高相铭，杨世凤，潘三博

（1.安阳师范学院物理与电气工程学院，河南 安阳455000；2.天津科技大学自动化学院，天津300222）

光伏发电作为一种最具应用前景的新能源发电技术在近年内得到了飞速发展，但其在应用过程中仍存在发电效率较低的问题。目前，提高光伏系统发电效率的最有效方法之一是采用最大功率点跟踪（MPPT）技术。

光伏阵列在均匀光照情况下的P—V 特性曲线为单峰值，传统的MPPT方法如扰动观测法、电导增量法、恒电压控制法等都能快速而准确地实现最大功率点跟踪［1］。然而在局部阴影的情况下，光伏阵列中各组件的光照度不均匀时，系统的P—V 曲线将呈现多峰值特性，如果仍采用传统的MPPT 方法将很容易使系统陷入局部最大功率点，从而降低发电效率。因此，研究适合于多峰值最大功率点跟踪的光伏MPPT 算法已势在必行。

文献［2-4］对粒子群优化算法应用到多峰值最大功率点跟踪中的问题进行了研究，但是粒子群算法本身容易陷入局部最优，而且算法在运行到后期时粒子趋于同一化，很可能无法找到全局最大功率点。文献［5］将模糊控制与人工神经网络相结合，实现了多峰值最大功率点跟踪，但是该方法中的模糊规则较难确定。文献［6］提出一种基于模糊免疫算法的光伏阵列多峰值最大功率点跟踪方法，但是该算法控制复杂，跟踪精度较差。

基于以上分析可知，多峰值最大功率点跟踪是光伏发电系统中亟待解决的问题。本文提出了一种基于混沌量子蜂群优化SVR 的多峰MPPT 控制算法，该算法将多峰最大功率点跟踪问题当做典型的非线性预测控制问题进行处理。……