基于自适应粒子群算法的MPPT控制策略

雷茂杰，许坦奇，孟凡英,3

(1.中国科学院上海微系统与信息技术研究所，上海 200000；2.中国科学院大学，北京 100049；3.中国科学院大学材料与光电研究中心，北京 100049)

随着传统化石能源的日益枯竭，清洁环保的太阳能成为 能源领域的一个重要组成部分。太阳电池能够将太阳能转换为电能，当辐照度和温度变化时，太阳电池的输出电压和输出电流会发生变化，表现出非线性的输出特性[1]。为了提高光伏组件的转换效率，通过相应的控制策略使光伏组件始终工作在最大功率点上，这个过程就是最大功率点追踪(MPPT)。MPPT 技术已经成为光伏系统的重要组成部分，对于提高光伏组件的转换效率非常重要。

目前常用的MPPT 方法有恒压(CVT)法、扰动观察法(P&O)和电导增量法(INC)，这些传统方法由于自身限制，无法兼顾追踪时间、追踪精度和响应速度的要求，且在有遮挡的情况下容易陷入局部功率最大点，无法追踪到全局最大功率点，造成极大的功率损失[2-4]，因此阴影情况下的最大功率点追踪的研究变得尤为重要。

目前对阴影情况下的最大功率追踪的研究都聚焦在群体智能优化算法，粒子群算法作为一种全局算法，原理简单，全局搜寻能力强，在MPPT 上的应用非常广泛。但是传统的粒子群算法参数固定，存在震荡幅度大、收敛速度慢、依赖初始条件等问题[5]。本文提出了一种自适应粒子群算法，通过引入自适应参数算法和随机粒子，提升粒子群的收敛速度和整个算法的搜索精度。……