基于CSA算法的光伏阵列多峰最大功率跟踪研究

马永翔，王雨阳，闫群民，周建华，周玉龙

(1.陕西理工大学电气工程学院，陕西 汉中 723001；2.国网庆阳供电公司，甘肃 庆阳 745000)

太阳能作为绿色洁净、分布广泛的可再生能源，具有很强的开发应用前景。光伏发电系统中光伏电池的输出特性易受光照强度和温度变化的影响，因此必须通过光伏发电系统MPPT技术实现对其输出功率的最大功率点跟踪。传统的恒电压法和扰动观测法[2]等控制策略易陷入局部最优的陷阱，错失真正的最大功率点(MPP)，导致功率损失。因此为了保证系统的最大功率输出，必须要对MPPT技术加以改进。虽然目前大多数光伏电站都建在野外，很少会出现建筑物遮挡光照的情况，但因为其占地很广，不同光伏组件所处的实际工作环境也各有差别，例如受到云层或灰尘遮挡导致受到辐照度不同，还有因受到遮挡、高度落差产生的温度差别。这些环境参数上的差别以及光伏组件的老化等原因都会造成光伏组件的P-V输出功率曲线呈现多个峰值的状态。在各种影响PV输出的环境条件中，局部阴影(partial shading condition,PSC)是最为常见的。这种条件下恒电压控制法、扰动观测法(爬山法)和电导增量法[1-2]等这类传统MPPT控制策略会陷入局部最优点，导致功率损失。因此为了保证系统的最大功率输出，减少光伏系统调度的复杂性，必须要对MPPT技术加以改进。

关于随机环境情况下的MPPT，许多学者进行了研究，目前主流方法是将群体智能算法加入到MPPT中。文献[3]采用蚁群算法优化的RBF神经网络进行MPPT，经过验证其方法可以提升寻优精度，但其寻优结构较为复杂，难以实际应用。……