本發(fā)明涉及屬于光伏發(fā)電中mppt控制，具體為一種結(jié)合粒子群優(yōu)化與自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)的擾動(dòng)觀察法。

背景技術(shù)：

1、太陽(yáng)是地球上最豐富的能源之一。太陽(yáng)每天釋放出巨大的能量，太陽(yáng)輻射能量在地球上的總量超過(guò)了全球所需能源的數(shù)千倍。隨著新能源的普及，太陽(yáng)能成為一種潛在的清潔、可再生能源。同時(shí)光伏并網(wǎng)技術(shù)不斷提高，光伏發(fā)電系統(tǒng)已經(jīng)成為人們生后中不可分割的一部分。伏發(fā)電系統(tǒng)可以幫助個(gè)人、家庭和企業(yè)減少對(duì)傳統(tǒng)電力供應(yīng)的依賴，提高能源獨(dú)立性。這對(duì)于偏遠(yuǎn)地區(qū)和災(zāi)后恢復(fù)等情況非常有益。但是光伏系統(tǒng)的性能高度依賴于天氣條件，如晴天和陽(yáng)光充足。在多云、雨天或夜晚，光伏發(fā)電的產(chǎn)量會(huì)顯著減少?gòu)亩绊懓l(fā)電效率。此時(shí)mppt技術(shù)應(yīng)運(yùn)而生。mppt控制器能夠監(jiān)測(cè)太陽(yáng)能電池的輸出，并動(dòng)態(tài)調(diào)整工作點(diǎn)，以確保系統(tǒng)在不同光照條件下都能夠工作在最大功率點(diǎn)。目前出現(xiàn)很大mppt算法，例如擾動(dòng)觀察法、電導(dǎo)增量法等都有很廣泛的應(yīng)用，但與此同時(shí)他們本身有也一定的不足之處。

2、技術(shù)對(duì)比：

3、(1)與專利cn?116009643?a融合改進(jìn)粒子群算法和改進(jìn)擾動(dòng)觀察法的mppt控制方法技術(shù)對(duì)比

4、cn?116009643?a采用的方法

5、專利cn?116009643?a提出了融合改進(jìn)粒子群算法和改進(jìn)擾動(dòng)觀察法的mppt控制方法。其利用粒子群對(duì)采樣當(dāng)前時(shí)刻光伏陣列的輸出功率和輸出電壓進(jìn)行尋優(yōu)，最終根據(jù)斜率判斷所處分區(qū)位置來(lái)采用不同步長(zhǎng)的擾動(dòng)觀察法進(jìn)行跟蹤。

6、根據(jù)光伏陣列實(shí)際情況來(lái)確定粒子群算法的基本參數(shù)，對(duì)光伏陣列的輸出功率和輸出電壓u以及boost變換器占空比d進(jìn)行尋優(yōu)，

7、根據(jù)斜率k值判斷所述輸出功率pt和輸出電壓ut所處分區(qū)位置，不同分區(qū)采用

8、不同步長(zhǎng)的擾動(dòng)觀察法對(duì)所述boost變換器占空比d進(jìn)行調(diào)整跟蹤。

9、3.所述分區(qū)為根據(jù)光伏陣列輸出功率與輸出電壓的關(guān)系曲線，沿曲線自左向右劃分為a區(qū)、b區(qū)和c區(qū)，斜率k大于k1時(shí)為a區(qū)，斜率k小于k2時(shí)為c區(qū)，其它為b區(qū)，k1大于0，k2小于0；

10、4.a區(qū)采用固定大步長(zhǎng)s1，b區(qū)且k大于0時(shí)采用與斜率相關(guān)的可變小步長(zhǎng)s2向右增大輸出電壓，b區(qū)k小于0時(shí)，采用與斜率相關(guān)的可變小步長(zhǎng)s2向左減小輸出電壓，c區(qū)采用固定大步長(zhǎng)s1。s2＝|k|*m，其中m值根據(jù)實(shí)際情況設(shè)置。

11、這種方法先根據(jù)光伏陣列來(lái)確定粒子群基本參數(shù)，通過(guò)提升粒子質(zhì)量來(lái)減少迭代次數(shù)，進(jìn)而減少跟蹤過(guò)程中所需的時(shí)間，快速收斂至全局最優(yōu)點(diǎn)附近；在達(dá)到最大自然選擇次數(shù)后切換為分區(qū)變步長(zhǎng)擾動(dòng)觀察法進(jìn)行局部精確跟蹤，提高跟蹤精度。

12、本發(fā)明的方法

13、本發(fā)明提出了一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，首先通過(guò)引入自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)，實(shí)現(xiàn)對(duì)擾動(dòng)觀察法步長(zhǎng)的動(dòng)態(tài)調(diào)整，應(yīng)對(duì)不同工作條件下的光照變化和系統(tǒng)動(dòng)態(tài)響應(yīng)。之后再結(jié)合粒子群優(yōu)化算法，對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。其方法的核心創(chuàng)新點(diǎn)為：

14、自適應(yīng)步長(zhǎng)調(diào)整系數(shù)：為了提高最大功率點(diǎn)追蹤速度與精度，通過(guò)將固定步長(zhǎng)與步長(zhǎng)調(diào)整系數(shù)相乘，步長(zhǎng)的調(diào)整系數(shù)由功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算確定，并確定上下限，對(duì)調(diào)整系數(shù)進(jìn)行分區(qū)設(shè)置。通過(guò)引入當(dāng)前電流的平方值確定步長(zhǎng)調(diào)整系數(shù)，，可以有效地減少在接近最大功率點(diǎn)時(shí)的震蕩，避免了過(guò)度調(diào)整帶來(lái)的功率波動(dòng)，從而提高了系統(tǒng)的整體穩(wěn)定性。

15、粒子群功率二次尋優(yōu)：為了能夠更快地收斂到穩(wěn)定的最大功率點(diǎn)，結(jié)合粒子群優(yōu)化算法對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。

16、技術(shù)優(yōu)勢(shì)對(duì)比；

17、更高的追蹤精度和追蹤速度：本發(fā)明中的自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)基于功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算，能夠更直接反映光伏模塊的實(shí)際工作狀態(tài)，從而提高追蹤精度。并且結(jié)合自適應(yīng)步長(zhǎng)的動(dòng)態(tài)調(diào)整機(jī)制允許系統(tǒng)在接近最大功率點(diǎn)時(shí)進(jìn)行更細(xì)致的步長(zhǎng)調(diào)整，既滿足了精度的追求，同時(shí)也有很快的追蹤速度，從而更精確地鎖定最大功率點(diǎn)。

18、較強(qiáng)的穩(wěn)定性：本發(fā)明中通過(guò)引入當(dāng)前電流的平方值確定步長(zhǎng)調(diào)整系數(shù)，可以有效地減少在接近最大功率點(diǎn)時(shí)的震蕩，避免了過(guò)度調(diào)整帶來(lái)的功率波動(dòng)，從而提高了系統(tǒng)的整體穩(wěn)定性。動(dòng)態(tài)調(diào)整步長(zhǎng)的機(jī)制使得系統(tǒng)在運(yùn)行過(guò)程中能夠平滑過(guò)渡，降低了頻繁切換步長(zhǎng)帶來(lái)的不穩(wěn)定性。

