB＞0，求得工作点B的坐标(v(t)，i(t))，过程如下：
步骤8.7.1：赋值t＝T-1，并基于赋值后的t对应的v(t)，i(t)更新ΔgB；
步骤8.7.2：若更新后的ΔgB＞0，则返回步骤8.3；
步骤8.7.3：若更新后的ΔgB＜0，则更新工作点B的工作电压为v(t)＝v(T)，输出电流为i(t)＝i(T)，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤8.8：若ΔgB＜0，求得工作点B的坐标(v(t)，i(t))，过程如下：
步骤8.8.1：赋值t＝T-1，并基于赋值后的t对应的v(t)，i(t)更新ΔgB；
步骤8.8.2：若更新后的ΔgB＜0，则返回步骤8.4；
步骤8.8.3：若更新后的ΔgB＞0，则更新工作点B的工作电压为v(t)＝v(T)，输出电流为i(t)＝i(T)，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤9：基于线性外推法，判断工作点B所在的电流-电压特性曲线是否满足线性函数表达式，若工作点B所在的电流-电压特性曲线满足线性函数表达式，则利用线性函数表达式求得局部最大功率点的功率
否则利用电导增量法求得局部最大功率点的功率
步骤10：记录最大功率点的功率
步骤11：比较PMPP1与PMPP2的大小，求得全局最大功率点的功率PGMPP，过程如下：
步骤11.1：若PMPP1≥PMPP2，则PGMPP＝PMPP1；
步骤11.2：若PMPP1＜PMPP2，则PGMPP＝PMPP2；
步骤12：重复步骤1～11，更新全局最大功率点，直至ΔgB≤ε时，停止迭代，输出全局最大功率点的功率PGMPP。
以下还提供了若干可选方式，但并不作为对上述总体方案的额外限定，仅仅是进一步的增补或优选，在没有技术或逻辑矛盾的前提下，各可选方式可单独针对上述总体方案进行组合，还可以是多个可选方式之间进行组合。
作为优选，所述基于线性外推法，判断工作点A所在的电流-电压特性曲线是否满足线性函数表达式，若工作点A所在的电流-电压特性曲线满足线性函数表达式，则进入步骤5；否则进行步骤6，包括：
步骤4.1、初始化电流-电压特性曲线上的工作点A的坐标，v0＝v(0)，i0＝i(0)；
步骤4.2、根据公式(1)和公式(2)基于工作点A的v0和i0计算对应的gDC和gac，并更新ΔgA；
步骤4.3、若ΔgA＞0，则当前环境下工作点A处的斜率为正，通过公式(4)计算求得v1、v2，再根据电流-电压特性曲线，求得i1、i2；
步骤4.4、若ΔgA＜0，则当前环境下工作点A处的斜率为负，通过公式(5)计算求得v1、v2，再根据电流-电压特性曲线，求得i1、i2；
v1＝v0+Δv，v2＝v0+2Δv (4)
v1＝v0-Δv，v2＝v0-2Δv (5)
步骤4.5、由点(v0，i0)与(v1，i1)两点确定一条直线l1，由点(v1，i1)与(v2，i2)两点确定一条直线l2；
步骤4.6、通过公式(6)、(7)分别求得l1、l2的斜率a1、a2；
步骤4.7、若a1＝a2，则工作点A所在的电流-电压特性曲线满足线性函数表达式，进入步骤5；
步骤4.8、若a1≠a2，则工作点A所在的电流-电压特性曲线不满足线性函数表达式，进入步骤6。
作为优选，所述利用线性函数表达式求得局部最大功率点
包括：
步骤5.1、假设iPV＝0，通过公式(8)，推导出在断路条件下，开路电压为vOC＝vPV；
公式(8)中，Vs为恒压源，RS为恒压源串联的电阻；
步骤5.2、计算求得局部最大功率点的工作电压VMPP＝vOC/2；
步骤5.3、根据功率-电压特性曲线，求得此时的局部最大功率点的功率
作为优选，所述利用电导增量法求得局部最大功率点
包括：
步骤6.1、记录当前工作点A的坐标(v(t)，i(t))；
步骤6.2、根据公式(1)和公式(2)基于工作点A的v(t)和i(t)计算对应的gDC和gac，并更新ΔgA；
步骤6.3、若ΔgA＞0，则当前环境下工作点A的斜率为正，通过公式(9)计算求得v(t+1)，再根据电流-电压特性曲线，求得i(t+1)；
步骤6.4、若ΔgA＜0，则当前环境下工作点A的斜率为负，通过公式(10)计算求得v(t+1)，再根据电流-电压特性曲线，求得i(t+1)；
v(t+1)＝v(t)+Δv (9)
v(t+1)＝v(t)-Δv (10)
步骤6.5、更新v(t)＝v(t+1)，i(t)＝i(t+1)，根据公式(1)和公式(2)基于更新后的v(t)和i(t)计算对应的gDC和gac，并更新ΔgA；
步骤6.6、若|ΔgA|≤ε，则更新后工作点A的坐标(v(t)，i(t))为局部最大功率点，此时的工作电压VMPP＝v(t)，局部最大功率点的功率
