聂晓华，徐一鸣

(南昌大学 信息工程学院,南昌　330031)



基于人工蜂群算法的光伏阵列MPPT控制策略研究*

聂晓华，徐一鸣

(南昌大学 信息工程学院,南昌330031)

在实际的复杂应用环境下，光伏阵列不仅存在因局部阴影情况影响导致输出功率曲线(P-U曲线)呈现多极值点的问题，还具有难以考察的传感器精度、采样精度等实际应用限制所带来的量测噪声问题。为此，在分析复杂应用环境下光伏阵列的输出特性的基础上，提出先采用递推最小二乘估计来削弱量测噪声的影响，再运用比粒子群算法控制更简单，鲁棒性更好的人工蜂群算法跟踪全局最大功率点的MPPT控制策略。最后通过仿真与实验，验证了该MPPT控制策略的可行性和有效性。

复杂应用环境；光伏MPPT；递推最小二乘滤波；人工蜂群算法

0　引言

太阳能光伏发电由于其可再生性、清洁性及取之不竭、用之不竭等特点，正在发展成为世界能源组成中的重要部分[1-2]。在光伏发电技术中的主要问题是如何提高光伏电池的转换效率，以及提高整个系统工作的稳定性[3]。光伏系统最大功率点跟踪(MPPT)技术是提高光伏转化效率的有效方法，目前主要MPPT算法有固定电压法、扰动观察法、电导增量法和粒子群智能寻优算法等，并出现了一些改进与优化算法[4-5]。

在局部阴影情况下，光伏阵列的P-U输出特性曲线呈现多个峰值点，传统的MPPT算法(如固定电压法、扰动观察法等)容易陷入局部极值点，跟踪效果差。而目前被广泛应用于多峰MPPT的粒子群算法(PSO)及其改进与优化算法在保证全局收敛速度时，鲁棒性都较差，且PSO在进化后期收敛慢，粒子会趋于同一化，失去多样性。……