一种基于改进的“音乐椅”算法的分数开路电压最大功率点跟踪（MPPT）方法，该方法结合自适应增强机制，可在光伏系统中实现高精度跟踪

《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》：An Enhanced Musical Chairs Algorithm-Based Fractional Open-Circuit Voltage MPPT Method with Adaptive Enhancements for High-Precision Tracking in Photovoltaic Systems

提出基于分数开路电压（FOCV）与音乐椅算法（MCA）的MPPT改进方法，通过自适应惯性权重、Top-2最佳椅子强化及高斯插值查表初始化，仿真验证其跟踪速度更快、振荡更小，平均精度超99.73%，适用于资源受限的嵌入式光伏系统。

　　

摘要

本文提出了一种基于分数开路电压（FOCV）技术的先进最大功率点跟踪（MPPT）算法，并通过引入“音乐椅”算法（MCA）对该算法进行了优化。所提出的MCA-FOCV方法通过引入一个可调电压因子K_v来克服传统方法中固定因子的局限性，该因子能够动态适应辐照条件的变化。为了提高收敛速度、跟踪精度和稳态性能，本文采用了三项重要改进措施。首先，采用自适应惯性加权（AIW）策略来调整优化过程中的探索与利用之间的平衡，从而减少过早收敛现象并提升跟踪性能；其次，引入了“Top-2最佳解强化”（T2BCR）机制，引导搜索代理在每次迭代中朝向两个全局最优解方向前进，加快收敛速度；第三，通过高斯插值初始化的查找表来加速初始化阶段，该查找表根据预先确定的辐照-电压特性生成高质量的K_v初始估计值，从而降低计算开销。在快速变化的天气条件下的仿真结果表明，改进后的MCA-FOCV算法优于传统的MPPT方法，实现了更快的跟踪速度和更小的振荡幅度，平均跟踪精度超过99.73%。这些发现证实了所提出方法适用于计算资源有限的实时嵌入式光伏系统。