【遗传算法】基于遗传算法和扰动观察法的MPPT算法-solarbe文库

资源描述：

基于遗传算法和扰动观察法的 MPPT 算法何龙 ,程树英福州大学物理与信息工程学院福建福州 350108 摘要作为一种绿色能源 ,光伏并网发电在我国发展迅猛。在此针对光伏电池的非线性特性 ,介绍了最大功率点跟踪的原理 ,并提出了基于遗传算法和扰动观察法的 MPP T 算法。通过使用 Matlab 对算法进行了仿真研究 ,并给出了仿真结果。实验结果表明 ,该算法具有良好的搜索速度 ,能使系统稳定工作在最大功率点 ,并能实现恶劣条件下的最大功率点跟踪。关键词光伏系统 ;最大功率点追踪 ;遗传算法 ;扰动观察法中图分类号 TM615 文献标识码 A 文章编号 1004 2373X 2009 242199204MPPT Algorithm Based on Genetic Algorithm with Perturbation and Observation ControlH E Long ,CH EN G ShuyingCollege of Physics and Information Engineering ,Fuzhou University ,Fuzhou ,350108 ,ChinaAbstract As a green energy ,photovoltaic grid 2connected power generation is developing rapidly in China. The nonlinearcharacteristics of photovoltaic cells and the principle of maximum power point tracking is discussed at first ,then a new MPPTalgorithm based on genetic algorithm combined with perturbation and observation control is proposed. Simulation of the algo 2rithm based on Matlab is carried out. Experimental results show that the algorithm has a good search speed ,it can work in themaximum power point stably ,and it is able to achieve the maximum power point tracking under bad conditions.Keywords photovoltaic system ;maximum power point tracking ;genetic algorithm ; perturbation and observation control收稿日期 2009205228基金项目福建省科技厅重点项目 2008I0019 ; 教育部留学回国人员科研启动基金资助项目 L XKQ0801 在所有可再生能源利用中 ,光伏发电无疑是最有发展前景的。但是 ,光伏发电系统的一个主要缺点是它的输出功率受天气情况影响严重 ,如光照强度和环境温度的改变都会使它发生变化 [ 1] 。太阳能电池阵列的最大功率点跟踪就是使太阳能电池阵列的工作点能随外界环境做出适当调整 ,达到任何时刻都能输出最大功率的目的。遗传算法 GA 是一类以 Darwin 自然进化论与Mendel 遗传变异理论为基础的求解全局优化问题的仿生型算法 [ 2 ] 。把遗传算法应用于最大功率点跟踪中 ,可以使逆变器克服外界环境的剧烈变化造成的干扰 ,迅速搜索到最大功率点。但是 ,由于遗传算法搜索到最大功率点后 ,并不能稳定地工作于最大功率点 ,所以在此使用扰动观察法作为最大功率点附近的搜索算法。1 太阳能电池模型考虑到温度和太阳辐射强度改变的影响 ,苏建徽等 [ 3 ] 提出了一种硅太阳电池工程用数学模型如下 I I sc{ 1 - C1 [ exp U/ C2 Uoc - 1}C1 1 - Im / I sc exp - U m / C2 Uoc C2 Um / Uoc - 1ln 1 - Im / I sc式中 I 为太阳能电池的输出电流 ;U 为太阳能电池的输出电压 ; I sc 为太阳能电池的短路电流 ;U oc 为太阳能电池的开路电压 ; Im 为太阳能电池输出最大功率时的输出电流 ;U m 为太阳能电池输出最大功率时的输出电压。目前太阳能电池的制造商都会给出太阳能电池在标准状况下 25 ℃ 1 000 W/ m2 的 I sc , Uoc , I m ,U m 。在实际应用中 ,应该根据下式调整这些参数 Δ T T - TrefΔ S S/ Sref - 1Isc′ I sc S/ Sref 1 aΔ TUoc′ U oc 1 - cΔ T ln e bΔ SIm′ Im S/ Sref 1 aΔ TUm′ U m 1 - cΔ T ln e bΔ S 1通常 a 0. 002 5 ; b 0. 5 ; c 0. 002 88。