论文部分内容阅读
随着社会进步发展,人类对能源的需求与日俱增,在环境危机和能源短缺的双重压力下,人们努力地开发各种新型的可再生能源。太阳能作为众多可再生能源中之一,以其储量丰富、无污染和不受地域限制等独特优势,受到了广泛关注。太阳能光伏发电被认为是最具发展前景的新能源技术,为了提高光伏发电效率,保障光伏发电系统以最大功率输出,最大功率点跟踪(Maximum Power Point Tracking,简称MPPT)控制成为了近些年各国研究的热点。局部遮阴时,光伏阵列的输出功率-电压(P-V)特性曲线呈现多峰值特点,采用传统的MPPT方法易陷入某一局部功率最大点,不能快速、准确地跟踪到全局最大功率点,导致光伏并网系统发电效率下降。而基于人工智能算法的MPPT方法,不仅收敛速度快,且搜索精度高,是目前MPPT应用研究的热点。其中,人工蜂群(Artificial Bee Colony,ABC)算法作为一种智能随机搜索算法,其控制参数少、实现容易、抗扰动性能优越。但实际应用中也存在收敛速度和精度不平衡、适应范围小等问题。因此,本文分析了局部阴影下光伏阵列的电气特性,通过添加自适应搜索算子,提出了自适应蜜源搜索方程,改进了基本ABC算法在全局寻优上开采和开发能力不平衡的缺点。基于此,本文提出了基于改进人工蜂群算法最大功率点跟踪策略实现多峰值条件下的功率控制,找出局部阴影情况下光伏系统的全局最大功率点,实时调整最大功率输出。并设计了单相光伏逆变器实现了并网控制,确保了并网系统稳定、可靠运行。最后,依据提出的全局MPPT策略和设计的并网控制器,在Matlab/Simulink中对单相光伏并网发电系统在局部阴影情况下进行仿真验证。仿真结果表明,本文提出的基于改进ABC算法的光伏发电系统MPPT控制策略在局部阴影情况下能够跟踪到最大功率点,提高光伏系统的发电效率,且所设计的单相逆变器能成功并网。从而验证了所提控制策略的可行性和有效性。