石季英，张文，张永革，薛飞

（天津大学电气与自动化工程学院，天津300072）

基于改进PSO算法的光伏阵列MPPT研究

石季英，张文，张永革，薛飞

（天津大学电气与自动化工程学院，天津300072）

针对光伏阵列（photovoltaic array）传统的最大功率点跟踪（maximum power point tracking，MPPT）方法的不足，提出一种改进的粒子群算法（particle swarm optimization algorithm，PSO）。该算法中，粒子位置依据粒子的个体最优解由大到小更新，更新过程中使用当前时刻所产生的全局最优解，同时，将反映粒子聚集程度的粒子位置的标准差和反映粒子偏离程度的距当前最大功率点的距离引入每个粒子的速度阈值，单独自适应地限制每个粒子的更新速度，以便更快地找到最大功率点，提高收敛速度。最后，通过仿真和实验验证了该算法的快速性和有效性。

光伏阵列；粒子群算法；最大功率点跟踪

最大功率点跟踪（MPPT）技术是提高光伏发电效率的一个重要手段。然而，光伏阵列在局部阴影的条件下，其P—U曲线是一个多峰曲线，因此常规的MPPT算法就可能会失效［1-3］。粒子群优化算法（PSO）是近年来发展起来的一种新型智能算法，国内外许多学者对于粒子群算法在MPPT中的应用做了大量的研究［4-6］。

本文提出一种改进的PSO算法对光伏阵列进行MPPT控制。本文中粒子位置更新时，首先依据粒子的个体最优解由大到小排序，然后依此顺序更新，更新过程中，不再使用此代之前所产生的全局最优解，而是使用当前时刻所产生的全局最优解，以便更快地找到最大功率点，提高收敛速度。同时，本文还提……