JP4676176B2 - Control method of the solar power system - Google Patents

Control method of the solar power system Download PDF

Info

Publication number
JP4676176B2
JP4676176B2 JP2004240257A JP2004240257A JP4676176B2 JP 4676176 B2 JP4676176 B2 JP 4676176B2 JP 2004240257 A JP2004240257 A JP 2004240257A JP 2004240257 A JP2004240257 A JP 2004240257A JP 4676176 B2 JP4676176 B2 JP 4676176B2
Authority
JP
Grant status
Grant
Patent type
Prior art keywords
gene
value
photovoltaic
output
generation
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
Application number
JP2004240257A
Other languages
Japanese (ja)
Other versions
JP2006059126A (en )
Inventor
克樹 常次
哉三 野田
Original Assignee
株式会社ダイヘン
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Grant date

Links

Images

Description

本発明は、太陽電池からの出力電力値が略最大値となるように制御する太陽光発電システムに係り、特に太陽電池のパネル面の日射量が不均一によって生じる出力電力の複数の極大値のうち、最大電力を的確に追従する技術に関するものである。 The present invention relates to a photovoltaic power generation system for controlling so that the output power values ​​from the solar cell becomes substantially maximum value, in particular solar radiation on the panel of the solar cell is a plurality of maximum values ​​of the output power generated by the non-uniform among them, a technique to accurately follow the maximum power.

図6は、従来技術の太陽光発電システムのブロック図である。 Figure 6 is a block diagram of a photovoltaic power generation system of the prior art. 同図において、SC1乃至SC3は太陽電池で3枚並列に接続され、PTは太陽電池の出力電圧を検出する出力電圧検出回路、CTは太陽電池の出力電流を検出する出力電流検出回路、CCはマイクロプロセッサにより山登り法を用いたMPPT制御(Maximum Power Point Tracking)(以後、山登り法と言う)を行なうコントローラで、上記マイクロプロセッサCCには太陽電池の出力電圧値及び出力電流値を読み込むためのAD変換器が内蔵されている。 In the figure, SC1 to SC3 is connected to three parallel solar cells, PT output voltage detection circuit for detecting an output voltage of the solar cell, CT output current detection circuit for detecting an output current of the solar cell, CC is MPPT control using the hill-climbing method by a microprocessor (Maximum Power Point Tracking) (hereinafter, referred to as a hill-climbing method) in the controller for performing, AD for the above microprocessor CC read the output voltage value and output current value of the solar cell transducer is built. INは太陽電池からの直流出力を電圧に変換するDC/ACインバータ回路(又はDC/DCインバータ回路)、ADは負荷、SPは商用の系統電源である。 IN the DC / AC inverter circuit for converting the DC output from the solar battery to a voltage (or DC / DC inverter circuit), AD load, SP is a commercial system power source. ここで、コントローラCCのマイクロプロセッサは太陽電池SCの出力電圧と出力電流とを乗算することによって太陽電池SCからの出力電力を算出し、メモリー内にその電圧、電力値を記憶する。 Here, the microprocessor of the controller CC calculates the output power from the solar cell SC by multiplying the output voltage and the output current of the solar cell SC, the voltage in memory and stores the power value. また、コントローラCCはパルス幅制御回路PWMを介してDC/ACインバータ回路INの出力を制御し、太陽電池SCからの出力電圧を制御させることができる。 Further, the controller CC controls the output of the DC / AC inverter circuit IN via the pulse width control circuit PWM, thereby controlling the output voltage from the solar cell SC.

図7は、従来技術の太陽光発電システムの山登り法を説明するためのフローチャートであり、このフローチャートと図8の極大値を捜索する図を参照しながら動作を説明する。 Figure 7 is a flow chart for explaining the hill-climbing method of the prior art photovoltaic systems, the operation with reference to FIGS to search the maximum value of the flow chart and FIG.

図8に示す、電力−電圧特性の所定の動作点Aに対応する太陽電池出力設定値を初期値とする(ステップS1)。 8, the power - the initial value of the photovoltaic output setting value corresponding to the predetermined operating point A of the voltage characteristics (step S1). この初期値を第1の太陽電池出力設定値としてインバータを動作させて第1の太陽電池出力電圧V1を設定する(ステップS2)。 The initial value to operate the inverter as the first photovoltaic output setting value to set the first photovoltaic output voltage V1 (step S2). 上記第1の太陽電池出力設定値に応じて出力される第1の太陽電池出力電流I1を測定する(ステップT3)。 Measuring a first photovoltaic output current I1 is outputted in response to the first photovoltaic output setting value (step T3). コントローラCCのマイクロプロセッサは、上記第1の太陽電池出力電圧V1と第1の太陽電池出力電流I1とを乗算して第1の太陽電池出力電力W1を算出し、メモリーに上記第1の太陽電池出力電圧V1と第1の太陽電池出力電力W1との値を記憶する(ステップS4)。 The microprocessor of the controller CC is the first photovoltaic output voltage V1 multiplies the first photovoltaic output current I1 to calculate a first photovoltaic output power W1, memory in the first solar cell stores the value of the output voltage V1 and the first photovoltaic output power W1 (step S4).

