局部遮阴条件下并网光伏系统高效全局最大功率点跟踪的增强型马群优化（HOA）变体研究

《International Transactions on Electrical Energy Systems》：Enhanced Horse Herd Optimization Variants for High-Efficiency Global Maximum Power Point Tracking in Grid-Connected Photovoltaic Energy Systems Under Partial Shading

　　

光伏（PV）系统在现代电网中的渗透率提升，要求采用高效且自适应的最大功率点跟踪（MPPT）技术，以避免局部遮阴条件（PSCs）下（包括静态和动态辐照条件）出现多个局部功率峰值。本研究通过比较评估马群优化算法（HOA）及其四种增强变体——Cauchy-HOA、准对立与快速加速HOA（QC-HOA-FAST）、多分量HOA（MCHOA）以及混合模式搜索的HOA（PS-HOA）——来研究PSC下并网PV能量系统中的全局MPPT。各变体采用不同机制：通过Cauchy变异实现随机多样化，具有更快收敛的准对立学习，多层级自适应加权，以及通过模式搜索混合提高局部开发精度。并网PV系统在八种遮阴场景下测试：四种静态（PSC1–PSC4）和四种具有时间变化的动态场景（PSC5–PSC8）。静态条件下，QC-HOA-FAST实现最快收敛[0.025–0.04 s]和最高效率（最高99.82%），但在复杂多峰遮阴下显著退化（PSC4中为79.74%），而MCHOA和HOA-PS保持高效率（分别最高99%和98.49%），相比之下原始HOA效率崩溃至74.89%。动态遮阴下，MCHOA在PSC7下的相对效率优于HOA，达到99.99%，而Cauchy-HOA确保最佳整体一致性，平均相对效率为98.7%，较经典HOA有所提高；MCHOA、Cauchy-HOA和QC-HOA-FAST还扩展了电压跟踪范围，以在最严酷场景（PSC7）捕获更高峰值功率，最高达841 W。总体而言，MCHOA（95.55% ± 2.20）和HOA-PS（95.55% ± 2.26）在所有场景中实现最高且最一致的总体跟踪效率，Wilcoxon检验报告其显著高于标准HOA。贯穿所有场景，并网注入电流的总谐波畸变（THD）为2.42%–2.46%，低于5%限值（IEEE 519–2022）。这些结果确立MCHOA和HOA-PS作为在静态和高度动态局部遮阴下从PV源维持高质量、高效率功率提取的最稳健且最具泛化性的MPPT策略。

研究背景与问题：并网光伏（PV）渗透率提高，而局部遮阴条件（PSC）使P-V曲线出现多峰，传统最大功率点跟踪（MPPT）中的扰动观察（P&O）和增量电导（IC）易陷局部最优并造成能量损失。原始马群优化算法（HOA）虽可全局搜索，但存在收敛速度、早熟停滞及动态遮阴稳定性问题；已有HOA-LADRC、CHHO、HOA-FOPI等效率较高，但仍存在指标不统一、复杂部分遮阴验证不足、速度—稳定性权衡未解及硬件计算成本评估缺乏等问题。因此，研究人员比较并增强HOA变体，以提升静态和动态PSC下并网PV的全局MPPT效率、暂态抑制和电能质量。

研究人员构建五串联PV组件—Boost变换器—三相并网逆变器系统，在25°C下设置PSC1–PSC4静态遮阴和PSC5–PSC8动态遮阴，比较HOA、Cauchy-HOA、QC-HOA-FAST、MCHOA和HOA-PS。结论表明MCHOA和HOA-PS整体最稳健：MCHOA在PSC7相对效率达99.99%，总体平均95.55%±2.20；HOA-PS总体平均95.55%±2.26；并网电流总谐波畸变（THD）为2.42%–2.46%，低于IEEE 519–2022的5%限值。其意义在于为并网PV在静态和高度动态局部遮阴下提供高效率、低振荡且电能质量合规的MPPT策略。

关键技术方法（不超过250字）：建立单二极管PV模型、Boost变换器和三相电压源逆变器（VSI）并网模型；构建HOA的Cauchy变异、准对立学习与加速、混沌多分量、模式搜索混合及抗阻塞重置等变体；在MATLAB/Simulink中对八个PSC场景比较响应/稳定时间、跟踪效率、THD及Wilcoxon符号秩检验。原文未涉及临床或生物样本队列，仅采用仿真PV系统。

