基于PSO-INC策略的局部遮阴光伏组件全局最大功率点跟踪方法

《Coatings》：Improved PSO-INC Algorithm for Maximum Power Point Tracking of Landscape-Oriented Photovoltaic Modules Under Dual-Peak Partial-Shading Conditions

　　

摘要

在局部遮阴条件下，横置光伏（PV）组件可能呈现双峰或多峰功率–电压（P–V）特性，这可能导致传统最大功率点跟踪（MPPT）算法陷入局部最优解。本文建立了一个包含旁路二极管的60单晶全电池光伏组件模型，并在局部遮阴条件下进行了全局最大功率点跟踪（GMPPT）仿真。该模型与先前获得的实验数据吻合良好，仿真功率与测量功率之间的平均绝对百分比误差为3.48%。通过引入过渡阶段、辐照度变化触发的全局搜索重启机制以及与搜索方向相关的自适应步长，开发了一种改进的粒子群优化–增量电导策略（PSO-INC）。该策略将粒子群优化（PSO）的全局探索能力与增量电导（INC）的局部精细搜索能力相结合。针对每个场景，进行了30次带有预设随机种子的独立仿真。与实验测量的全局最大功率点（GMPP）相比，PSO-INC在六种静态遮阴配置下的平均跟踪效率为99.20%，平均相对误差为0.80%。其平均稳定时间比PSO缩短了44.81%。在25%遮阴条件下，平均跟踪功率为256.23 W，比增量电导（INC）和跳跃探索增量电导（JEINC）所报告的输出分别高出41.95 W（19.58%）和40.10 W（18.55%）。在辐照度从1000 W/m²降至500 W/m²以及从1000 W/m²降至0 W/m²的过渡过程中，与PSO相比，平均稳定时间分别缩短了53.03%和53.05%。这些结果表明，PSO-INC提高了局部遮阴条件和辐照度快速变化条件下的GMPPT精度、稳定性能和稳态行为。