次に、第1の太陽電池出力設定値より所定量高い第2の太陽電池出力設定値を設定してインバータを動作させて、図8に示す第1の太陽電池出力電圧V1から第2の太陽電池出力電圧V2へと上昇させる(ステップS5)。 Then, by operating the inverter to set the predetermined amount higher second photovoltaic output setting value than the first photovoltaic output setting value, the second sun from the first photovoltaic output voltage V1 shown in FIG. 8 raising to the battery output voltage V2 (step S5).

上記第2の太陽電池出力設定値に応じて出力される第2の太陽電池出力電流I2を測定する(ステップT6)。 Measuring a second photovoltaic output current I2, outputted according to the second photovoltaic output setting value (step T6). コントローラCCのマイクロプロセッサは、上記第2の太陽電池出力電圧V2と第2の太陽電池出力電流I2とを乗算して第2の太陽電池出力電力W2を算出し、メモリーに上記第2の太陽電池出力電圧V2と第2の太陽電池出力電力W2との値を記憶する(ステップS7)。 The microprocessor of the controller CC, said second and photovoltaic output voltage V2 by multiplying the second photovoltaic output current I2 to calculate the second photovoltaic output power W2, memory in the second solar cell stores the output voltage V2 and the value of the second photovoltaic output power W2 (step S7).

続いて、第2の太陽電池出力設定値より所定量低い第3の太陽電池出力設定値を設定してインバータを動作させて、図8に示す第1の太陽電池出力電圧V1から第3の太陽電池出力電圧V3へと降下させる(ステップS8)。 Subsequently, by operating the inverter to set the predetermined amount lower third photovoltaic output setting value than the second photovoltaic output setting value, the third sun from the first photovoltaic output voltage V1 shown in FIG. 8 lowering into the battery output voltage V3 (step S8).

上記第3の太陽電池出力設定値に応じて出力される第3の太陽電池出力電流I3を測定する(ステップT9)。 Measuring a third photovoltaic output current I3 that is outputted in response to the third photovoltaic output setting value (Step T9). コントローラCCのマイクロプロセッサは、上記第3の太陽電池出力電圧V3と第3の太陽電池出力電流I3とを乗算して第3の太陽電池出力電力W3を算出してメモリーに上記第3の太陽電池出力電圧V3と第3の太陽電池出力電力W3との値を記憶する(ステップS10)。 The microprocessor of the controller CC, said third solar cell output voltage V3 third photovoltaic output current by multiplying the I3 third the third in memory to calculate the photovoltaic output power W3 of the solar cell stores the value of the output voltage V3 and the third photovoltaic output power W3 (step S10).

上記より記憶された、図8に示す太陽電池出力電圧V1、V2、V3に(V3<V1<V2)における出力電力値W1、W2、W3の相互の大小を比較し、最も出力電力値が大きかった点へ動作点Aを移動し、この一連の操作を繰り返すことにより、図8に示す最大電力点へと追従を行なう。 It stored from above by comparing the mutual magnitude of the output power values ​​W1, W2, W3 in (V3 <V1 <V2) to the solar cell output voltage V1, V2, V3 shown in FIG. 8, most output power value larger moves the operating point a to a point, by repeating this series of operations, perform follow-up to a maximum power point shown in FIG. 上述の技術を開示した先行文献として、例えば、特許文献1がある。 As prior art documents disclosing the techniques described above, for example, a patent document 1.

特開2001−325031号公報 JP 2001-325031 JP

上述に示す従来技術の山登り法では、図8に示す、動作点Aを所定の場所に設定しこの動作点Aでの出力電力を求める。 In the hill-climbing method of the prior art shown in above, shown in FIG. 8, to set the operating point A in place for obtaining the output power at the operating point A. 次に、強制的に動作点Aをある任意の太陽電池出力電圧の高い方に移動させ、その動作点での出力電力を求める。 Next, forcibly moved to the higher of any of the solar cell output voltage with an operating point A, obtaining the output power at the operating point. 次に低い方へ移動させ、同様に出力電力を求める。 Then it moved lower towards similarly obtains the output power. このようにして求めた3点の動作点での出力電力を比較し、電力が大きい点へと動作点Aを移動しこの一連の操作を繰り返すことにより、最大電力点への追従を行なう。 Thus by comparing the output power at the operating point of the three points determined by repeating the movement and this series of operations the operating point A to point power is large, it performs tracking of the maximum power point.