19、較高的計(jì)算效率：本發(fā)明在初期需要進(jìn)行分區(qū)設(shè)置和參數(shù)優(yōu)化等步驟，但一旦設(shè)置完成，結(jié)合粒子群優(yōu)化算法后，系統(tǒng)可以有效地在解空間中快速收斂，優(yōu)化電壓值。由于二次尋優(yōu)的機(jī)制，系統(tǒng)可以不斷提升性能，隨著時(shí)間的推移，整體計(jì)算效率就會(huì)提升。

20、相比之下，cn?116009643?a中的方法采用斜率判斷所處分區(qū)位置來(lái)采用不同步長(zhǎng)的擾動(dòng)觀察法進(jìn)行跟蹤，跟蹤精度和跟蹤速度的同時(shí)滿足有很大限制。且會(huì)因斜率判斷帶來(lái)響應(yīng)延遲，在最大功率點(diǎn)附近有很大的振蕩。雖然在短期內(nèi)效率較高，但長(zhǎng)時(shí)間運(yùn)行中，依賴實(shí)時(shí)數(shù)據(jù)和頻繁的計(jì)算可能導(dǎo)致效率降低，特別是在光照變化劇烈的情況下。

21、綜上所述，本發(fā)明提出的一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，在追蹤精度和追蹤速度、穩(wěn)定性以及計(jì)算效率上優(yōu)于cn?116009643?a，能夠確保系統(tǒng)在最大功率點(diǎn)附件穩(wěn)定運(yùn)行。這些優(yōu)勢(shì)使得自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)的擾動(dòng)觀察法僅能夠快速響應(yīng)環(huán)境變化并精確調(diào)整步長(zhǎng)，還具備全局搜索能力，避免局部最優(yōu)，確保在復(fù)雜動(dòng)態(tài)條件下實(shí)現(xiàn)更高效、精確的最大功率點(diǎn)追蹤。

22、(2)與專利cn?115189455?a一種基于功率平衡的混合能源功率調(diào)度方法與系統(tǒng)技術(shù)對(duì)比

23、cn?115189455?a采用的方法

24、專利cn?115189455?a采用自適應(yīng)粒子群優(yōu)化算法進(jìn)行權(quán)重系數(shù)調(diào)整，以獲得雙目標(biāo)優(yōu)化模型的最優(yōu)解；根據(jù)運(yùn)行工況，利用雙目標(biāo)優(yōu)化模型的最優(yōu)解對(duì)應(yīng)的管控工作模式對(duì)混合能源系統(tǒng)進(jìn)行調(diào)度，并基于分段采樣的變步長(zhǎng)擾動(dòng)觀察法調(diào)整混合能源系統(tǒng)電壓。

25、1.基于線性加權(quán)方法，利用混合能源系統(tǒng)一次能源利用率和混合能源系統(tǒng)單次運(yùn)行總成本建立雙目標(biāo)優(yōu)化模型；采用自適應(yīng)粒子群優(yōu)化算法調(diào)整權(quán)重系數(shù)，以獲得雙目標(biāo)優(yōu)化模型的最優(yōu)解；

26、2.設(shè)置變步長(zhǎng)的閾值；當(dāng)變步長(zhǎng)小于閾值時(shí)，混合能源系統(tǒng)的輸出功率達(dá)到最大功率點(diǎn)，停止最大功率點(diǎn)跟蹤；當(dāng)變步長(zhǎng)大于等于閾值時(shí)，保持最大功率點(diǎn)跟蹤。

27、3.根據(jù)運(yùn)行工況，利用雙目標(biāo)優(yōu)化模型的最優(yōu)解對(duì)應(yīng)的管控工作模式對(duì)混合能源系統(tǒng)進(jìn)行調(diào)度，并基于分段采樣的變步長(zhǎng)擾動(dòng)觀察法調(diào)整混合能源系統(tǒng)電壓，電壓變化量du和功率變化量dp的正負(fù)決定了下一采樣周期加入電壓擾動(dòng)的方向；

28、4.下一采樣周期加入電壓擾動(dòng)由|dp/du|與變步長(zhǎng)的速度變量相乘，自適應(yīng)調(diào)整步長(zhǎng)。

29、這種方法，基于線性加權(quán)方法，利用混合能源系統(tǒng)一次能源利用率和混合能源系統(tǒng)單次運(yùn)行總成本建立雙目標(biāo)優(yōu)化模型；采用自適應(yīng)粒子群優(yōu)化算法進(jìn)行權(quán)重系數(shù)ω1調(diào)整，以獲得雙目標(biāo)優(yōu)化模型minf的最優(yōu)解。之后利用|dp/du|與變步長(zhǎng)的速度變量相乘正負(fù)決定了下一采樣周期加入電壓擾動(dòng)的方向，使得mppt的速度與精度有所上升。

30、本發(fā)明的方法：

31、本發(fā)明提出了一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，首先通過(guò)引入自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)，實(shí)現(xiàn)對(duì)擾動(dòng)觀察法步長(zhǎng)的動(dòng)態(tài)調(diào)整，應(yīng)對(duì)不同工作條件下的光照變化和系統(tǒng)動(dòng)態(tài)響應(yīng)。之后再結(jié)合粒子群優(yōu)化算法，對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。其方法的核心創(chuàng)新點(diǎn)為：

32、自適應(yīng)步長(zhǎng)調(diào)整系數(shù)：為了提高最大功率點(diǎn)追蹤速度與精度，通過(guò)將固定步長(zhǎng)與步長(zhǎng)調(diào)整系數(shù)相乘，步長(zhǎng)的調(diào)整系數(shù)由功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算確定，并確定上下限，對(duì)調(diào)整系數(shù)進(jìn)行分區(qū)設(shè)置。通過(guò)引入當(dāng)前電流的平方值確定步長(zhǎng)調(diào)整系數(shù)，，可以有效地減少在接近最大功率點(diǎn)時(shí)的震蕩，避免了過(guò)度調(diào)整帶來(lái)的功率波動(dòng)，從而提高了系統(tǒng)的整體穩(wěn)定性。

33、粒子群功率二次尋優(yōu)：為了能夠更快地收斂到穩(wěn)定的最大功率點(diǎn)，結(jié)合粒子群優(yōu)化算法對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。

34、技術(shù)優(yōu)勢(shì)對(duì)比：

35、更精準(zhǔn)的步長(zhǎng)調(diào)整：本發(fā)明中的自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)基于功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算，設(shè)置了步長(zhǎng)調(diào)整系數(shù)的上下限，進(jìn)行自適應(yīng)分區(qū)設(shè)置，既滿足了精度的追求，同時(shí)也有很快的追蹤速度，從而更精確地鎖定最大功率點(diǎn)。

