白玉婷 ，黄政雨

（1.黔南民族师范学院计算机与信息学院，贵州 黔南州 558000；2.杭州电子科技大学经济学院，浙江 杭州 310018）

0 引言

传统化石燃料不可再生，且直接向环境排放温室气体，造成了严重的环境问题。太阳能光伏与其他可再生能源相比，因发电更可靠、使用更安全、价格更便宜而受到人们的关注[1-2]。而单块太阳能光伏板功率有限，人们往往同时使用多块太阳能光伏板组成太阳能光伏阵列对太阳能电池充电。由于各太阳能光伏板所受照度及环境遮挡情况不同，各太阳能光伏板内阻和产生的功率也不同，导致太阳能光伏阵列产生多个峰值的电压-电流特性[3-4]。

传统的MPPT 技术，如扰动和观测（P&O）方法、爬山（H&C）算法等无法区分局部最优和全局最优，难以解决失配现象下的最大功率点追踪问题[5-6]。现有文献提出了一系列启发式算法，如粒子群算法（PSO）、蚁群算法（ACO）等追踪失配现象下的最大功率点[7]。这些方法虽然可以追踪到最大功率点，但追踪振荡多、追踪速度慢、动态性能差。部分学者提出了一系列混合启发式算法，如杜鹃萤火虫混合算法（CFF）、混合蛙跳算法（SFLA）、光伏热电混合算法（PV-TEG）等，这些算法动态性能和稳态性能优于传统启发式算法，但算法结构复杂，难以应用于一般工业场景下的光伏控制系统。本研究提出了一种改进松鼠算法（Improved Squirrel Search Algorithm）进行最大功率点追踪，并进行了仿真实验，验证算法性能。

1 光伏系统数学模型

太阳能光伏系统可以通过电流源、二极管和电阻进行建模[8-9]，数学模型如式（1）所示。

式中，Iph为光伏电流，I0为电池反向饱和电流或二极管泄漏电流，Vc(t)为模块输出电压，Ic(t)为模块输出电流，e 为自然对数。为了产生更大的功率，往往将多个太阳能光伏板通过串并联组成太阳能光伏板阵列。在理想情况下，多块太阳能光伏板内阻相同，通过调整负载电阻Rs可使每一块太阳能光伏板均实现最大功率发电。但太阳能光伏系统往往运行在复杂的环境中，如不同的阴影遮挡、不同的电气特性和部分电气故障，这些不匹配现象会产生反向电流烧毁电池，使用旁路二极管解决这些问题，特征曲线也变为了多峰曲线。失配现象下的太阳能光伏阵列电压-功率曲线如图1 所示。

图1 失配现象下的太阳能光伏阵列电压-功率曲线

2 改进松鼠算法

松鼠搜索算法灵感来源于飞行松鼠的生存习性[10]。假设森林中存在三种树，山核桃树、橡子树和普通树，山核桃树、橡子树均为松鼠食物来源。松鼠可在树间滑翔觅食，在夏季，松鼠会向橡子树、山核桃树迁徙以获得食物，并尽可能找到山核桃以储备过冬。在冬季，由于被捕食风险过高，松鼠迁徙减少。在觅食过程中，松鼠有被捕杀的可能。

松鼠搜索算法的初始解随机选择，设N代表松鼠的数量，则第i只松鼠可表示为Si=[Si1,Si2,Si3,...,SiD]，其中N和D是算法的搜索维度，初始位置由式（2）随机确定。

松鼠觅食过程有以下几种可能：在没有遇到捕食者的情况下，若松鼠当前位置为普通树，则可能向山核桃树或橡子树移动；若松鼠当前位置为橡子树，则向山核桃树移动；若松鼠当前位置为山核桃树，则不移动；若松鼠遇到捕食者，则随机移动，松鼠位置迭代如式（3）所示。

式中，Snt为当前松鼠位置，Sat为目标松鼠位置，dg为随机滑翔距离，G为滑动常数，Pr为遇到捕食者的概率，R为[0,1]的随机数，k为迭代次数。在冬季，松鼠将停止觅食。如果季节检测条件成立，则无法获得食物的松鼠将随机迁移。为季节常数，为常数最小值，可通过式（4）、（5）计算。

式中，km是最大迭代次数。当季节检测条件满足后，普通树和橡子树上的松鼠开始积极觅食，此时随机迁移公式如式（6）所示。

Levy表示列维飞行。针对松鼠搜索算法收敛速度慢的特点，本研究改进了松鼠觅食过程的位置迭代公式，使用Levy列维飞行公式迭代松鼠觅食过程，如式（7）所示。

这样就使得松鼠在觅食过程中向当前最优值更快速移动，缩短了算法的收敛时间。

3 数值仿真

利用MATLAB 建立了太阳能光伏系统动力学模型，并利用Runge-Kutta 方法求数值解。PWM 频率设置为100 kHz，采样频率为0.001 s。算法仿真结果如图2 所示，传统SSA 算法在0.1 s 仍未收敛，而本研究提出的ISSA 算法在0.049 3 s 处实现收敛，且传统SSA 算法振荡远多于本研究提出的ISSA 算法。因此，本研究提出的ISSA算法具有更好的动态性能。

图2 算法仿真结果

4 结语

综上所述，本研究提出了一种基于改进松鼠算法（ISSA）的光伏MPPT 控制算法，通过MATLAB 仿真，在失配现象下将提出的算法与原始SSA 算法进行比较，证明ISSA 算法性能优于SSA 算法，ISSA 算法具有更好的动态性能。