しかし、太陽電池の日射状態が変化してパネルの一部に影が生じると、図8に示す、2つの極大値をもつ大小の山が生じる。 However, the shadow part of the panel changes the solar irradiation of the solar cell occurs, shown in FIG. 8, the magnitude of the mountain with two local maxima occur. このような場合に、動作点をBに設定して山登り法で最大電力点を追従すると第2の極大値を最大電力点と判別するが、動作点をAに設定して最大電力点を追従すると第1の極大値を最大電力点とて停滞し、真の最大電力点である第2の極大値へと追従できなくなる。 In such a case, it is determined that the maximum power point of the second maximum value when tracking the maximum power point by the hill-climbing method by setting the operating point B, follow the maximum power point by setting the operating point A then the first maximum value and stagnant and the maximum power point, can not follow to the second maximum value is a true maximum power point.

また、太陽電池の日射状態が複雑に変化してパネルの数ヶ所に影が生じると、図示省略の複数の極大値が発生し、最大電力点の追従がさらに困難になる。 Further, when the solar irradiation of the solar cell shadows occur several locations of complicated changes to the panel, and a plurality of local maximum values ​​(not shown) is generated, it becomes more difficult to follow the maximum power point. この場合、太陽光発電システムは最大電力で運転できなくなる。 In this case, the solar power generation system can not be operated at maximum power.

そこで、本発明は、上記課題を解決することができる太陽光発電システムの制御方法である遺伝的アルゴリズム制御(GA)を提供することにある。 Accordingly, the present invention is to provide a genetic algorithm control (GA) is a method of controlling a photovoltaic power generation system capable of solving the above problems.

上述した課題を解決するために、第1の発明は、太陽電池からの出力電圧又は出力電流が予め定めた太陽電池出力設定値と略等しくなるようにインバータを制御し、日射状態の変化に追従して太陽電池からの出力電力値が略最大値になるように上記太陽電池出力設定値を適正値に制御する太陽光発電システムの制御方法において、上記太陽電池出力設定値を遺伝子と見なしかつ太陽電池からの出力電力値を遺伝子の評価値とする遺伝的アルゴリズムに基づくGA制御器を具備し、第1ステップでは上記太陽電池出力設定値の設定範囲から複数個の遺伝子を無作為又は予め定めた条件に基づき抽出して第1世代の初期集団を形成しこの初期集団の各遺伝子に対応する各太陽電池出力設定値によって上記インバータを順次動作させると共に動作中 To solve the problems described above, the first invention, it controls the inverter to be substantially equal to the photovoltaic output setting value output voltage or the output current determined in advance from the solar cell, following the change in the solar irradiation and a method of controlling a photovoltaic power generation system for controlling a proper value the photovoltaic output setting value so that the output power values ​​from the solar cell is substantially the maximum value regards the photovoltaic output setting value to the gene and sun the output power value from the battery comprises a GA controller based on a genetic algorithm to an evaluation value of a gene, a plurality of genes from the setting range of the photovoltaic output setting value determined randomly or in advance in a first step forming a first generation of the initial population are extracted based on the condition during operation causes sequentially operating the inverter by the photovoltaic output setting value corresponding to each gene of the initial group 太陽電池からの出力電力値を各遺伝子の評価値として記憶し、続いて上記初期集団の遺伝子を上記GA制御器に入力し各遺伝子の評価値によって選択しかつ交叉・突然変異させて所定個数の遺伝子を出力して第2世代集団を形成し、第2ステップでは上記第2世代集団の各遺伝子に対応する各太陽電池出力設定値によって上記インバータを順次動作させると共に動作中の太陽電池からの出力電力値を各遺伝子の評価値として記憶し、続いて上記第2世代遺伝子を上記GA制御器に入力し各遺伝子の評価値によって選択しかつ交叉・突然変異させて所定個数の遺伝子を出力して第3世代集団を形成し、以後上記第2ステップの動作を繰り返すことによって次々と遺伝子集団の世代を新しくして太陽電池からの出力電力値が略最大値となるよう The output power values ​​from the solar cell is stored as an evaluation value of each gene, followed by the initial population genes predetermined number by selecting and crossover-mutation by evaluation value of each gene was input to the GA controller and it outputs the gene to form a second generation population, in a second step output from the solar battery during operation causes sequentially operating the inverter by the photovoltaic output setting value corresponding to each gene of the second generation populations storing the power value as the evaluation value of each gene, followed by outputting a gene of a predetermined number by selecting and crossover-mutation by evaluation value of each gene inputs the second generation genes in the GA controller third generation population is formed, subsequent to the output power value from the new to the solar cell generation one after another gene group by repeating the operation of the second step becomes approximately maximum value 制御することを特徴とする太陽光発電システムの制御方法である。 A method of controlling a photovoltaic power generation system characterized by control.

第2の発明は、上記突然変異の確率を3%乃至5%とすることを特徴とする請求項1記載の太陽光発電システムの制御方法である。 The second invention is a control method of a solar power generation system of claim 1, wherein the 3% to 5% the probability of the mutation.