步骤6.7、若|ΔgA|＞ε，则更新后工作点A的坐标(v(t)，i(t))不为局部最大功率点，返回步骤6.2。
本申请提供的电导增量与线性外推组合的最大功率点追踪方法(Com-MPPT算法)，首先利用线性外推或电导增量法求得理论上存在的局部最大功率点。然后利用线性外推或反向电导增量法求得局部最小功率点(P(t)＝0或P(t)＜P(t±1)，t为迭代次数)。接着再利用线性外推或电导增量法求得实际存在的局部最大功率点。其中，对基于电导增量法的最大功率点判断与控制规则的利用贯穿算法始终。
本申请的有益效果主要表现在：(1)本发明提出的Com-MPPT算法在不同的条件下均能快速地追踪到全局最大功率点，且与传统启发式算法相比追踪时间缩短了50％以上；(2)本发明提出的Com-MPPT算法不同于启发式算法，其在初始化阶段，不需要考虑种群规模和迭代次数，因此，减少了大量的时间消耗；(3)本发明提出Com-MPPT算法在自适应更新能力方面不要求变换器在MPPT更新前达到稳态，根据当前的占空比，就可以实现新环境下最大功率点的追踪，能够适应于快速变化的外部环境。
附图说明
图1为本申请电导增量与线性外推组合的最大功率点追踪方法的流程图；
图2为本申请混合能量功率特性与求导控制规则曲线；
图3为本申请实施例1中混合低频电磁场与太阳能采集器电路图；
图4为图3的采集系统实验平台图；
图5为本申请实施例1中不同环境条件下的系统P-V特性曲线图；
图6为本申请实施例1中粒子群算法、花朵授粉算法的初始化种群规模与跟踪效率的拟合曲线图；
图7为本申请实施例1中快速变化条件下粒子群算法(n＝30，m＝4)、花朵授粉算法(n＝4，m＝4)、花朵授粉算法(n＝30，m＝4)、Com-MPPT的追踪轨迹图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是在于限制本申请。
最大功率点追踪(Maximum power point tracking，简称MPPT)是常用在风力发电机及光伏太阳能系统的技术，目的是在各种情形下都可以得到最大的功率输出。最大功率点追踪主要应用在太阳能发电，也可以应用在其输入功率会变化的能量源：例如光能传输以及热光电等。
常用的最大功率点追踪方法主要有恒定电压法、扰动观测法、电导增量法以及智能MPPT算法。但是上述最大功率点追踪方法仅适用于单一能量源的最大功率点追踪，对于多能量源的发电系统，通常会产生多个最大功率点，因此本申请提出电导增量与线性外推组合的最大功率点追踪方法，以弥补多能量源的发电系统的最大功率点追踪空白，以便于准确找到混合微能源采集系统的最大功率点，利于后续设置混合微能源采集系统中的负载特性维持在这个功率点，以保证混合微能源采集系统的具有最高的功率传输效率。
如图1所示，一种电导增量与线性外推组合的最大功率点追踪方法，用于混合微能源采集系统的最大功率点追踪，所述电导增量与线性外推组合的最大功率点追踪方法，包括：
步骤1、获取所述混合微能源采集系统的输出电流、工作电压，得到混合微能源采集系统的电流-电压特性曲线、功率-电压特性曲线；
步骤2、初始化当前工作点A：初始化工作点A的占空比d(t)，输出电流iPV＝i(t)，工作电压vPV＝v(t)，t＝0，t表示迭代次数；
步骤3、判断当前环境下的工作点A是否为全局最大功率点，过程如下：
步骤3.1：根据电流-电压特性曲线计算混合微能源采集系统中电导、电流关于电压求导的绝对值分别为：
式中，gDC表示电导，diPV为输出电流的微分，dvPV为工作电压的微分，gac为电流关于电压求导的绝对值；
步骤3.2：以混合微能源采集系统包含光伏电池和低频电磁场为例，如图2所示，P为功率特性曲线，VOC1、VOC1分别为光伏电池和低频电磁场收获线圈各自的开路电压，可以看到混合微能源采集系统中VMPP1、VMPP2为曲线P上的两个局部最大功率点。在混合微能源采集系统的电流-电压特性曲线中，基于电导增量法的最大功率点判断规则如下：
步骤3.3：定义Δg＝gDC-gac，设定阈值系数ε(例如ε＝0.001)，计算得到工作点A处的Δg记为ΔgA，当ΔgA≤ε时，根据公式(3)所示基于电导增量法的最大功率点判断规则，得到全局最大功率点的工作电压VGMPP＝v(0)，并返回步骤1；当ΔgA＞ε时，根据公式(3)所示基于电导增量法的最大功率点判断规则，得到VGMPP≠v(0)，则进入步骤4；
步骤4、基于线性外推法，判断工作点A所在的电流-电压特性曲线是否满足线性函数表达式，若工作点A所在的电流-电压特性曲线满足线性函数表达式，则进入步骤5；否则进行步骤6，过程如下：
步骤4.1、初始化电流-电压特性曲线上的工作点A的坐标，v0＝v(0)，i0＝i(0)；
