摘要
电能在人类生活中具有重要作用，是科学技术发展、社会经济飞跃的主要动力，而以传统化石能源发电的方式既不可持续，也会对环境造成污染，因此世界各国开始发展太阳能发电等新能源技术。针对光伏阵列输出功率受环境因素影响的特点，学者提出各种光伏阵列最大功率点跟踪(MaximumPowerPointTracking，MPPT)技术，以保证光伏阵列最大功率输出。 对于光伏阵列建模研究，本文首先在光伏电池物理模型的基础上通过工程计算得出四参数工程用模型，并通过Simulink软件搭建模型进行仿真分析，根据实验结果验证了模型的正确性，得出光伏电池在不变的环境条件下呈现出单峰值的特点，分析了不同的光照强度和环境温度对光伏电池输出特性的影响规律。然后搭建了SP结构光伏阵列的仿真模型，分析了热斑效应产生的原因以及旁路二极管的作用，并在Simulink平台上进行了局部遮荫环境条件下的仿真实验，归纳出光伏阵列多峰值曲线规律，探究了不同遮荫分布对光伏阵列输出功率的影响。 对于光伏最大功率点跟踪控制算法的研究，本文首先论证了可以通过调节DC/DC变换器占空比的方式实现最大功率点跟踪控制的可行性，然后具体分析了恒定电压法、扰动观测法和电导增量法这三种算法的寻优原理。针对扰动观察法在局部遮荫情况下进行最大功率点跟踪控制容易失效的缺陷，本文设计了灰狼算法-扰动观察法(GWO-Pamp;O)最大功率点跟踪协同控制方法，仿真结果显示GWO-Pamp;O应用于多峰值寻优相较于扰动观测法能够更有效的寻得最大功率。 虽然GWO-Pamp;O能够有效跟踪多峰值最大功率，但由于灰狼优化-扰动观测法跟踪速度慢、稳定性差的缺点导致功率不停地振荡，因此本文针对该缺点，对基础灰狼算法中的收敛因子a和控制系数c做出改进，引入了动态权重调节方式来平衡局部搜索和全局搜索，并利用布谷鸟搜索算法对灰狼算法中领导狼的位置进行随机步进，避免迭代后期由于精英保留策略导致灰狼算法陷入局部最优，设计了改进灰狼优化-布谷鸟(MGWO-CS)混合算法，将其运用到光伏最大功率点跟踪控制中。为了验证算法的可靠性，本文设置了三种不同的环境条件，并与灰狼(GWO)算法、布谷鸟(CS)算法和GWO-Pamp;O方法进行对比仿真，实验结果表明MGWO-CS算法跟踪速度快、寻优精度高，应用于MPPT控制能够有效的跟踪最大功率点，对提高光伏阵列发电效率有积极意义。
NETL