苏建徽等 [ 3 ] 对大量太阳能电池进行实验 ,结果证明这些补偿方法的应用可以保证模型与实际情况的误差小于 6 ,因此这个991现代电子技术 2009 年第 24 期总第 311 期电源技术模型可以应用于太阳能电池的 M PPT 仿真。根据这个模型 ,太阳能电池的特性曲线如图 1 所示。图 1 太阳能电池特性曲线2 Boost变换器模型在此采用 Boo st 变换器作为前级 DC2DC 变换器 ,其拓扑结构如图 2 所示。图 2 Boost 电路的拓扑图杨海柱等 [ 4] 通过对 Boo st 变换器的状态空间模型进行线性化处理后 ,得到式 2 所示的模型 ddtΔ U iΔ Ii- B/ C - 1/ C1/ L 0Δ U iΔ IL 0- 1/ LΔ U TC 2式中 B qn K T I o exp qn K T U m ;U TC 1 - D U o 。因此 ,太阳能电池的工作点可以通过调节占空比 D来控制。实际上 ,光伏系统的最大功率点跟踪就是通过调节 DC2DC 变换器的占空比 D ,使外电路阻抗和太阳能电池的阻抗匹配。3 遗传算法3. 1 优化变量选择及编码通过前文分析 ,该系统的优化变量确定为 Boost 变换器的占空比 D 。因为 D 只能在 0 和 1 之间变化 ,所以采用搜索空间限定法处理约束条件。这里采用格雷码描述个体的基因。格雷码的优点是能使表现型相近的个体 ,其基因型格雷码也相近 ,从而克服自然二进制码所形成的 “ 峭壁” [ 5 ] 。假设格雷码为 gn g n- 1 g2 g1 ,那么格雷码的解码操作可以根据如下过程进行 1 格雷码 gn gn- 1 g2 g1 转换为自然二进制码bn bn- 1 b2 b1 bn gnbn- 1 gn ⊕ g n- 1 bn ⊕ g n- 1b1 gn ⊕ g n- 1 ⊕ gn- 2 ⊕ g1 b2 ⊕ g12 自然二进制码 bn bn- 1 b2 b1 转换为表现型 x x ∑ni 1bi 2 i- 1 12n - 13. 2 适应度函数的定义在此采用式 3 所示的适应度函数 , 并定义 Cmax 2 500 。fit [ f x ] cmax - f x , f x 00. 005 , Pmi ≤ 0式中 Pmi表示第 i 个个体的变异率 ; Pmean 表示具有群体的平均适应度的个体所具有的变异率 ; Pmax 表示具有群体的最大适应度的个体所应增加的变异率 ; Fit i 表示第 i 个个体的适应度。3. 6 精英个体保留策略为了提高全局寻优能力和收敛速度 ,本文采用保留精英个体的方法 ,即保留优化过程中每一代适应度值最高的个体 ,直接复制到下一代。4 扰动观察法与遗传算法双模控制4. 1 扰动观察法 [ 10]从图 1 可以看出光伏电池的输出功率具有式 4 所示的特性 d pdv0 ,最大功率点左侧 4扰动观察法就是根据光伏电池的这一特性而提出来的。扰动观察法具有简单实用的优点 ,但是它在控制过程中 ,扰动步长 Δ D 的值对最大功率点控制的影响较大当 Δ D 较大时 ,输出功率会在最大功率点附近具有较大的震荡现象 ;当 Δ D 较小时 ,系统对最大功率点跟踪较慢。4. 2 扰动观察法与遗传算法结合遗传算法使用概率搜索技术 ,因此在恶劣环境中 ,它仍能准确搜索到最大功率点 ,但这也决定了它不可能使系统稳定工作于最大功率点。为了解决这个问题 ,本文引入扰动观察法与遗传算法双模控制。当最大功率点变化较小时 ,由小步长扰动观察法追踪最大功率点。4. 3 遗传算法重启时种群初始化当外界环境变化不大时 ,新环境下的最大功率点与旧环境相差不大。此时 ,旧环境的最大功率点可以作为精英个体保留下来 ,直接进入下一轮搜索。4. 4 算法流程图该算法的流程图如图 3 所示。图 3 算法流程图5 仿真结果5. 1 遗传算法的进化过程设定 MAXGEN 50 , Pc 0. 9 ,Nind 20 ,染色体长度为 16 , Pmean 0. 1 , Pmax 0. 2 , T 25 ℃ , S 800 W/ m2 ,仿真结果如图 4 所示。图 4 遗传算法进化曲线由图 4 可见 ,算法在第五代时就已经搜索到最大功率点 ,并且搜索过程中每代种群始终保持较大的多样性。5. 2 稳定光强下的阶跃响应设定 MAXGEN 15 , Cmax 2 500 ,Δ Pmax 40 ,Δ D 0. 000 01 , Pc 0. 9 ,种群个体数 Nind 20 ,染色体长度为 16 , Pmean 0. 1 , Pmax 0. 2 , T 25 ℃ 。考查算法对光强从 200～ 800 W/ m2 的阶跃响应 ,仿真结果见图 5。由图 5 可见 ,该算法具有良好的搜索速度和稳定性。为了提高搜索速度还可以减小遗传算法执行时间 ,102现代电子技术 2009 年第 24 期总第 311 期电源技术在接近最大功率点时由扰动观察法来执行搜索。图 5 算法的阶跃响应5. 3 光强剧烈变化下的阶跃响应在光强上叠加一个幅度为 5 W/ m2 的随机噪声 ,参数设置与第 5. 2 节相同 ,对算法进行仿真 ,仿真结果见图 6 。图 6 算法在光强随机变化下的阶跃响应由图 6 可见 ,该算法具有良好的抗干扰性能 ,在剧烈干扰下仍然可以准确搜索到最大功率点。6 结语在此把遗传算法和传统的扰动观察法相结合提出了一种新的 MPPT 算法 ,并在 Matlab 中进行了仿真。