步骤4.2、根据公式(1)和公式(2)基于工作点A的v0和i0计算对应的gDC和gac，并更新ΔgA；
步骤4.3、若ΔgA＞0，则当前环境下工作点A处的斜率为正，通过公式(4)计算求得v1、v2，再根据电流-电压特性曲线，求得i1、i2；
步骤4.4、若ΔgA＜0，则当前环境下工作点A处的斜率为负，通过公式(5)计算求得v1、v2，再根据电流-电压特性曲线，求得i1、i2；
v1＝v0+Δv，v2＝v0+2Δv (4)
v1＝v0-Δv，v2＝v0-2Δv (5)
步骤4.5、由点(v0，i0)与(v1，i1)两点确定一条直线l1，由点(v1，i1)与(v2，i2)两点确定一条直线l2；
步骤4.6、通过公式(6)、(7)分别求得l1、l2的斜率a1、a2；
步骤4.7、若a1＝a2，则工作点A所在的电流-电压特性曲线满足线性函数表达式，进入步骤5；
步骤4.8、若a1≠a2，则工作点A所在的电流-电压特性曲线不满足线性函数表达式，进入步骤6。
步骤5、利用线性函数表达式求得局部最大功率点的功率
过程如下：
步骤5.1、假设iPV＝0，通过公式(8)，推导出在断路条件下，开路电压为vOC＝vPV；
公式(8)中，Vs为恒压源，RS为恒压源串联的电阻；
步骤5.2、计算求得局部最大功率点的工作电压VMPP＝vOC/2；
步骤5.3、根据功率-电压特性曲线，求得此时的局部最大功率点的功率
步骤6、利用电导增量法求得局部最大功率点的功率
过程如下：
步骤6.1、记录当前工作点A的坐标(v(t)，i(t))；
步骤6.2、根据公式(1)和公式(2)基于工作点A的v(t)和i(t)计算对应的gDC和gac，并更新ΔgA；
步骤6.3、若ΔgA＞0，则当前环境下工作点A的斜率为正，通过公式(9)计算求得v(t+1)，再根据电流-电压特性曲线，求得i(t+1)；
步骤6.4、若ΔgA＜0，则当前环境下工作点A的斜率为负，通过公式(10)计算求得v(t+1)，再根据电流-电压特性曲线，求得i(t+1)；
v(t+1)＝v(t)+Δv (9)
v(t+1)＝v(t)-Δv (10)
步骤6.5、更新v(t)＝v(t+1)，i(t)＝i(t+1)，根据公式(1)和公式(2)基于更新后的v(t)和i(t)计算对应的gDC和gac，并更新ΔgA；
步骤6.6、若|ΔgA|≤ε，则更新后工作点A的坐标(v(t)，i(t))为局部最大功率点，此时的工作电压VMPP＝v(t)，局部最大功率点的功率
步骤6.7、若|ΔgA|＞ε，则更新后工作点A的坐标(v(t)，i(t))不为局部最大功率点，返回步骤6.2。
步骤7：记录最大功率点的功率
步骤8：基于反向电导增量法，求得工作点B的坐标，过程如下：
步骤8.1：初始化工作点B的坐标(v(t)，i(t))，t＝0，t表示迭代次数；
步骤8.2：基于公式(1)和公式(2)计算工作点B对应的gDC和gac，根据Δg＝gDC-gac计算得到工作点B处的Δg记为ΔgB；
步骤8.3：若ΔgB＞0，则当前外部环境下工作点B处斜率为正，并计算求得v(t+1)＝v(t)+Δv，Δv为调整的电压步长；
步骤8.4：若ΔgB＜0，则当前外部环境下工作点B处斜率为负，并计算求得v(t+1)＝v(t)-Δv；
步骤8.5：记录参数T＝t时，判断工作点B输出功率是否为0，过程如下：
步骤8.5.1：若i(T)×v(T)＝0，则工作点B输出功率为0，进入步骤8.6；
步骤8.5.2：若i(T)×v(T)≠0，则工作点B输出功率不为0，进入步骤8.7或步骤8.8；
步骤8.6：基于当前工作点B的坐标，更新占空比获得工作点B的坐标，过程如下：
步骤8.6.1：若i(T)＝0，则更新占空比为0.1，t＝T+1，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤8.6.2：若v(T)＝0，则更新占空比为0.9，t＝T+1，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤8.7：若ΔgB＞0，求得工作点B的坐标(v(t)，i(t))，过程如下：
步骤8.7.1：赋值t＝T-1，并基于赋值后的t对应的v(t)，i(t)更新ΔgB；
步骤8.7.2：若更新后的ΔgB＞0，则返回步骤8.3；
步骤8.7.3：若更新后的ΔgB＜0，则更新工作点B的工作电压为v(t)＝v(T)，输出电流为i(t)＝i(T)，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤8.8：若ΔgB＜0，求得工作点B的坐标(v(t)，i(t))，过程如下：
步骤8.8.1：赋值t＝T-1，并基于赋值后的t对应的v(t)，i(t)更新ΔgB；
