基于光伏系统的动态代理模型最大功率点跟踪算法研究

摘要

光伏发电系统在部分阴影条件下,其功率-电压输出特性曲线会出现多个峰值点。针对该问题,传统的最大功率点跟踪算法(MPPT)容易陷入局部最优解且稳定性较差的状况而不再适用。为实现部分阴影条件下最大功率点跟踪,设计了一种基于光伏系统的动态代理模型优化(DSMO)方法。该方法为避免盲目搜索,根据光伏系统的实时数据,采用径向基函数(RBF)网络构建输入/输出特征的动态代理模型。在动态代理模型的基础上,采用贪婪搜索加速收敛。通过恒温恒光照启动测试、恒温光照强度阶跃变化测试、变温变光照强度测试3个算例对该方法的实用性和优越性进行了评估。与蚁群算法(ASO)、灰狼算法(GWO)、扰动观察法(P&O)和粒子群算法(PSO)相比,所提方法在部分阴影条件下能快速稳定地使光伏系统产生更多的能量和更小的功率波动。