第1の発明によれば、太陽電池の日射状態が変化しパネルの一部に影が生じて太陽電池の出力電力に複数の極大値が発生しても、本発明の遺伝的アルゴリズム処理を行なうと、上記複数の極大値の発生に関係なく最大電力の極大値の追従が可能となり、太陽電池からの出力電力値を略最大値で制御できる。 According to the first invention, even when a plurality of maximum values ​​are generated in the output power of the solar cell shadows caused in a part of the panel solar irradiation changes of the solar cell, performing a genetic algorithm processing of the present invention If, following the local maximum value of the maximum power regardless occurrence of the plurality of maximum values ​​is possible, it can control the output power values ​​from the solar cell in a substantially maximum value.

第2の発明によれば、最大電力の極大値追従中において日射状態が変化し、太陽電池の出力電力の複数の極大値(山の形状)に変化が生じても、遺伝子集団を形成する各太陽電池出力設定値によってインバータを逐次動作させると共に遺伝子アルゴリズムの突然変異の確率を最適な値に設定することにより、上記極大値の形状変化に応じて再度最大電力の追従を開始し、常に最新の最大電力を追従して太陽電池からの出力電力値を略最大値で制御できる。 According to the second invention, the solar irradiation changes in the maximum value being followed up power, even if there is a change in a plurality of local maximum values ​​of the output power of the solar cell (the shape of the mountain), each forming a gene cluster by setting the optimum value the probability of mutations in the gene algorithm with operating the inverter sequentially by photovoltaic output setting value, starts maximum power follow-up again in accordance with the shape change of the maximum value, always up to date It can be controlled in substantially the maximum output power value from the solar cell to follow the maximum power.

[実施の形態1] [Embodiment 1]
図1は、本発明の実施の形態の太陽光発電システムのブロック図である。 Figure 1 is a block diagram of a photovoltaic power generation system according to the embodiment of the present invention. 同図において、図6に示す、従来技術の太陽光発電システムのブロック図と同一符号は同一動作を行なうので説明は省略し符号が相違する構成について説明する。 In the drawing, shown in FIG. 6, the same reference numerals and a block diagram of a prior art photovoltaic systems is therefore description performs the same operation described structure omitted the sign is different.

図1に示す、太陽光発電システムのブロック図において、コントローラCCは、遺伝的アルゴリズム制御(GA)を行なうコントローラであってマイクロプロセッサである。 1, in the block diagram of a photovoltaic power generation system, the controller CC is a microprocessor and a controller for performing a genetic algorithm control (GA). ここで、コントローラCCのマイクロプロセッサは、太陽電池SCの出力電圧と出力電流とを乗算することによって太陽電池SCの出力電力を算出し、メモリー内にその出力電圧、出力電力値を記憶する。 Here, the microprocessor of the controller CC, to calculate the output power of the solar cell SC by multiplying the output voltage and the output current of the solar cell SC, the output voltage in a memory, which stores the output power value. また、コントローラCCはパルス幅制御回路PWMを介してDC/ACインバータINの出力を制御して、太陽電池SCからの出力電圧を制御する。 The controller CC controls the output of the DC / AC inverter IN via the pulse width control circuit PWM, for controlling the output voltage from the solar cell SC.

次に、遺伝的アルゴリズム制御(GA)について説明する。 It will now be described genetic algorithm control (GA). コントローラCCはGA制御器であり、図示省略の太陽電池出力設定値を遺伝子と見なしかつ太陽電池からの出力電力値を遺伝子の評価値として記憶し、太陽電池出力設定値の設定範囲から複数個の遺伝子を無作為又は予め定めた条件に基づき抽出して集団を形成し、上記遺伝子を選択しかつ交叉・突然変異させて所定個数の遺伝子を生成して第2世代集団を形成し、上記の動作を繰り返しすことによって、次々と次世代の集団を形成し、上記集団の遺伝子の値に基づいて最大電力値の追従を行なう。 The controller CC is a GA controller, the output power value of the photovoltaic output setting value not shown from considered and the solar cell and the gene is stored as an evaluation value of a gene, a plurality of the set range of photovoltaic output setting value the gene was extracted based on random or predetermined condition to form a population, and select the gene and by cross-mutated to form a second generation population to generate a gene of a predetermined number, the above operation by be repeated, one after another to form a population of the next generation, perform follow-up of the maximum power value based on the value of the gene of the population.

図2は本発明の実施の形態1の動作を説明するフローチャートである。 Figure 2 is a flow chart for explaining the operation of the first embodiment of the present invention. このフローチャートと図3の集団の遺伝子が遺伝的アルゴリズムにより収束し極大値を追従する図とを参照しながら動作を説明する。 Gene of a population of this flowchart and FIG. 3 will be described operation with reference to the diagram to follow the maximum value was converged by the genetic algorithm.