步骤8.8.2：若更新后的ΔgB＜0，则返回步骤8.4；
步骤8.8.3：若更新后的ΔgB＞0，则更新工作点B的工作电压为v(t)＝v(T)，输出电流为i(t)＝i(T)，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤9：基于线性外推法，判断工作点B所在的电流-电压特性曲线是否满足线性函数表达式，若工作点B所在的电流-电压特性曲线满足线性函数表达式，则利用线性函数表达式求得局部最大功率点的功率
否则利用电导增量法求得局部最大功率点的功率
本实施例中工作点B处的电流-电压特性曲线判断以及对局部最大功率点的功率的求解参见本申请中工作点A处的判断和求解过程，在此不再进行赘述。
步骤10：记录最大功率点的功率
步骤11：比较PMPP1与PMPP2的大小，求得全局最大功率点的功率PGMPP，过程如下：
步骤11.1：若PMPP1≥PMPP2，则PGMPP＝PMPP1；
步骤11.2：若PMPP1＜PMPP2，则PGMPP＝PMPP2；
步骤12：重复步骤1～11，更新全局最大功率点，直至ΔgB≤ε时，停止迭代，输出全局最大功率点的功率PGMPP。
本实施例采用的最大功率点追踪方法不仅能够在出现多个功率峰值的情况下快速搜索全局最大功率峰值；同时，该方法能够根据环境变化实现及时更新，无需每次满足最大功率稳定状态后进行进一步搜索，能够适应于快速变化的外部环境。
为了说明本实施例的电导增量与线性外推组合的最大功率点追踪方法的效果，以下结合附图通过一个实验进行说明。
实施例1
在MATLAB环境下建立混合低频电磁场与太阳能采集器模型(如图3所示)和基于Boost电路的最大功率点跟踪模型。实验平台如图4所示，光伏电池采用84.5mm×55mm的单晶硅光伏板(光伏电池)在不同的光照强度下模拟环境；磁电转化模块，采用内部为强导磁材质的紧密缠绕工型螺线圈，在亥姆霍兹线圈(Helmholtz coil)发生的不同强度的匀强磁场中模拟环境。功率管理单元及负载电路(测量图3中R-load两端电压)采用本申请的Com-MPPT算法。
本发明应用于微能源采集领域，因此不考虑复杂阴影条件下的光伏组件。保持温度(T＝25℃)不变，仅变化磁场强度(μT)、光照强度(Lux)。得到三种不同环境条件下系统P-V特性曲线如图5所示，其中加粗实线、实线以及虚线分别表示场景1(300Lux，20μT)、场景2(380Lux，20μT)、场景(300Lux，10μT)。
由图5可知，场景1、场景2均在两个峰值，即GMPP，其位置分别为(0.934V，58.6613μT)、(0.366V，64.6733μT)。场景3仅有一个峰值，其位置为(0.283V，29.7095μT)。
本文选用PSO(粒子群优化算法)、FPA(花朵授粉算法)两种算法来与本申请的Com-MPPT算法进行性能比较。为使比较结果更具说服力，在此之前，优化这两种启发式算法在初始化阶段的种群规模与最大迭代次数，削弱其对仿真结果的影响，使结论更具科学性。
基于上述场景1的环境，通过大量的数据论证，包括对不同种群规模(n)条件下的跟踪效率取平均值，绘制出PSO、FPA的初始化种群规模与跟踪效率的关系如图6所示。我们发现n≥4时，FPA的跟踪效率收敛于99.99％；n≥30时，PSO的跟踪效率收敛于99.90％。
其次，启发式算法在收敛过程中存在大量振荡的问题。因此，在快速变化的环境中，最大迭代次数将影响算法对环境的自适应。本文为迭代次数设置一个限制条件(m)，当连续的m次迭代中，种群历史最佳适应度，即最大功率点功率相等时，停止迭代，输出此刻的种群历史最佳适应度。通过数据论证，结合跟踪效率与跟踪时间，设置m＝4。
基于场景1、场景2、场景3两次切换模拟快速变化的环境，通过对采集数据取平均值，PSO(n＝30,m＝4)、FPA(n＝4,m＝4)、FPA(n＝30,m＝4)、Com-MPPT的追踪轨迹如图7和表1所示。表1中，实存功率为实际存在的最大功率点功率(基于光照强度和磁场强度计算得到)，实测功率为实际测量求得的最大功率点功率，η＝(P1/P2)×100％。图7中的a对应于PSO(n＝30,m＝4)，b对应于FPA(n＝4,m＝4)，c对应于FPA(n＝30,m＝4)，d对应于Com-MPPT，并且图7中各坐标轴的横坐标为时间，纵坐标为实测功率。
表1追踪轨迹数据