研究结果：4.1 不同遮阴场景下对比评估。4.1.1 Case 1: PSC1（1000-1000-1000-1000-1000 W/m²）下，QC-HOA-FAST功率稳定且过冲小，MCHOA初始过冲后稳定，Boost输出约525–530 V。4.1.2 Case 2: PSC2（1000-900-800-700-600 W/m²）下，MCHOA与Cauchy-HOA在小于0.1 s内稳定于720 W，HOA仅540 W，净功率增益约180 W。4.1.3 Case 3: PSC3（1000-1000-800-700-500 W/m²）下，QC-HOA-FAST约650 W，HOA约530 W；HOA-PS电压—电流折中较好，占空比约0.55无振荡。4.1.4 Case 4: PSC4（1000-500-800-400-700 W/m²）下，MCHOA与HOA-PS达约470–480 W，HOA约390 W；HOA-PS占空比约0.5稳定。4.2 动态与变化遮阴条件下性能评估。4.2.1 Case 5: PSC5下，MCHOA/HOA-PS功率峰值约700 W，HOA约300–400 W。4.2.2 Case 6: PSC6下，HOA-PS和MCHOA维持较高稳定功率包络，HOA陷局部最大。4.2.3 Case 7: PSC7最严酷，MCHOA捕获841 W，HOA-PS与MCHOA较高稳定。4.2.4 Case 8: PSC8下，各算法初始快速达峰后小幅调节，Boost输出约500–520 V。4.3 电网电压：三相并网电压峰值约4000 V，平衡且120°相移，正弦质量良好。4.4 并网电流频谱分析与THD评估：4.4.1 静态场景PSC1至PSC4的THD为2.42%–2.46%；4.4.2 动态场景PSC5至PSC8的THD为2.43%，基波50 Hz约3.21–3.22 A，谐波带集中在0–500 Hz和1500–1700 Hz，均低于5%。4.5 增强HOA变体数值比较及局限：PSC1中HOA效率降至74.89%；PSC2中MCHOA达99.79%；PSC3中QC-HOA-FAST达99.82%；PSC4中QC-HOA-FAST降至79.74%，HOA-PS达98.49%；动态PSC7中MCHOA达99.99%，Cauchy-HOA平均98.7%；QC-HOA-FAST在PSC8降至79.70%；QC-HOA-FAST响应0.025–0.04 s，MCHOA为0.04–0.065 s，Cauchy-HOA为0.055–0.08 s，HOA的t_r=0.17 s。MCHOA和HOA-PS稳态最稳，HOA残余振荡明显。局限包括标准HOA早熟且缺局部开发，Cauchy-HOA和QC-HOA-FAST仅局部优势且统计不显著，MCHOA对初值敏感且无局部开发，HOA-PS实现复杂且对阈值敏感。4.6 Wilcoxon检验：MCHOA与HOA-PS相对HOA均为W=0、p<0.01显著；Cauchy-HOA和QC-HOA-FAST不显著；MCHOA与HOA-PS无显著差异；总体排名中MCHOA为95.55%±2.20、HOA-PS为95.55%±2.26，并列最高。

讨论与结论翻译：讨论部分表明，静态遮阴下QC-HOA-FAST在弱至中度扰动场景优势明显但PSC4退化，MCHOA和HOA-PS稳定性更好；动态遮阴下MCHOA在严酷场景最佳，Cauchy-HOA在振荡曲线下较稳定，HOA-PS因局部搜索较慢在部分动态场景相对效率偏低。统计验证确认MCHOA与HOA-PS显著优于经典HOA且彼此统计等效，THD满足标准。结论翻译：本研究对经典HOA及四种增强变体在并网PV系统八种静态和动态PSC下全局MPPT进行综合比较；MCHOA在全部八个场景中最有效，静态平均效率99.79%、动态PSC7达99.99%；Cauchy-HOA静态85.04%–97.25%、动态92.8%–98.7%；HOA-PS总体平均效率分别为87.37%和98.5%；QC-HOA-FAST最不稳定，PSC4为79.74%、PSC8为79.70%。相对传统HOA的t_r=0.17 s，MCHOA[0.04–0.065 s]和QC-HOA-FAST[0.025–0.04 s]提速超过45%。模式搜索（HOA-PS）与混沌加权（MCHOA）几乎消除稳态占空比残余振荡。统计验证确认MCHOA和HOA-PS在全部八场景显著优于经典HOA（原文结论记为p value=0.078<0.01，表14为p=0.0078<0.01，二者不一致），且统计等效，联合最高总体跟踪效率为95.55%±2.20%和95.55%±2.26%。Cauchy-HOA和QC-HOA-FAST处中间位置，全场景收益不显著。并网侧THD为2.42%–2.46%，低于IEEE 519-2022的5%限值，三相电压平衡稳定。总体MCHOA和HOA-PS被确定为最稳健可靠的MPPT策略。未来工作包括温度变化影响、硬件在环（HIL）实时验证、算法混合、微电网/多电平拓扑应用及人工神经网络（ANN）预测。