太陽電池出力設定値の設定範囲から複数個(例えば、10個)の遺伝子を無作為に又は予め定めた条件に基づき抽出する(ステップT1)。 A plurality of the set range of photovoltaic output setting value (e.g., 10) extracted to on the basis of the gene was determined randomly or advance condition (step T1). そして、カウンタiを1に設定する(ステップT2)。 Then, it sets a counter i to 1 (step T2).

上記複数個の遺伝子のうち所定の遺伝子に対応する太陽電池出力設定値を第1の太陽電池出力設定値とし、上記第1の太陽電池出力設定値によってインバータを動作させて第1の太陽電池出力電圧V1を設定する(ステップT3)。 The photovoltaic output setting value corresponding to a given gene among the plurality of genes to a first photovoltaic output setting value, the first photovoltaic output to operate the inverter by the first photovoltaic output setting value setting the voltage V1 (step T3). 上記第1の太陽電池出力設定値に応じて出力される第1の太陽電池出力電流I1を測定する(ステップT4)。 Measuring a first photovoltaic output current I1 is outputted in response to the first photovoltaic output setting value (step T4). コントローラCCのマイクロプロセッサは、上記第1の太陽電池出力電圧V1と第1の太陽電池出力電流I1とを乗算して第1の太陽電池出力電力W1を算出してメモリーに記憶する(ステップT5)。 The microprocessor of the controller CC is stored in a memory to calculate a first photovoltaic output power W1 by multiplying the first photovoltaic output voltage V1 and the first photovoltaic output current I1 (step T5) . そして、カウンタiに1を加算する。 And, adds 1 to the counter i. (ステップT6) (Step T6)

次に、太陽電池出力設定値n個(例えば、10個)の出力電力を全て測定したかを判別して、Noの場合にはステップT3に戻り、上記残りの複数個の遺伝子のうち所定の遺伝子に対応する太陽電池出力設定値を第2の太陽電池出力設定値とし、上記第2の太陽電池出力設定値によってインバータを動作させて第2の太陽電池出力電圧V2を設定とする(ステップT3)。 Then, photovoltaic output setting value of n (e.g., 10) to determine whether to measure all the output power of, the process returns to step T3 in the case of No, the predetermined one of the remaining plurality of genes the photovoltaic output setting value corresponding to the gene as a second photovoltaic output setting value, the operating the inverter by a second photovoltaic output setting value and the second photovoltaic output voltage V2 of the set (step T3 ). 上記第2の太陽電池出力設定値に応じて出力される第2の太陽電池出力電流I2を測定する(ステップT4)。 Measuring a second photovoltaic output current I2, outputted according to the second photovoltaic output setting value (step T4). コントローラCCのマイクロプロセッサは、第2の太陽電池出力電圧V2と第2の太陽電池出力電流I2とを乗算して第2の太陽電池出力電力W2を算出してメモリーに記憶する(ステップT4)。 The microprocessor of the controller CC calculates the second photovoltaic output power W2 multiplies the second photovoltaic output voltage V2 and the second photovoltaic output current I2 is stored in the memory (step T4). 続いて、カウンタiに1を加算する(ステップT6)。 Subsequently, 1 is added to the counter i (step T6).

以後同様の動作を繰り返し、第nの太陽電池出力設定値に応じた第nの太陽電池出力電流Inを測定し、第nの太陽電池出力電力Wnを算出してメモリーに記憶し、図3(A)に示す第1世代の初期集団に対する評価値を決定する(ステップT7)。 Thereafter repeating the same operation, the solar cell output current In of the n corresponding to the photovoltaic output setting value of the n measured, and stored in the memory to calculate the solar cell output power Wn of the n, FIG. 3 ( determining an evaluation value for the first generation of the initial population as shown in a) (step T7).

次に、上記初期集団のうち、無作為に遺伝子2個を抽出して評価値(太陽電池出力電力)の大きい方を選択し上記選択を繰り返して2個の遺伝子を選択する(ステップT8)。 Then, among the initial population, selected randomly larger evaluation value by extracting two genes (photovoltaic output power) for selecting the two genes by repeating the selection (step T8).

上記選択した2個の遺伝子の評価値を2進数の文字列に変換し、予め定めた確率である任意点で交叉させて新たに2個の遺伝子を生成する(ステップT9)。 Convert the evaluation value of the two genes the selected binary string, then intersect at any point is a predetermined probability to generate a new two genes (step T9).

上記交叉した遺伝子に対して、予め定めた低い確率で意図的に文字列の一部を変化させて突然変異を行なう(ステップT10)。 With respect to the crossover gene, it carried a mutation intentionally changing a part of a string with a low probability of a predetermined (step T10).