通过比较图7和表1中的数据发现，在相同的场景条件下四者追踪效率相近，都具有良好的自适应性，但在追踪时间方面，本申请的Com-MPPT算法与现有的两种启发式算法(n＝30,m＝4)不是一个数量级单位，相比大约减少了92.4％；与FPA(n＝4,m＝4)相比则大约减少了51.3％，同样具有优异的效果，可以看出本申请的最大功率点追踪方法获得了极好的动态跟踪改进。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种电导增量与线性外推组合的最大功率点追踪方法，用于混合微能源采集系统的最大功率点追踪，其特征在于，所述电导增量与线性外推组合的最大功率点追踪方法，包括：
步骤1、获取所述混合微能源采集系统的输出电流、工作电压，得到混合微能源采集系统的电流-电压特性曲线、功率-电压特性曲线；
步骤2、初始化当前工作点A：初始化工作点A的占空比d(t)，输出电流iPV＝i(t)，工作电压vPV＝v(t)，t＝0，t表示迭代次数；
步骤3、判断当前环境下的工作点A是否为全局最大功率点，过程如下：
步骤3.1：根据电流-电压特性曲线计算混合微能源采集系统中电导、电流关于电压求导的绝对值分别为：
式中，gDC表示电导，diPV为输出电流的微分，dvPV为工作电压的微分，gac为电流关于电压求导的绝对值；
步骤3.2：在混合微能源采集系统的电流-电压特性曲线中，基于电导增量法的最大功率点判断规则如下：
步骤3.3：定义Δg＝gDC-gac，设定阈值系数ε，计算得到工作点A处的Δg记为ΔgA，当ΔgA≤ε时，根据公式(3)所示基于电导增量法的最大功率点判断规则，得到全局最大功率点的工作电压VGMPP＝v(0)，并返回步骤1；当ΔgA＞ε时，根据公式(3)所示基于电导增量法的最大功率点判断规则，得到VGMPP≠v(0)，则进入步骤4；
步骤4、基于线性外推法，判断工作点A所在的电流-电压特性曲线是否满足线性函数表达式，若工作点A所在的电流-电压特性曲线满足线性函数表达式，则进入步骤5；否则进行步骤6；
步骤5、利用线性函数表达式求得局部最大功率点的功率
步骤6、利用电导增量法求得局部最大功率点的功率
步骤7：记录最大功率点的功率
步骤8：基于反向电导增量法，求得工作点B的坐标，过程如下：
步骤8.1：初始化工作点B的坐标(v(t)，i(t))，t＝0，t表示迭代次数；
步骤8.2：基于公式(1)和公式(2)计算工作点B对应的gDC和gac，根据Δg＝gDC-gac计算得到工作点B处的Δg记为ΔgB；
步骤8.3：若ΔgB＞0，则当前外部环境下工作点B处斜率为正，并计算求得v(t+1)＝v(t)+Δv，Δv为调整的电压步长；
步骤8.4：若ΔgB＜0，则当前外部环境下工作点B处斜率为负，并计算求得v(t+1)＝v(t)-Δv；
步骤8.5：记录参数T＝t时，判断工作点B输出功率是否为0，过程如下：
步骤8.5.1：若i(T)×v(T)＝0，则工作点B输出功率为0，进入步骤8.6；
步骤8.5.2：若i(T)×v(T)≠0，则工作点B输出功率不为0，进入步骤8.7或步骤8.8；
步骤8.6：基于当前工作点B的坐标，更新占空比获得工作点B的坐标，过程如下：
步骤8.6.1：若i(T)＝0，则更新占空比为0.1，t＝T+1，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤8.6.2：若v(T)＝0，则更新占空比为0.9，t＝T+1，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤8.7：若ΔgB＞0，求得工作点B的坐标(v(t)，i(t))，过程如下：
步骤8.7.1：赋值t＝T-1，并基于赋值后的t对应的v(t)，i(t)更新ΔgB；
步骤8.7.2：若更新后的ΔgB＞0，则返回步骤8.3；
步骤8.7.3：若更新后的ΔgB＜0，则更新工作点B的工作电压为v(t)＝v(T)，输出电流为i(t)＝i(T)，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤8.8：若ΔgB＜0，求得工作点B的坐标(v(t)，i(t))，过程如下：
步骤8.8.1：赋值t＝T-1，并基于赋值后的t对应的v(t)，i(t)更新ΔgB；
步骤8.8.2：若更新后的ΔgB＜0，则返回步骤8.4；
步骤8.8.3：若更新后的ΔgB＞0，则更新工作点B的工作电压为v(t)＝v(T)，输出电流为i(t)＝i(T)，记录此时工作点B的坐标(v(t)，i(t))，并进入步骤9；
步骤9：基于线性外推法，判断工作点B所在的电流-电压特性曲线是否满足线性函数表达式，若工作点B所在的电流-电压特性曲线满足线性函数表达式，则利用线性函数表达式求得局部最大功率点的功率
否则利用电导增量法求得局部最大功率点的功率
步骤10：记录最大功率点的功率
步骤11：比较PMPP1与PMPP2的大小，求得全局最大功率点的功率PGMPP，过程如下：
步骤11.1：若PMPP1≥PMPP2，则PGMPP＝PMPP1；