36、更高的穩(wěn)定性：相對(duì)于專利cn?115189455?a中利用|dp/du|與變步長(zhǎng)的速度變量相乘正負(fù)決定了下一采樣周期加入電壓擾動(dòng)的方向，本發(fā)明通過(guò)引入當(dāng)前電流的平方值確定步長(zhǎng)調(diào)整系數(shù)，可以在一定程度上抑制由于過(guò)大或過(guò)小的調(diào)整步長(zhǎng)帶來(lái)的誤差，提高系統(tǒng)的穩(wěn)定性。

37、較低的計(jì)算復(fù)雜度：本發(fā)明中最終利用粒子群優(yōu)化算法后，可以有效地在解空間中快速收斂，優(yōu)化電壓值，進(jìn)行功率二次尋優(yōu)。相反地，cn?115189455?a中雙目標(biāo)優(yōu)化模型涉及一次能源利用率與運(yùn)行成本的同時(shí)優(yōu)化，并通過(guò)自適應(yīng)粒子群算法來(lái)調(diào)整權(quán)重系數(shù)，這意味著計(jì)算復(fù)雜度較高。

38、相比之下，cn?115189455?a在權(quán)重調(diào)整和模型迭代優(yōu)化時(shí)，可能需要較多的計(jì)算資源，特別是在系統(tǒng)規(guī)模較大或運(yùn)行條件變化頻繁的情況下。并且基于閾值調(diào)整步長(zhǎng)，存在一個(gè)固定的閾值界限。當(dāng)變步長(zhǎng)大于閾值時(shí)，系統(tǒng)繼續(xù)跟蹤；而當(dāng)步長(zhǎng)小于閾值時(shí)，跟蹤停止。這個(gè)設(shè)定可能在某些情況下導(dǎo)致跟蹤過(guò)早停止或過(guò)度調(diào)整，尤其是在光照或負(fù)載變化頻繁的場(chǎng)景下，無(wú)法靈活應(yīng)對(duì)外界條件變化。

39、綜上所述，本發(fā)明提出的一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，在步長(zhǎng)調(diào)整精準(zhǔn)性、穩(wěn)定性和計(jì)算復(fù)雜度具有優(yōu)勢(shì)，特別是在需要快速跟蹤和高精度的應(yīng)用場(chǎng)景中表現(xiàn)更為出色。

40、與專利cn?110703847?b改進(jìn)型粒子群-擾動(dòng)觀察法光伏全局最大功率點(diǎn)追蹤方法技術(shù)對(duì)比

41、cn?110703847?b采用的方法

42、專利cn?110703847?b采樣串聯(lián)光伏陣列的電壓和電流。使用全局最大功率點(diǎn)估計(jì)算法(gmppea)估算全局最大功率點(diǎn)電壓。通過(guò)線性插值法估算全局最大功率點(diǎn)電壓。根據(jù)估算結(jié)果，調(diào)用擾動(dòng)觀察法(p&o)或變種群結(jié)構(gòu)粒子群優(yōu)化算法(vpspso)追蹤全局最大功率點(diǎn)。當(dāng)擾動(dòng)觀察法收斂時(shí)，追蹤完成。

43、1.通過(guò)光伏陣列的四參數(shù)模型，提出了一種新的算法來(lái)估計(jì)全局最大功率點(diǎn)電壓(vgm_isc)，提高了追蹤算法的準(zhǔn)確性。

44、2.使用線性插值法來(lái)估算全局最大功率點(diǎn)電壓(vgm_inter)，與gmppea算法相結(jié)合，進(jìn)一步提高了全局最大功率點(diǎn)的估計(jì)精度。

45、3.在傳統(tǒng)的粒子群優(yōu)化算法基礎(chǔ)上進(jìn)行了改進(jìn)，通過(guò)設(shè)置兩個(gè)子粒子群的搜索電壓范圍，提高了算法的全局搜索能力，從而增強(qiáng)了抗早熟能力。

46、4.根據(jù)電壓差值(delta_vgm)的大小，動(dòng)態(tài)選擇使用擾動(dòng)觀察法或變種群結(jié)構(gòu)粒子群優(yōu)化算法來(lái)追蹤全局最大功率點(diǎn)

47、這種方法，基于線性加權(quán)方法，利用混合能源系統(tǒng)一次能源利用率和混合能源系統(tǒng)單次運(yùn)行總成本建立雙目標(biāo)優(yōu)化模型；采用自適應(yīng)粒子群優(yōu)化算法進(jìn)行權(quán)重系數(shù)w1調(diào)整，以獲得雙目標(biāo)優(yōu)化模型minf的最優(yōu)解。之后利用|dp/du|與變步長(zhǎng)的速度變量相乘正負(fù)決定了下一采樣周期加入電壓擾動(dòng)的方向，使得mppt的速度與精度有所上升。

48、本發(fā)明的方法

49、本發(fā)明提出了一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，首先通過(guò)引入自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)，實(shí)現(xiàn)對(duì)擾動(dòng)觀察法步長(zhǎng)的動(dòng)態(tài)調(diào)整，應(yīng)對(duì)不同工作條件下的光照變化和系統(tǒng)動(dòng)態(tài)響應(yīng)。之后再結(jié)合粒子群優(yōu)化算法，對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。其方法的核心創(chuàng)新點(diǎn)為：

50、自適應(yīng)步長(zhǎng)調(diào)整系數(shù)：為了提高最大功率點(diǎn)追蹤速度與精度，通過(guò)將固定步長(zhǎng)與步長(zhǎng)調(diào)整系數(shù)相乘，步長(zhǎng)的調(diào)整系數(shù)由功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算確定，并確定上下限，對(duì)調(diào)整系數(shù)進(jìn)行分區(qū)設(shè)置。通過(guò)引入當(dāng)前電流的平方值確定步長(zhǎng)調(diào)整系數(shù)，，可以有效地減少在接近最大功率點(diǎn)時(shí)的震蕩，避免了過(guò)度調(diào)整帶來(lái)的功率波動(dòng)，從而提高了系統(tǒng)的整體穩(wěn)定性。

51、粒子群功率二次尋優(yōu)：為了能夠更快地收斂到穩(wěn)定的最大功率點(diǎn)，結(jié)合粒子群優(yōu)化算法對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。

52、技術(shù)優(yōu)勢(shì)對(duì)比

53、步長(zhǎng)調(diào)整的靈活性與自適應(yīng)能力：本發(fā)明中的自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)基于功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算，設(shè)置了步長(zhǎng)調(diào)整系數(shù)的上下限，進(jìn)行自適應(yīng)分區(qū)設(shè)置，既滿足了精度的追求，同時(shí)也有很快的追蹤速度，從而更精確地鎖定最大功率點(diǎn)。相反地，cn?110703847?b提到的步長(zhǎng)調(diào)整主要依賴于電壓差值(delta_vgm)，并通過(guò)選擇擾動(dòng)觀察法或粒子群優(yōu)化算法來(lái)決定使用何種方法進(jìn)行追蹤。雖然在一定程度上提高了搜索的靈活性，但在實(shí)際應(yīng)用中，粒子群優(yōu)化的全局搜索往往需要較長(zhǎng)的時(shí)間，尤其在復(fù)雜或快速變化的工作環(huán)境中，粒子群的過(guò)度迭代可能導(dǎo)致響應(yīng)滯后。