上記選択と交叉との回数がn/2(例えば10/2)以下のとき、ステップT8に戻る(ステップT11)。 When the number of the crossover and the selected n / 2 (e.g., 10/2) in the following, the flow returns to step T8 (step T11). そして、上記初期集団のうち、再度無作為に遺伝子2個を抽出して評価値(太陽電池出力電力)の大きい方を選択し、上記選択を繰り返して新たに2個の遺伝子を選択する(ステップT8)。 Then, among the initial population, selects the larger evaluation value by extracting two genes randomly again (photovoltaic output power), newly selects the two genes by repeating the selection (step T8).

上記選択した2個の遺伝子の評価値を2進数の文字列に変換し、予め定めた確率である任意点で交叉させて新たに2個の遺伝子を生成する(ステップT9)。 Convert the evaluation value of the two genes the selected binary string, then intersect at any point is a predetermined probability to generate a new two genes (step T9).

上記交叉した遺伝子に対して、予め定めた低い確率で意図的に文字列の一部を変化させて突然変異を行なう(ステップT10)。 With respect to the crossover gene, it carried a mutation intentionally changing a part of a string with a low probability of a predetermined (step T10).

上記選択、交叉及び突然変異の回数がn/2(例えば10/2)のとき、ステップ12に進み、上記生成された遺伝子によって、図3(B)に示す第2世代集団を形成する。 The selection, when the number of crossover and mutation of n / 2 (e.g. 10/2), the process proceeds to step 12, by a gene the product to form the second generation populations shown in Figure 3 (B).

以後、上記の動作を繰り返すことによって次々と遺伝子集団の世代を新しくして、図3(C)に第n世代の集団が形成され、この第n世代集団の遺伝子は極大値近傍に収束されている。 Thereafter, the new generation after another gene group by repeating the above operation, the population of generation n is formed in FIG. 3 (C), the gene of the generation n population are converged in the vicinity of the maximum value there.

上述の遺伝的アルゴリズムを用いて複数の極大値を追従すると、最大電力でない小さい山の極大値を回避し、大きい山の極大値の追従が可能となる。 When following a plurality of maximum value using the genetic algorithm described above, to avoid local maxima small mountain not the maximum power, it is possible to follow the maximum value of the high mountains.

[実施の形態2] [Embodiment 2]
遺伝的アルゴリズム制御GAを用いて最大電力の追従中において、日射状態(影の状態)が変化し、図4(A)に示すように、複数の極大値の形状に変化が生じると、上記極大値の形状の変化に応じて、第n世代集団も移動する。 During follow-up of the maximum power using genetic algorithm control GA, solar irradiation (shadow state) is changed, as shown in FIG. 4 (A), the change in shape of the plurality of maximum value occurs, the maximum in response to changes in the shape of values, also moved generation n population.

以後、図2に示すフローチャートの動作を繰り返す。 Thereafter, repeated operation of the flowchart shown in FIG. このときに、突然変異の動作により、集団の各遺伝子が全て同質になることを防ぎ、日射状態の変化に適応できない極値解に陥るのを防ぐことができ、図4(B)及び図4(C)に示すように、遺伝子集団の世代を新しくして第n+1世代集団、第n+2世代集団へと次々と遺伝子集団の世代を新しくし、太陽電池からの最大出力電力の近傍に上記集団の遺伝子を収束していく。 At this time, by the operation of the mutations, all the genes of a population prevents become homogeneous, it is possible to prevent falling into extreme solutions can not adapt to changes in sunlight conditions, and FIG. 4 (B) and FIG. 4 (C), the first n + 1 generation population by new generations of gene group, the generation of the n + 2 sequentially gene cluster to generation population new, of the population in the vicinity of the maximum output power from the solar cell gene continue to converge.

図5は、突然変異の確率と最大電力の追従時間及び電力損失との関係を示す図である。 Figure 5 is a diagram showing the relationship between the follow-up time and power loss probability and maximum power of the mutation. 図5より、突然変異の確率が2%以下になると太陽電池の最大出力電力の近傍への追従時間が長くなり、日射状態の変化に対して追従性が悪くなる。 5 that follow time to near the maximum output power of the solar cell when the probability of mutation is below 2% longer, trackability becomes worse to changes in sunlight conditions.

逆に、突然変異の確率が6%以上になると、追従性は改善されるが上記突然変異の確率に応じて太陽電池出力設定値の変動回数が増加し、インバータの出力電力の変動率が大きくなり、太陽電池からの出力電力値を略最大値で制御できなくなる。 Conversely, when the probability of mutations is more than 6%, followability is being improved number of times of the change in the photovoltaic output setting value is increased in accordance with the probability of the mutation, variation rate of the inverter output power is large it becomes impossible to control the output power values ​​from the solar cell in a substantially maximum value. 上述より、突然変異の確率を3%〜5%が適正値と考える。 From above, consider the probability of mutations 3-5% is a proper value.