步骤11.2：若PMPP1＜PMPP2，则PGMPP＝PMPP2；
步骤12：重复步骤1～11，更新全局最大功率点，直至ΔgB≤ε时，停止迭代，输出全局最大功率点的功率PGMPP。
2.如权利要求1所述的电导增量与线性外推组合的最大功率点追踪方法，其特征在于，所述基于线性外推法，判断工作点A所在的电流-电压特性曲线是否满足线性函数表达式，若工作点A所在的电流-电压特性曲线满足线性函数表达式，则进入步骤5；否则进行步骤6，包括：
步骤4.1、初始化电流-电压特性曲线上的工作点A的坐标，v0＝v(0)，i0＝i(0)；
步骤4.2、根据公式(1)和公式(2)基于工作点A的v0和i0计算对应的gDC和gac，并更新ΔgA；
步骤4.3、若ΔgA＞0，则当前环境下工作点A处的斜率为正，通过公式(4)计算求得v1、v2，再根据电流-电压特性曲线，求得i1、i2；
步骤4.4、若ΔgA＜0，则当前环境下工作点A处的斜率为负，通过公式(5)计算求得v1、v2，再根据电流-电压特性曲线，求得i1、i2；
v1＝v0+Δv，v2＝v0+2Δv (4)
v1＝v0-Δv，v2＝v0-2Δv (5)
步骤4.5、由点(v0，i0)与(v1，i1)两点确定一条直线l1，由点(v1，i1)与(v2，i2)两点确定一条直线l2；
步骤4.6、通过公式(6)、(7)分别求得l1、l2的斜率a1、a2；
步骤4.7、若a1＝a2，则工作点A所在的电流-电压特性曲线满足线性函数表达式，进入步骤5；
步骤4.8、若a1≠a2，则工作点A所在的电流-电压特性曲线不满足线性函数表达式，进入步骤6。
3.如权利要求1所述的电导增量与线性外推组合的最大功率点追踪方法，其特征在于，所述利用线性函数表达式求得局部最大功率点的功率
包括：
步骤5.1、假设iPV＝0，通过公式(8)，推导出在断路条件下，开路电压为vOC＝vPV；
公式(8)中，Vs为恒压源，RS为恒压源串联的电阻；
步骤5.2、计算求得局部最大功率点的工作电压VMPP＝vOC/2；
步骤5.3、根据功率-电压特性曲线，求得此时的局部最大功率点的功率
4.如权利要求1所述的电导增量与线性外推组合的最大功率点追踪方法，其特征在于，所述利用电导增量法求得局部最大功率点的功率
包括：
步骤6.1、记录当前工作点A的坐标(v(t)，i(t))；
步骤6.2、根据公式(1)和公式(2)基于工作点A的v(t)和i(t)计算对应的gDC和gac，并更新ΔgA；
步骤6.3、若ΔgA＞0，则当前环境下工作点A的斜率为正，通过公式(9)计算求得v(t+1)，再根据电流-电压特性曲线，求得i(t+1)；
步骤6.4、若ΔgA＜0，则当前环境下工作点A的斜率为负，通过公式(10)计算求得v(t+1)，再根据电流-电压特性曲线，求得i(t+1)；
v(t+1)＝v(t)+Δv (9)
v(t+1)＝v(t)-Δv (10)
步骤6.5、更新v(t)＝v(t+1)，i(t)＝i(t+1)，根据公式(1)和公式(2)基于更新后的v(t)和i(t)计算对应的gDC和gac，并更新ΔgA；
步骤6.6、若|ΔgA|≤ε，则更新后工作点A的坐标(v(t)，i(t))为局部最大功率点，此时的工作电压VMPP＝v(t)，局部最大功率点的功率
步骤6.7、若|ΔgA|＞ε，则更新后工作点A的坐标(v(t)，i(t))不为局部最大功率点，返回步骤6.2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011308210.9A CN112380717B (zh) | 2020-11-20 | 2020-11-20 | 一种电导增量与线性外推组合的最大功率点追踪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011308210.9A CN112380717B (zh) | 2020-11-20 | 2020-11-20 | 一种电导增量与线性外推组合的最大功率点追踪方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112380717A CN112380717A (zh) | 2021-02-19 |
| CN112380717B true CN112380717B (zh) | 2023-06-13 |
Family