54、較低的計(jì)算復(fù)雜度：本發(fā)明中最終利用粒子群優(yōu)化算法后，可以有效地在解空間中快速收斂，優(yōu)化電壓值，進(jìn)行功率二次尋優(yōu)。相反地，cn?110703847?b通過(guò)光伏陣列的四參數(shù)模型、線性插值法以及改進(jìn)的粒子群算法來(lái)估算和追蹤全局最大功率點(diǎn)。這些技術(shù)雖然提高了估算和搜索的準(zhǔn)確性，但同時(shí)增加了算法的復(fù)雜性，尤其是雙子粒子群的使用，可能需要較多的計(jì)算資源。在實(shí)時(shí)操作中，復(fù)雜的估算和搜索步驟可能導(dǎo)致響應(yīng)速度降低，尤其是在高頻光照變化或系統(tǒng)擾動(dòng)下，計(jì)算效率可能不夠理想。

55、相比之下，cn?110703847?b該專利方法復(fù)雜的多算法結(jié)合可能對(duì)硬件要求更高，尤其是粒子群優(yōu)化算法需要更多的計(jì)算資源，可能在較低性能的硬件平臺(tái)上運(yùn)行時(shí)受到限制。此外，系統(tǒng)可能需要額外的時(shí)間進(jìn)行參數(shù)調(diào)整與優(yōu)化，這會(huì)增加硬件負(fù)擔(dān)。

56、綜上所述，本發(fā)明提出的一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，在步長(zhǎng)調(diào)整的靈活性與自適應(yīng)能力和計(jì)算復(fù)雜度具有優(yōu)勢(shì)，其簡(jiǎn)單高效的設(shè)計(jì)使得它適合在實(shí)時(shí)性要求高、環(huán)境動(dòng)態(tài)變化的系統(tǒng)中應(yīng)用，尤其適合資源受限的硬件平臺(tái)。

57、與專利cn?111474978?b一種智能變換步長(zhǎng)的光伏mppt控制方法及其系統(tǒng)存儲(chǔ)介質(zhì)技術(shù)對(duì)比

58、cn?111474978?b采用的方法

59、專利cn?111474978?b結(jié)合了粒子群算法(pso)改進(jìn)的神經(jīng)網(wǎng)絡(luò)(rbf/bp)與擾動(dòng)觀察法，通過(guò)動(dòng)態(tài)調(diào)整步長(zhǎng)以逼近最大功率點(diǎn)(mpp)，并利用bp神經(jīng)網(wǎng)絡(luò)在算法后期切換到小步長(zhǎng)以繼續(xù)收斂，從而提高光伏系統(tǒng)在多峰情況下的最大功率點(diǎn)追蹤精度和穩(wěn)定性，減小最大功率點(diǎn)處的振蕩。

60、1.采集50組光照、溫度、電壓、電流四大輸入?yún)?shù)。設(shè)定相應(yīng)的參考最大功率點(diǎn)(mpp)電壓為輸出參數(shù)。使用徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)整合這些參數(shù)，并進(jìn)行訓(xùn)練學(xué)習(xí)。輸入另外50組新數(shù)據(jù)，得出這50組由rbf神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)出的最大功率點(diǎn)處的電壓值。

61、2.計(jì)算rbf網(wǎng)絡(luò)預(yù)測(cè)的mpp電壓值與參考mpp電壓值之間的差值。取差值的絕對(duì)值作為收斂步長(zhǎng)切換的參考值。

62、3.利用粒子群算法(pso)對(duì)bp神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)與架構(gòu)進(jìn)行改進(jìn)與優(yōu)化。使用基于粒子群算法改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)。通過(guò)改進(jìn)后的bp神經(jīng)網(wǎng)絡(luò)得出mpp電壓值與切換步長(zhǎng)參考值。

63、4.結(jié)合擾動(dòng)觀察法，以步長(zhǎng)參考值為量度并以mpp電壓值為中心。分別向左向右各切換一個(gè)步長(zhǎng)，得到各自相應(yīng)的電壓值。判斷原中心mpp電壓值所對(duì)應(yīng)的功率是否為最大功率。如果是最大功率，則返回環(huán)境參數(shù)采集處繼續(xù)進(jìn)行最大功率點(diǎn)跟蹤。如果不是，則進(jìn)行下一步。選擇對(duì)應(yīng)最大功率的電壓值作為算法輸出值并輸出。

64、這些步驟共同構(gòu)成了該專利的核心方法，通過(guò)智能地調(diào)整步長(zhǎng)和結(jié)合先進(jìn)的優(yōu)化算法，提高了光伏系統(tǒng)在面對(duì)環(huán)境變化時(shí)追蹤最大功率點(diǎn)的效率和準(zhǔn)確性。

65、本發(fā)明的方法

66、本發(fā)明提出了一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，首先通過(guò)引入自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)，實(shí)現(xiàn)對(duì)擾動(dòng)觀察法步長(zhǎng)的動(dòng)態(tài)調(diào)整，應(yīng)對(duì)不同工作條件下的光照變化和系統(tǒng)動(dòng)態(tài)響應(yīng)。之后再結(jié)合粒子群優(yōu)化算法，對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。其方法的核心創(chuàng)新點(diǎn)為：

67、自適應(yīng)步長(zhǎng)調(diào)整系數(shù)：為了提高最大功率點(diǎn)追蹤速度與精度，通過(guò)將固定步長(zhǎng)與步長(zhǎng)調(diào)整系數(shù)相乘，步長(zhǎng)的調(diào)整系數(shù)由功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算確定，并確定上下限，對(duì)調(diào)整系數(shù)進(jìn)行分區(qū)設(shè)置。通過(guò)引入當(dāng)前電流的平方值確定步長(zhǎng)調(diào)整系數(shù)，，可以有效地減少在接近最大功率點(diǎn)時(shí)的震蕩，避免了過(guò)度調(diào)整帶來(lái)的功率波動(dòng)，從而提高了系統(tǒng)的整體穩(wěn)定性。

68、粒子群功率二次尋優(yōu)：為了能夠更快地收斂到穩(wěn)定的最大功率點(diǎn)，結(jié)合粒子群優(yōu)化算法對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。

69、技術(shù)優(yōu)勢(shì)對(duì)比

70、步長(zhǎng)調(diào)整的靈活性與自適應(yīng)能力：本發(fā)明中的自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)基于功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算，設(shè)置了步長(zhǎng)調(diào)整系數(shù)的上下限，進(jìn)行自適應(yīng)分區(qū)設(shè)置，既滿足了精度的追求，同時(shí)也有很快的追蹤速度，從而更精確地鎖定最大功率點(diǎn)。相反地，cn?111474978?b使用神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化算法預(yù)測(cè)步長(zhǎng)和電壓差，然后通過(guò)擾動(dòng)觀察法進(jìn)行微調(diào)。這種步長(zhǎng)調(diào)整依賴于網(wǎng)絡(luò)的預(yù)測(cè)效果。

