摘要

光伏阵列在局部阴影条件下P-U曲线会出现多个峰值,传统的粒子群算法(PSO)无法快速精确地搜寻到最大功率点处。针对这种情况,本文提出一种基于混沌映射和高斯扰动的改进粒子群算法最大功率点跟踪(MPPT)控制策略。首先引入混沌Sine映射构造一种非线性随机递增惯性权重,并在粒子群的“个体认知”部分引入高斯扰动,同时利用对数函数构造学习因子,形成基于混沌映射和高斯扰动的改进粒子群算法;通过对6种典型单峰、多峰函数的测试,证明该算法收敛速度更快,不易陷入局部最优;将算法应用于MPPT控制中,并进一步通过不同算法MPPT控制进行对比仿真研究。对比仿真结果表明:在均匀光照强度、局部静态遮荫和动态遮荫3种情况下,基于混沌映射和高斯扰动的改进粒子群算法MPPT控制策略均具有更快的收敛速度和更小的搜索震荡幅度,能准确的搜寻到最大功率点,具有更高的寻优精度,从而提高了MPPT系统的发电效率。