本発明の実施形態に係る太陽光発電システムのブロック図である。 It is a block diagram of a photovoltaic power generation system according to an embodiment of the present invention. 本発明の実施の形態1の動作を説明するフローチャートである。 Is a flowchart illustrating the operation of the first embodiment of the present invention. 集団が遺伝的アルゴリズムにより収束し極大値を追従する図である。 Population is a diagram to follow the maximum value was converged by the genetic algorithm. 集団が遺伝的アルゴリズムにより収束し極大値を追従する第2の図である。 Population is a second diagram to follow the maximum value was converged by the genetic algorithm. 突然変異の確率と電力の追従時間及び電力損失との関係を示す図である。 It is a diagram showing the relationship between the follow-up time and power loss of a mutation probability and power. 従来技術の太陽光発電システムのブロック図である。 It is a block diagram of a photovoltaic power generation system of the prior art. 従来技術の動作を説明するフローチャートである。 It is a flowchart for explaining the operation of the prior art. 従来技術により極大値を捜索する図である。 Is a diagram searching a maximum value by the prior art.

符号の説明 DESCRIPTION OF SYMBOLS

AD 負荷 CC コントローラ CT 電流検出回路 IN インバータ回路 PT 電圧検出回路 PWM パルス幅制御回路 SP 系統電源 SC1 太陽電池 SC2 太陽電池 SC3 太陽電池 AD load CC controller CT current detecting circuit IN inverter circuit PT voltage detecting circuit PWM pulse width control circuit SP system power supply SC1 solar cell SC2 solar cell SC3 solar cell

Claims (2)

  1. 太陽電池からの出力電圧又は出力電流が予め定めた太陽電池出力設定値と略等しくなるようにインバータを制御し、日射状態の変化に追従して太陽電池からの出力電力値が略最大値になるように前記太陽電池出力設定値を適正値に制御する太陽光発電システムの制御方法において、前記太陽電池出力設定値を遺伝子と見なしかつ太陽電池からの出力電力値を遺伝子の評価値とする遺伝的アルゴリズムに基づくGA制御器を具備し、第1ステップでは前記太陽電池出力設定値の設定範囲から複数個の遺伝子を無作為又は予め定めた条件基づいて抽出して第1世代の初期集団を形成しこの初期集団の各遺伝子に対応する各太陽電池出力設定値によって前記インバータを順次動作させると共に動作中の太陽電池からの出力電力値を各遺伝子の評価値 Controls the inverter to be substantially equal to the photovoltaic output setting value output voltage or the output current determined in advance from the solar cell, the output power value from the solar cell is substantially the maximum value following the change in the solar irradiation a method of controlling a photovoltaic power generation system that controls the photovoltaic output setting value to a proper value as genetic the output power value of the photovoltaic output setting value from considered and the solar cell with the gene as the evaluation value of the gene comprising a GA controller based on the algorithm, the first step to form a first generation of the initial population are extracted based on the condition that a plurality of genes from the set range determined randomly or pre of the photovoltaic output setting value evaluation value of each gene the output power values ​​from the solar battery during operation causes the sequential operation of the inverter by the photovoltaic output setting value corresponding to each gene of the initial group して記憶し、続いて前記初期集団の遺伝子を前記GA制御器に入力し各遺伝子の評価値によって選択しかつ交叉・突然変異させて所定個数の遺伝子を出力して第2世代集団を形成し、第2ステップでは前記第2世代集団の各遺伝子に対応する各太陽電池出力設定値によって前記インバータを順次動作させると共に動作中の太陽電池からの出力電力値を各遺伝子の評価値として記憶し、続いて前記第2世代遺伝子を前記GA制御器に入力し各遺伝子の評価値によって選択しかつ交叉・突然変異させて所定個数の遺伝子を出力して第3世代集団を形成し、以後前記第2ステップの動作を繰り返すことによって次々と遺伝子集団の世代を新しくして太陽電池からの出力電力値が略最大値となるように制御することを特徴とする太陽光発電システム And to store, followed the initial population of the genetic type in the GA controller selects the evaluation value of each gene and crossover-mutated allowed to form a second generation population by outputting a gene of a predetermined number and , in the second step stores the output power values ​​from the solar battery during operation causes the sequential operation of the inverter by the photovoltaic output setting value corresponding to each gene in the second generation populations as an evaluation value of each gene, followed by a third-generation population by outputting a gene of a predetermined number by the second generation genes were selected and crossover-mutation by evaluation value of each gene was input to the GA controller, hereafter the second photovoltaic systems, characterized in that the output power value from the solar cell was a new generation after another gene group by repeating the operation of steps is controlled to be substantially the maximum value 制御方法。 Control method.
  2. 前記突然変異の確率を3%乃至5%とすることを特徴とする請求項1記載の太陽光発電システムの制御方法。 The method of photovoltaic power generation system according to claim 1, wherein the 3% to 5% the probability of the mutation.