71、較低的計(jì)算復(fù)雜度：本發(fā)明中最終利用粒子群優(yōu)化算法后，可以有效地在解空間中快速收斂，優(yōu)化電壓值，進(jìn)行功率二次尋優(yōu)。相反地，cn?111474978?b需要訓(xùn)練和優(yōu)化神經(jīng)網(wǎng)絡(luò)，特別是pso優(yōu)化bp神經(jīng)網(wǎng)絡(luò)會(huì)增加計(jì)算復(fù)雜性，可能在實(shí)際應(yīng)用中降低響應(yīng)速度。

72、抗噪聲和抗干擾性：本發(fā)明通過(guò)引入當(dāng)前電流的平方值確定步長(zhǎng)調(diào)整系數(shù)，在面對(duì)動(dòng)態(tài)變化時(shí)能夠更快響應(yīng)、調(diào)整步長(zhǎng)，抗干擾能力較強(qiáng)。相反地，cn?111474978?b在光伏系統(tǒng)受到突發(fā)性干擾或環(huán)境急劇變化時(shí)表現(xiàn)不如自適應(yīng)方法，因?yàn)樯窠?jīng)網(wǎng)絡(luò)對(duì)異常數(shù)據(jù)較為敏感。

73、相比之下，cn?111474978?b該專利利用rbf和bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)最大功率點(diǎn)，并通過(guò)粒子群優(yōu)化算法提高準(zhǔn)確性。這種方法通過(guò)學(xué)習(xí)歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)，但需要大量訓(xùn)練數(shù)據(jù)，并且受神經(jīng)網(wǎng)絡(luò)訓(xùn)練效果的影響。

74、綜上所述，本發(fā)明提出的一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，在步長(zhǎng)調(diào)整的靈活性與自適應(yīng)能力、計(jì)算復(fù)雜度和抗噪聲和抗干擾性具有優(yōu)勢(shì)。，這些優(yōu)勢(shì)使得自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)的擾動(dòng)觀察法僅能夠快速響應(yīng)環(huán)境變化并精確調(diào)整步長(zhǎng)，還具備全局搜索能力，避免局部最優(yōu)，確保在復(fù)雜動(dòng)態(tài)條件下實(shí)現(xiàn)更高效、精確的最大功率點(diǎn)追蹤。

75、與專利cn?103414414a變風(fēng)速條件下風(fēng)力發(fā)電系統(tǒng)最大功率點(diǎn)跟蹤方法技術(shù)對(duì)比

76、cn?103414414?a采用的方法

77、專利cn?103414414?a提出了一種變風(fēng)速條件下的風(fēng)力發(fā)電系統(tǒng)最大功率點(diǎn)跟蹤方法，通過(guò)自適應(yīng)地結(jié)合擾動(dòng)觀察法和粒子群優(yōu)化算法，實(shí)現(xiàn)了在不同風(fēng)速條件下對(duì)風(fēng)力發(fā)電機(jī)輸出功率的高效、精確控制，有效提高了系統(tǒng)的跟蹤速度、輸出效率和電能質(zhì)量。

78、1.在風(fēng)機(jī)啟動(dòng)或風(fēng)速較低階段，如果風(fēng)機(jī)的輸出功率小于0.5倍的額定功率，使用擾動(dòng)觀察法進(jìn)行mppt(最大功率點(diǎn)跟蹤)。擾動(dòng)觀察法通過(guò)增加或減小pwm(脈寬調(diào)制)的占空比來(lái)調(diào)節(jié)風(fēng)機(jī)轉(zhuǎn)速，使風(fēng)機(jī)工作在最大功率點(diǎn)。

79、2.在風(fēng)機(jī)運(yùn)行階段，如果風(fēng)速變大且變化快，并且輸出功率大于0.5倍且繼續(xù)上升的額定功率，使用粒子群優(yōu)化算法進(jìn)行mppt。粒子群優(yōu)化算法通過(guò)全局搜索能力快速找到最大功率點(diǎn)，具有較強(qiáng)的適應(yīng)性和穩(wěn)定性。

80、3.根據(jù)風(fēng)速和輸出功率的不同情況，智能地選擇使用擾動(dòng)觀察法或粒子群優(yōu)化算法，以適應(yīng)風(fēng)速變化。

81、4.設(shè)定pwm的占空比d、擾動(dòng)量和允許的誤差范圍值。通過(guò)比較擾動(dòng)前后的電壓、電流和功率，實(shí)現(xiàn)占空比的調(diào)節(jié)。根據(jù)風(fēng)力機(jī)的特性曲線，判斷風(fēng)機(jī)運(yùn)行在最大功率點(diǎn)的左側(cè)還是右側(cè)，并相應(yīng)地增加或減小pwm的占空比。

82、這些步驟共同構(gòu)成了該專利的核心方法，在變化的風(fēng)速條件下更有效地進(jìn)行最大功率點(diǎn)跟蹤，提高了風(fēng)力發(fā)電系統(tǒng)的效率和穩(wěn)定性。

83、本發(fā)明的方法

84、本發(fā)明提出了一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，首先通過(guò)引入自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)，實(shí)現(xiàn)對(duì)擾動(dòng)觀察法步長(zhǎng)的動(dòng)態(tài)調(diào)整，應(yīng)對(duì)不同工作條件下的光照變化和系統(tǒng)動(dòng)態(tài)響應(yīng)。之后再結(jié)合粒子群優(yōu)化算法，對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。其方法的核心創(chuàng)新點(diǎn)為：

85、自適應(yīng)步長(zhǎng)調(diào)整系數(shù)：為了提高最大功率點(diǎn)追蹤速度與精度，通過(guò)將固定步長(zhǎng)與步長(zhǎng)調(diào)整系數(shù)相乘，步長(zhǎng)的調(diào)整系數(shù)由功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算確定，并確定上下限，對(duì)調(diào)整系數(shù)進(jìn)行分區(qū)設(shè)置。通過(guò)引入當(dāng)前電流的平方值確定步長(zhǎng)調(diào)整系數(shù)，，可以有效地減少在接近最大功率點(diǎn)時(shí)的震蕩，避免了過(guò)度調(diào)整帶來(lái)的功率波動(dòng)，從而提高了系統(tǒng)的整體穩(wěn)定性。

86、粒子群功率二次尋優(yōu)：為了能夠更快地收斂到穩(wěn)定的最大功率點(diǎn)，結(jié)合粒子群優(yōu)化算法對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。

87、技術(shù)優(yōu)勢(shì)對(duì)比

88、步長(zhǎng)調(diào)整的靈活性：本發(fā)明中的自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)基于功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算，設(shè)置了步長(zhǎng)調(diào)整系數(shù)的上下限，進(jìn)行自適應(yīng)分區(qū)設(shè)置，既滿足了精度的追求，同時(shí)也有很快的追蹤速度，從而更精確地鎖定最大功率點(diǎn)。相反地，cn?103414414?a使用神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化算法預(yù)測(cè)步長(zhǎng)和電壓差，然后通過(guò)擾動(dòng)觀察法進(jìn)行微調(diào)。這種步長(zhǎng)調(diào)整依賴于網(wǎng)絡(luò)的預(yù)測(cè)效果。