ID=74584410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011308210.9A Active CN112380717B (zh) | 2020-11-20 | 2020-11-20 | 一种电导增量与线性外推组合的最大功率点追踪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112380717B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101783621A (zh) * | 2010-02-08 | 2010-07-21 | 北京工商大学 | 光伏发电系统全局最大功率点跟踪方法及系统装置 |
| CN101800489A (zh) * | 2010-01-13 | 2010-08-11 | 东南大学 | 单级光伏系统的最大功率跟踪控制方法 |
| CN104617595A (zh) * | 2015-01-21 | 2015-05-13 | 西安工程大学 | 一种基于并网功率波动的线性外推mppt方法 |
| CN107479618A (zh) * | 2017-08-25 | 2017-12-15 | 南京理工大学 | 基于蚁群算法和电导增量法的多峰值mppt算法 |
| CN109710021A (zh) * | 2019-03-14 | 2019-05-03 | 河北工业大学 | 基于改进量子粒子群算法的光伏多峰mppt控制方法 |
-
2020
- 2020-11-20 CN CN202011308210.9A patent/CN112380717B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101800489A (zh) * | 2010-01-13 | 2010-08-11 | 东南大学 | 单级光伏系统的最大功率跟踪控制方法 |
| CN101783621A (zh) * | 2010-02-08 | 2010-07-21 | 北京工商大学 | 光伏发电系统全局最大功率点跟踪方法及系统装置 |
| CN104617595A (zh) * | 2015-01-21 | 2015-05-13 | 西安工程大学 | 一种基于并网功率波动的线性外推mppt方法 |
| CN107479618A (zh) * | 2017-08-25 | 2017-12-15 | 南京理工大学 | 基于蚁群算法和电导增量法的多峰值mppt算法 |
| CN109710021A (zh) * | 2019-03-14 | 2019-05-03 | 河北工业大学 | 基于改进量子粒子群算法的光伏多峰mppt控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112380717A (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | A novel maximum power point tracking algorithms for stand-alone photovoltaic system | |
| Zhang et al. | An online maximum power point capturing technique for high-efficiency power generation of solar photovoltaic systems | |
| Ahmed et al. | Enhancement of MPPT controller in PV-BES system using incremental conductance along with hybrid crow-pattern search approach based ANFIS under different environmental conditions | |
| Xiong et al. | Research on constant voltage with incremental conductance MPPT method | |
| Pathak et al. | Design of smart battery charging circuit via photovoltaic for hybrid electric vehicle | |
| Huang et al. | A novel spline model guided maximum power point tracking method for photovoltaic systems | |
| AlZubaidi et al. | MPPT implementation and simulation using developed P&O algorithm for photovoltaic system concerning efficiency | |