JP2004240257A 2004-08-20 2004-08-20 Control method of the solar power system Active JP4676176B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2004240257A JP4676176B2 (en) 2004-08-20 2004-08-20 Control method of the solar power system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004240257A JP4676176B2 (en) 2004-08-20 2004-08-20 Control method of the solar power system

Publications (2)

Publication Number Publication Date
JP2006059126A true JP2006059126A (en) 2006-03-02
JP4676176B2 true JP4676176B2 (en) 2011-04-27

Family

ID=36106547

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004240257A Active JP4676176B2 (en) 2004-08-20 2004-08-20 Control method of the solar power system

Country Status (1)

Country Link
JP (1) JP4676176B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105955394A (en) * 2016-06-24 2016-09-21 华北水利水电大学 MPPT method of photovoltaic system based on ant colony optimization and variable step size disturbance observation algorithms

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4770954B2 (en) 2009-03-16 2011-09-14 Tdk株式会社 Multiple power integrated device, a plurality of power supplies integrated systems and multiple power integration program
CN101873091A (en) * 2010-07-12 2010-10-27 中电电气集团有限公司 Method for tracking solar double-peak maximum power point

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000347753A (en) * 1999-06-08 2000-12-15 Kakei Gakuen Solar battery controller and solar power generating device
JP2001325031A (en) * 2000-05-16 2001-11-22 Daihen Corp Solar power generation controller
JP2003288579A (en) * 2001-07-27 2003-10-10 National Institute Of Advanced Industrial & Technology Method and apparatus for optimum fitting parameter determination, and optimum fitting parameter determining program

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000347753A (en) * 1999-06-08 2000-12-15 Kakei Gakuen Solar battery controller and solar power generating device
JP2001325031A (en) * 2000-05-16 2001-11-22 Daihen Corp Solar power generation controller
JP2003288579A (en) * 2001-07-27 2003-10-10 National Institute Of Advanced Industrial & Technology Method and apparatus for optimum fitting parameter determination, and optimum fitting parameter determining program

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105955394A (en) * 2016-06-24 2016-09-21 华北水利水电大学 MPPT method of photovoltaic system based on ant colony optimization and variable step size disturbance observation algorithms
CN105955394B (en) * 2016-06-24 2017-09-15 华北水利水电大学 ACO perturbation and observation with variable step size algorithm based photovoltaic systems mppt

Also Published As

Publication number Publication date Type
JP2006059126A (en) 2006-03-02 application

Similar Documents

Publication Publication Date Title
Patel et al. Maximum power point tracking scheme for PV systems operating under partially shaded conditions
Ahmed et al. An improved perturb and observe (P&O) maximum power point tracking (MPPT) algorithm for higher efficiency
Jung et al. Improved perturbation and observation method (IP&O) of MPPT control for photovoltaic power systems
US20060290317A1 (en) Maximum power point motor control
Lian et al. A maximum power point tracking method based on perturb-and-observe combined with particle swarm optimization
Larbes et al. Genetic algorithms optimized fuzzy logic control for the maximum power point tracking in photovoltaic system
Berrera et al. Experimental test of seven widely-adopted MPPT algorithms
Onat Recent developments in maximum power point tracking technologies for photovoltaic systems
Tonkoski et al. Voltage regulation in radial distribution feeders with high penetration of photovoltaic
US5682305A (en) Method and apparatus for controlling the power of a battery power source
Soon et al. A fast-converging MPPT technique for photovoltaic system under fast-varying solar irradiation and load resistance
WO2005069096A1 (en) Solar power source with maximum power-point tracking
Sokolov et al. A modified MPPT scheme for accelerated convergence
Taheri et al. A novel maximum power point tracking control of photovoltaic system under partial and rapidly fluctuating shadow conditions using differential evolution
Sher et al. A new sensorless hybrid MPPT algorithm based on fractional short-circuit current measurement and P&O MPPT
Daraban et al. A novel MPPT (maximum power point tracking) algorithm based on a modified genetic algorithm specialized on tracking the global maximum power point in photovoltaic systems affected by partial shading
US7042195B2 (en) Method of controlling photovoltaic power generation system
Alonso et al. Analysis of inverter-voltage influence on distributed MPPT architecture performance
Wang et al. High-accuracy and fast-speed MPPT methods for PV string under partially shaded conditions
US20120091800A1 (en) System and Method for Optimizing Solar Power Conversion
Babaa et al. Overview of maximum power point tracking control methods for PV systems
Andrejašič et al. Comparison of direct maximum power point tracking algorithms using EN 50530 dynamic test procedure
Mamarelis et al. A two-steps algorithm improving the P&O steady state MPPT efficiency
JP2005160188A (en) Voltage controller for distributed power supply
US20100263711A1 (en) Maximum power point tracking control apparatus for solar battery

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070723

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100316

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20110125

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110127

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140204

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250