89、算法切換復(fù)雜度：本發(fā)明中自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)的擾動(dòng)觀察法不需要在不同算法之間進(jìn)行切換，而是通過(guò)動(dòng)態(tài)調(diào)整步長(zhǎng)來(lái)適應(yīng)系統(tǒng)的變化。這使得算法更加連續(xù)和簡(jiǎn)潔，減少了切換引入的延遲和誤差，提升了系統(tǒng)的實(shí)時(shí)性。相反地，cn?103414414?a最大功率點(diǎn)追蹤需要根據(jù)估算結(jié)果動(dòng)態(tài)切換不同的算法，比如從擾動(dòng)觀察法(p&o)切換到變種群結(jié)構(gòu)粒子群優(yōu)化算法(vpspso)。這種頻繁的算法切換增加了系統(tǒng)復(fù)雜度，需要額外的判斷條件以及切換邏輯來(lái)決定使用哪種算法，這不僅延長(zhǎng)了追蹤過(guò)程的計(jì)算時(shí)間，還可能導(dǎo)致切換過(guò)程中產(chǎn)生不必要的延遲和誤差。

90、全局搜索依賴度：本發(fā)明自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)的擾動(dòng)觀察法側(cè)重于根據(jù)當(dāng)前的系統(tǒng)狀態(tài)動(dòng)態(tài)調(diào)整步長(zhǎng)，避免了全局搜索帶來(lái)的冗長(zhǎng)計(jì)算時(shí)間。特別是在局部追蹤時(shí)，步長(zhǎng)可以迅速減小，確?？焖偈諗康阶畲蠊β庶c(diǎn)。相反地，cn?103414414?a專利方法雖然結(jié)合了多種算法，但在步長(zhǎng)的選擇上依然依賴固定設(shè)置，無(wú)法適應(yīng)不同的光伏工作條件，可能導(dǎo)致追蹤速度較慢或精度不足。當(dāng)系統(tǒng)接近最大功率點(diǎn)時(shí)，固定步長(zhǎng)無(wú)法進(jìn)一步細(xì)化，可能導(dǎo)致過(guò)度擾動(dòng)，甚至影響系統(tǒng)的穩(wěn)定性。

91、相比之下，cn?103414414a算法切換的復(fù)雜性和全局搜索的高計(jì)算成本。它依賴粒子群優(yōu)化算法進(jìn)行全局最大功率點(diǎn)的搜索，雖然具有較強(qiáng)的全局搜索能力，但在實(shí)時(shí)性要求較高的光伏系統(tǒng)中，容易導(dǎo)致計(jì)算資源的過(guò)度消耗。此外，該專利的步長(zhǎng)調(diào)整缺乏靈活性，不能根據(jù)系統(tǒng)狀態(tài)實(shí)時(shí)動(dòng)態(tài)調(diào)整，尤其是在接近最大功率點(diǎn)時(shí)，固定步長(zhǎng)可能導(dǎo)致追蹤精度不足和系統(tǒng)穩(wěn)定性下降。

92、綜上所述，本發(fā)明提出的一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，在步長(zhǎng)調(diào)整的靈活性、算法切換復(fù)雜度和全局搜索依賴度具有優(yōu)勢(shì)，，這些優(yōu)勢(shì)使得自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)的擾動(dòng)觀察法僅能夠快速響應(yīng)環(huán)境變化并精確調(diào)整步長(zhǎng)，還具備全局搜索能力，避免局部最優(yōu)，確保在復(fù)雜動(dòng)態(tài)條件下實(shí)現(xiàn)更高效、精確的最大功率點(diǎn)追蹤。

93、與專利cn?113687684a引入改進(jìn)步長(zhǎng)因子的光伏mppt控制方法、系統(tǒng)、介質(zhì)及設(shè)備技術(shù)對(duì)比

94、cn?113687684a采用的方法

95、專利cn?113687684a提出了通過(guò)步長(zhǎng)因子來(lái)動(dòng)態(tài)調(diào)節(jié)mppt擾動(dòng)步長(zhǎng)的概念。這一創(chuàng)新使得系統(tǒng)能夠根據(jù)光伏電池輸出功率與電壓的變化，自適應(yīng)地調(diào)整步長(zhǎng)，確保在追蹤過(guò)程中既能保持較快的收斂速度，又能提高精度。

96、1.通過(guò)加入步長(zhǎng)因子根據(jù)功率差值和電壓差值動(dòng)態(tài)調(diào)整擾動(dòng)步長(zhǎng)，確保在光伏功率曲線兩端實(shí)現(xiàn)較快的收斂速度和高精度的追蹤。

97、2.根據(jù)電壓差值與功率差值的乘積來(lái)判斷擾動(dòng)方向，當(dāng)結(jié)果為正時(shí)，擾動(dòng)方向正確，否則調(diào)整方向，進(jìn)一步優(yōu)化追蹤效率。

98、3.通過(guò)變步長(zhǎng)控制，系統(tǒng)能夠更快響應(yīng)光照強(qiáng)度和溫度變化，保證光伏系統(tǒng)在不同條件下快速穩(wěn)定在最大功率點(diǎn)。

99、通過(guò)步長(zhǎng)因子的引入，改善了傳統(tǒng)擾動(dòng)觀察法固定步長(zhǎng)帶來(lái)的振蕩或速度慢的問(wèn)題，使得系統(tǒng)能夠適應(yīng)不同的工作條件，提升了跟蹤效率和精度。

100、本發(fā)明的方法

101、本發(fā)明提出了一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，首先通過(guò)引入自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)，實(shí)現(xiàn)對(duì)擾動(dòng)觀察法步長(zhǎng)的動(dòng)態(tài)調(diào)整，應(yīng)對(duì)不同工作條件下的光照變化和系統(tǒng)動(dòng)態(tài)響應(yīng)。之后再結(jié)合粒子群優(yōu)化算法，對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。其方法的核心創(chuàng)新點(diǎn)為：

102、自適應(yīng)步長(zhǎng)調(diào)整系數(shù)：為了提高最大功率點(diǎn)追蹤速度與精度，通過(guò)將固定步長(zhǎng)與步長(zhǎng)調(diào)整系數(shù)相乘，步長(zhǎng)的調(diào)整系數(shù)由功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算確定，并確定上下限，對(duì)調(diào)整系數(shù)進(jìn)行分區(qū)設(shè)置。通過(guò)引入當(dāng)前電流的平方值確定步長(zhǎng)調(diào)整系數(shù)，，可以有效地減少在接近最大功率點(diǎn)時(shí)的震蕩，避免了過(guò)度調(diào)整帶來(lái)的功率波動(dòng)，從而提高了系統(tǒng)的整體穩(wěn)定性。

103、粒子群功率二次尋優(yōu)：為了能夠更快地收斂到穩(wěn)定的最大功率點(diǎn)，結(jié)合粒子群優(yōu)化算法對(duì)解空間中搜索最優(yōu)的電壓值，進(jìn)行功率追蹤二次尋優(yōu)。