| de Dieu Nguimfack-Ndongmo et al. | Nonlinear neuro-adaptive MPPT controller and voltage stabilization of PV Systems under real environmental conditions | |
| Nguimfack-Ndongmo et al. | Adaptive neuro-synergetic control technique for SEPIC converter in PV systems | |
| Ahmed et al. | PSO-SMC controller based GMPPT technique for photovoltaic panel under partial shading effect | |
| Ali et al. | Optimization of PV model using fuzzy-neural network for DC-DC converter systems | |
| Amara et al. | An optimized steepest gradient based maximum power point tracking for PV control systems | |
| Jagadeshwar et al. | A novel adaptive model predictive control scheme with incremental conductance for extracting maximum power from a solar panel | |
| Challoob et al. | Hybridization of CSA and PSO improves the efficacy of MPPT for solar photovoltaic array with partial shading | |
| CN112380717B (zh) | 一种电导增量与线性外推组合的最大功率点追踪方法 | |
| CN116225145B (zh) | 光伏系统最大功率点的复合追踪方法 | |
| Endiz | Design and implementation of microcontroller-based solar charge controller using modified incremental conductance MPPT algorithm | |
| Akin et al. | Investigation of Incremental Conductance MPPT Algorithm in MATLAB/Simulink Using Photovoltaic Powered DC-DC Boost Converter | |
| El‐Shafy A. Nafeh et al. | Maximum‐power operation of a stand‐alone PV system using fuzzy logic control | |
| CN113703515B (zh) | 一种快速状态追踪的变步长mppt光伏发电稳定性控制方法 | |
| Mahanta et al. | A review of maximum power point tracking algorithm for solar photovoltaic applications | |
| Arulmurugan | Analysis of Fuzzy-Logic MPPT Controller for Photovoltaic Application | |
| Belmadani et al. | Guided Seagull Optimization for Improved PV MPPT in Partial Shading | |
| Belova et al. | Maximum power point tracking methods for the solar battery | |
| Duan et al. | Application of improved radial basis function neural network method in global MPPT for PV array |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |