基于交互式教-学优化算法的阴影条件下光伏系统最大功率跟踪

作者：林泽宏; 李敬光; 陈威洪; 张鑫; 赖伟坚; 余涛

来源：电测与仪表, 2021, 58(08): 154-159.

DOI：10.19753/j.issn1001-1390.2021.08.021

• 光伏系统
• 阴影条件
• 交互式教学优化
• 最大功率跟踪

阴影条件(Partial Shading Condition, PSC)下光伏系统的功率-电压(P-V)特性曲线呈多峰性,易造成常规最大功率跟踪(Maximum Power Point Tracking, MPPT)算法陷入局部最大功率点(Local Maximum Power Point, LMPP)的问题。文章采用一种新颖的启发式算法,即交互式教-学优化算法(Interactive Teaching-Learning Optimization, ITLO)来实现光伏系统PSC下的MPPT。ITLO在原始教-学优化算法(Teaching-Learning Based Optimization, TLBO)的基础上,采用多个班级同时进行教与学,以实现更广泛的全局搜索,提高最优解的质量;同时,所有班级的教师与教师、学生与学生间引入小世界网络(Small World Network, SWN)机制进行交互学习,以实现更深入的局部探索,有效避免了算法陷入LMPP,并提高其收敛速度和收敛稳定性。文中进行了恒温变光照强度和变温变光照强度两个算例的研究。仿真结果表明,与增量电导法(Incremental Conductance, INC)和遗传算法(Genetic Algorithm, GA)相比,ITLO能在PSC下最快速,最稳定地获取最大光能。

• 单位
  广东电网有限责任公司东莞供电局