104、技術(shù)優(yōu)勢(shì)對(duì)比

105、步長(zhǎng)調(diào)整的靈活性：本發(fā)明中的自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)基于功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值平方除以平方值加1的比值計(jì)算，設(shè)置了步長(zhǎng)調(diào)整系數(shù)的上下限，進(jìn)行自適應(yīng)分區(qū)設(shè)置，既滿足了精度的追求，同時(shí)也有很快的追蹤速度，從而更精確地鎖定最大功率點(diǎn)。相反地，cn?113687684a中的步長(zhǎng)因子雖然能夠動(dòng)態(tài)調(diào)整步長(zhǎng)，但其調(diào)整機(jī)制完全依賴功率差值。當(dāng)功率差較大時(shí)，步長(zhǎng)迅速增大，適合追蹤初期；但當(dāng)功率差較小時(shí)，步長(zhǎng)快速縮小，可能導(dǎo)致步長(zhǎng)過(guò)小而影響追蹤速度，特別是在系統(tǒng)接近最大功率點(diǎn)時(shí)，可能出現(xiàn)調(diào)整不夠精確，甚至導(dǎo)致追蹤過(guò)程趨于保守。

106、全局與局部?jī)?yōu)化相結(jié)合：本發(fā)明中通過(guò)引入粒子群優(yōu)化(pso)，你的方法能夠在功率追蹤過(guò)程中進(jìn)行二次尋優(yōu)。這意味著即使擾動(dòng)觀察法找到的是局部最大功率點(diǎn)，粒子群優(yōu)化算法可以在全局范圍內(nèi)進(jìn)一步優(yōu)化功率，避免陷入局部最優(yōu)，確保追蹤到真正的全局最大功率點(diǎn)。這在光伏陣列具有部分遮擋或復(fù)雜工作環(huán)境下尤為重要。相反地，cn113687684a通過(guò)局部調(diào)整步長(zhǎng)進(jìn)行追蹤，雖然能在局部最大功率點(diǎn)附近進(jìn)行精細(xì)調(diào)整，但其全局搜索能力較弱，尤其在多峰值情況下(如部分遮擋的光伏陣列)，可能會(huì)陷入局部最優(yōu)點(diǎn)，難以找到全局最大功率點(diǎn)。

107、系統(tǒng)適應(yīng)性與抗干擾能力：本發(fā)明通過(guò)功率增量、電壓增量以及電流平方的綜合計(jì)算，能夠更全面地反映系統(tǒng)狀態(tài)，尤其在功率、電壓和電流同時(shí)變化時(shí)，步長(zhǎng)調(diào)整更加合理。該方法在處理外界干擾時(shí)具有較高的抗干擾能力，特別是在光照或負(fù)載波動(dòng)劇烈的場(chǎng)景下，能夠保持系統(tǒng)穩(wěn)定并快速響應(yīng)。相反地，cn?113687684a專利方法步長(zhǎng)因子僅根據(jù)功率差進(jìn)行調(diào)整，在系統(tǒng)中存在功率頻繁波動(dòng)或環(huán)境變化劇烈的情況下，步長(zhǎng)可能過(guò)于敏感或調(diào)整不當(dāng)。

108、相比之下，cn?113687684a雖然專利的步長(zhǎng)因子計(jì)算簡(jiǎn)單，但可能在追蹤過(guò)程中失去精度和速度平衡。且單一的局部步長(zhǎng)調(diào)整在多峰值情況下(如部分遮擋的光伏陣列)，可能會(huì)陷入局部最優(yōu)點(diǎn)。

109、綜上所述，本發(fā)明提出的一種結(jié)合粒子群優(yōu)化和自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)擾動(dòng)觀察法，在步長(zhǎng)調(diào)整的靈活性、全局與局部?jī)?yōu)化相結(jié)合和系統(tǒng)適應(yīng)性與抗干擾能力具有優(yōu)勢(shì)，這些優(yōu)勢(shì)使得自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)的擾動(dòng)觀察法僅能夠快速響應(yīng)環(huán)境變化并精確調(diào)整步長(zhǎng)，還具備全局搜索能力，避免局部最優(yōu)，確保在復(fù)雜動(dòng)態(tài)條件下實(shí)現(xiàn)更高效、精確的最大功率點(diǎn)追蹤。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問(wèn)題，本發(fā)明提出了一種結(jié)合粒子群優(yōu)化與自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)的擾動(dòng)觀察法，本發(fā)明通過(guò)功率增量對(duì)電壓增量的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值的來(lái)確定引入的步長(zhǎng)調(diào)整系數(shù)，自適應(yīng)調(diào)整步長(zhǎng)。與此同時(shí)引添加粒子群對(duì)功率追蹤進(jìn)行二次尋優(yōu)，實(shí)現(xiàn)系統(tǒng)穩(wěn)定工作在最大功率點(diǎn)。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案是：

3、一種結(jié)合粒子群優(yōu)化與自適應(yīng)步長(zhǎng)調(diào)節(jié)系數(shù)的擾動(dòng)觀察法，括以下步驟：

4、步驟1：獲取當(dāng)前控制周期的電壓u(k)與電流i(k)；

5、步驟2：利用獲取的電壓u(k)和電流i(k)，計(jì)算當(dāng)前功率p(k)，并與上一時(shí)刻的功率p(k-1)作差，得到功率差值δp(k)；與此同時(shí)將當(dāng)前時(shí)刻的電壓u(k)與上一時(shí)刻的電壓u(k-1)作差，得到電壓差值δu(k)；同理也可得到電流差值δi(k)。再由功率差值δp對(duì)電壓差值δu的導(dǎo)數(shù)的絕對(duì)值與當(dāng)前電流值i(k)確定步長(zhǎng)調(diào)整系數(shù)x(k)；

6、步驟3：判斷當(dāng)前步長(zhǎng)調(diào)整系數(shù)x(k)與下限值a和上限值b的關(guān)系，若a<x(k)<b,輸出步長(zhǎng)為固定參考步長(zhǎng)與步長(zhǎng)調(diào)整系數(shù)的乘積值；若x(k)<a，輸出步長(zhǎng)為固定參考步長(zhǎng)與步長(zhǎng)調(diào)整系數(shù)下限值a的乘積值；若x(k)>b，輸出步長(zhǎng)為固定參考步長(zhǎng)與步長(zhǎng)調(diào)整系數(shù)上限值b的乘積值，將步驟3輸出的步長(zhǎng)定為step，接下來(lái)進(jìn)入步驟4；

7、步驟4：判斷輸出步長(zhǎng)時(shí)，若δp(k)＝0，且δu(k)為0時(shí)，則輸出步長(zhǎng)為0，u(k)＝u(k-1)；若在δp(k)>0的前提下，δu(k)>0時(shí)，則輸出步長(zhǎng)為step，u(k)＝u(k-1)+step，δu(k)<0時(shí)，則輸出步長(zhǎng)為-step，u(k)＝u(k-1)-step；若在δp(k)<0的前提下，δu(k)>0時(shí)，則輸出步長(zhǎng)為-step，u(k)＝u(k-1)-step。δu(k)<0時(shí)，則輸出步長(zhǎng)為step，u(k)＝u(k-1)+step，之后進(jìn)入步驟5；

