基于遺傳算法和擾動(dòng)觀察法的MPPT算法
加入技術(shù)交流群
4.3遺傳算法重啟時(shí)種群初始化
當(dāng)外界環(huán)境變化不大時(shí)，新環(huán)境下的最大功率點(diǎn)與舊環(huán)境相差不大。此時(shí)，舊環(huán)境的最大功率點(diǎn)可以作為精英個(gè)體保留下來，直接進(jìn)入下一輪搜索。
4.4算法流程圖
該算法的流程圖如圖3所示。
5 仿真結(jié)果
5.1 遺傳算法的進(jìn)化過程
設(shè)定MAXGEN=50，Pc=0.9，Nind=20，染色體長度為16，Pmean=0.1，Pmax=0.2，T=25℃，S=800 W／m2，仿真結(jié)果如圖4所示。
由圖4可見，算法在第五代時(shí)就已經(jīng)搜索到最大功率點(diǎn)，并且搜索過程中每代種群始終保持較大的多樣性。
5.2 穩(wěn)定光強(qiáng)下的階躍響應(yīng)
設(shè)定MAXGEN=15，Cmax=2 500，△Pmax=40，△D=0.000 01，Pc=0.9，種群個(gè)體數(shù)Nind=20，染色體長度為16，Pmean=0.1，Pmax=0.2，T=25℃?？疾樗惴▽?duì)光強(qiáng)從200～800 W／m2的階躍響應(yīng)，仿真結(jié)果見圖5。
由圖5可見，該算法具有良好的搜索速度和穩(wěn)定性。為了提高搜索速度還可以減小遺傳算法執(zhí)行時(shí)間，在接近最大功率點(diǎn)時(shí)由擾動(dòng)觀察法來執(zhí)行搜索。
5.3光強(qiáng)劇烈變化下的階躍響應(yīng)
在光強(qiáng)上疊加一個(gè)幅度為5 W／m2的隨機(jī)噪聲，參數(shù)設(shè)置與第5.2節(jié)相同，對(duì)算法進(jìn)行仿真，仿真結(jié)果見圖6。
由圖6可見，該算法具有良好的抗干擾性能，在劇烈干擾下仍然可以準(zhǔn)確搜索到最大功率點(diǎn)。
6結(jié) 語
在此把遺傳算法和傳統(tǒng)的擾動(dòng)觀察法相結(jié)合提出了一種新的MPPT算法，并在Matlab中進(jìn)行了仿真。由仿真實(shí)驗(yàn)可以看出，通過遺傳算法的應(yīng)用，該算法具有極好的抗干擾能力和良好的搜索速度，通過減小擾動(dòng)觀察法的擾動(dòng)步長，算法可以穩(wěn)定地工作在最大功率點(diǎn)。
評(píng)論