由仿真实验可以看出 ,通过遗传算法的应用 ,该算法具有极好的抗干扰能力和良好的搜索速度 ,通过减小扰动观察法的扰动步长 ,算法可以稳定地工作在最大功率点。参考文献[1 ] Chihchiang Hua , Chihming Shen. Control of DC/ DC Con2verter for Solar Energy System with Maximum PowerTracking [ A ]. 23rd International Coference on IndustrialElectronics Control and Instrumentation [ C ]. 1997 , 2 8272832.[2 ] 李凡 . 模糊信息处理系统 [ M ]. 北京北京大学出版社 ,1998.[3 ] 苏建徽 ,余世杰 ,赵为 ,等 . 硅太阳电池工程用数学模型 [J ].太阳能学报 ,2001 ,22 4 4092412.[4 ] 杨海柱 ,金新民 . 并网光伏系统最大功率点跟踪控制的一种改进措施及其仿真和实验研究 [J ]. 电工电能新技术 ,2006 ,25 1 63266.[5 ] 赵正佳 ,黄洪钟 ,王金诺 . 混合离散变量优化的遗传算法研究 [J ]. 中国机械工程 ,1999 ,10 12 1 37521 377.[ 6] Blickle T ,Thiele L. A Comparison of Selection Schemes usedin the Genetic Algorithms [ R ]. TIK 2 Report ,Swiss FederalInstitute of Technology ET H ,1995.[7 ] 肖晓丽 ,胡宁静 ,李春芳 ,等 . 基于遗传策略的过多指定点路由算法的研究 [ J ]. 计算机工程与应用 , 2007 , 43 19 1602163.[8 ] Syswerda G. Uniform Crossover in Genetic Algorithms[ A ].Proceedings of the Third International Conference on Gene2tic Algorithms [ C ]. San Mateo , CA Morgan Kauf man ,1989 229.[9 ] Deb K , Agrawal S. Understanding Interactions among Ge2netic Algorithm Parameters[ A ]. Foundations of Genetic Al 2gorithms[ C]. Francisco Morgan Kauff man ,1998 2652286.[10 ] Weidong Xiao , Dunford W. G. A Modified Adaptive HillClimbing MPPT Method for Photovoltaic Power Systems[ A ]. Power Electronics Specialists Conference[ C ]. 2004 195721 963. 上接第 194 页在线调试的诸多优点 ,改变 ROM 的地址单元数及各单元数据以及改变分频模块的参数 ,极其方便地产生所需的可编程多路电压。通过实验表明 ,系统产生的电压稳定 ,精度高 ,可调范围大 0～ 26 V ,适合为电子元件或者对多像素的元件提供电源。此外 ,本文给出了完整的程序代码、原理图参数 ,具有一定的工程参考价值。参考文献[ 1 ] 邱荣斌 ,陆元成 . PIC 单片机的可编程电源的设计 [J ]. 单片机与嵌入式系统应用 ,2008 3 53255.[ 2 ] 闰守成 ,赵汇强 . 可编程电源系统的设计与实现 [J ]. 计算机测量与控制 ,2006 ,14 4 5192520.[ 3 ] 黎旺星 ,蓝运维 . 高精度稳压恒流可编程电源的研制 [J ]. 自动化与仪器仪表 ,2007 1 54256.[4 ] 李建民 ,郑宾 . 基于虚拟仪器的可编程电源监控系统软件设计 [J ]. 机械工程与自动化 ,2008 ,12 6 24226.[5 ] 周博 ,邱卫东 . 挑战 SoC 基于 N IOS 的 SoPC 设计与实践 [ M ]. 北京清华大学出版社 ,2004.[6 ] 薛小刚 ,葛毅敏 . Xilinx ISE 9. X FP GA/ CPLD 设计指南[ M ]. 北京人民邮电出版社 ,2007.[7 ] 潘松 ,黄继业 . SoPC 技术实用教程 [ M ]. 北京清华大学出版社 ,2004.[8 ] 姜雪松 ,刘东升 . 硬件描述语言 V HDL 教程 [ M ]. 西安西安交通大学出版社 ,2004.[ 9 ] TI. TL C5615 102BIT Digital 2to2Analog Converters [ DB/OL ]. http / / www. 21icsearch. com/ so. asp.[ 10 ] TI. High 2Voltage. High 2Current Operational Amplifiers[DB/ OL ]. http / / www. 21icsearch. com/ so. asp.202控制与测试何龙等基于遗传算法和扰动观察法的 M PPT 算法