8、步驟5：更新u(k-1)與i(k-1)，u(k-1)＝u(k)，i(k-1)＝i(k)，最終通過(guò)更新的值送入到粒子群優(yōu)化算法，功率追蹤二次尋優(yōu)，更新的電壓作為初始粒子位置的一部分輸入到粒子群優(yōu)化算法中，每個(gè)粒子的位置代表了一種電壓設(shè)置，粒子的速度代表了在搜索過(guò)程中的變化方向和速度，通過(guò)迭代優(yōu)化，粒子群算法會(huì)不斷調(diào)整電壓設(shè)置，直到達(dá)到最大功率或達(dá)到迭代次數(shù)上限為止。

9、進(jìn)一步，所述步驟1中，當(dāng)前控制周期的電壓u(k)與電流i(k)為初始電壓和初始電流。

10、進(jìn)一步，所述步驟2中，當(dāng)前功率p(k)為獲取的電壓u(k)和電流i(k)的乘積，所提到的功率增量為電壓差值和電流差值的乘積值，電壓增量的值為電壓差值，電流增量為電流差值，即當(dāng)前控制周期的電壓值與上一控制周期的電壓值的差值，電流差值為當(dāng)前控制周期的電流值與上一控制周期的電流值的差值；x(k)為所述步長(zhǎng)的調(diào)整系數(shù)，具體表達(dá)式如下式。

11、

12、δp(k)/δu(k)為當(dāng)前控制周期的功率對(duì)電壓的導(dǎo)數(shù)。

13、進(jìn)一步，所述步驟3中，確定步長(zhǎng)調(diào)整系數(shù)的下限a與上限b的取值，下限a的取值決定了最大功率點(diǎn)的跟蹤精度，若a取值過(guò)大，則最大功率點(diǎn)跟蹤的速度會(huì)變快，但是跟蹤精度會(huì)降低；若a值取值過(guò)小，則最大功率點(diǎn)的跟蹤精度增加了，但是追蹤速度會(huì)變慢，這里綜合考慮a取0.5；上限b的取值決定了最大功率點(diǎn)的跟蹤速度，若b取值過(guò)大，則最大功率點(diǎn)跟蹤的速度會(huì)變快，但是跟蹤精度會(huì)降低；若b值取值過(guò)小，則最大功率點(diǎn)的跟蹤精度增加了，但是追蹤速度會(huì)變慢，這里綜合考慮b取2。

14、進(jìn)一步，所述步驟4中，step為調(diào)整后的步長(zhǎng)，step＝x(k)uref。其中，uref為固定參考步長(zhǎng)，uref取0.01。

15、進(jìn)一步，所述步驟5中，在pso中，首先設(shè)定一組隨機(jī)解，然后通過(guò)多次迭代來(lái)不斷優(yōu)化這些解，每個(gè)解在n維空間中可以被表示為一個(gè)位置矢量和一個(gè)速度矢量，每個(gè)解都有一個(gè)對(duì)應(yīng)的適應(yīng)值，該值由待優(yōu)化的函數(shù)確定。假設(shè)n維空間的第i個(gè)粒子的位置與速度為數(shù)組xi＝(xi1,xi2..xin)和vi＝(vi1,vi2..vin),在每一次的迭代中，粒子通過(guò)跟蹤個(gè)體極值pbest,即pi＝(pi1,pi2..pin),同時(shí)跟蹤全局最優(yōu)解gbest，即gi找到后,利用以下公式更新自己的速度與位置；

16、vi(k+1)＝ωvi(k)+c1r1[pi(k)-xi(k)]+c2r2[gi(k)-xi(k)]

17、xi(k+1)＝xi(k)+vi(k+1)

18、對(duì)pi與gi定義為：

19、

20、gi＝max{f(p0),f(p1),...f(pn)}

21、其中,決定粒子群算法性能的控制參數(shù)有w為慣性權(quán)重，決定前一次迭代速度對(duì)當(dāng)前迭代速度的影響；k為迭代次數(shù)；c1、c2為學(xué)習(xí)因子；最大速度為vmax。

22、進(jìn)一步，步驟5中更新的值送入到粒子群優(yōu)化算法，功率追蹤二次尋優(yōu)具體的步驟為：

23、初始化：首先，設(shè)置了粒子群算法的參數(shù)，包括粒子數(shù)量、迭代次數(shù)、慣性權(quán)重、認(rèn)知系數(shù)和社會(huì)系數(shù)，然后，初始化了粒子的位置、速度、個(gè)體最優(yōu)位置和適應(yīng)度，以及全局最優(yōu)位置和適應(yīng)度；

24、迭代優(yōu)化：在每次迭代中，首先計(jì)算每個(gè)粒子的適應(yīng)度，適應(yīng)度函數(shù)考慮了當(dāng)前電壓和電流的乘積作為功率，然后，更新每個(gè)粒子的個(gè)體最優(yōu)位置和全局最優(yōu)位置，接著，根據(jù)粒子群算法的公式，更新粒子的速度和位置；

25、慣性權(quán)重調(diào)整：在迭代的過(guò)程中，采用線性遞減的方式調(diào)整慣性權(quán)重，以減小初始階段的功率振蕩，慣性權(quán)重決定了粒子運(yùn)動(dòng)時(shí)的慣性程度，高的慣性權(quán)重能夠保持較大的速度，低的慣性權(quán)重則能夠更快地收斂到全局最優(yōu)解；

26、返回最優(yōu)解：最后，返回全局最優(yōu)電壓作為優(yōu)化后的電壓設(shè)置。與目前現(xiàn)存的技術(shù)相比，本發(fā)明的有益效果為：

27、本發(fā)明可以根據(jù)當(dāng)前的工作點(diǎn)和功率變化率來(lái)動(dòng)態(tài)調(diào)整步長(zhǎng)大小，能夠以更小的步長(zhǎng)進(jìn)行微調(diào)，以精確鎖定mpp，同時(shí)能夠更快地收斂到mpp，因?yàn)樗诮咏黰pp時(shí)會(huì)自動(dòng)減小步長(zhǎng)。與此同時(shí)，在變步長(zhǎng)基礎(chǔ)上添加粒子群算法，對(duì)功率追蹤進(jìn)行二次尋優(yōu)，從而提高系統(tǒng)的效率。而傳統(tǒng)固定步長(zhǎng)的mppt方法，通常會(huì)以固定的步長(zhǎng)值來(lái)改變操作點(diǎn)，這可能導(dǎo)致系統(tǒng)不能精確地鎖定到最大功率點(diǎn)(mpp)，尤其是在光照條件發(fā)生快速變化時(shí)。這可能會(huì)導(dǎo)致系統(tǒng)的效率降低，因?yàn)樗鼰o(wú)法充分利用太陽(yáng)能電池的潛力。因此本發(fā)明有助于減少系統(tǒng)在光照條件變化時(shí)出現(xiàn)的振蕩問(wèn)題，提高了系統(tǒng)的穩(wěn)定性。