分区域扰动观测与粒子群混合MPPT算法的研究

针对传统的元启发最大功率点跟踪算法收敛精度有限的问题,提出一种采用划分区域的变步长扰动观测法与粒子群算法结合的最大功率点跟踪方法(ZP&SPSO).该方法通过划分数个搜索区域,使各区域内的粒子进行变步长扰动观测以寻找到局部最优功率点,然后通过粒子群搜索可能遗漏的最大功率点.使用多端口实验平台和CHROMA光伏模拟电源对本文算法(ZP&SPSO)以及作为对照的人工蜂群(Artificial Bee Colony,ABC)、 花朵授粉(Flower Pollination Algorithm,FPA)、 灰狼优化(Grey Wolf Optimization,GWO)和标准粒子群(Particle Swarm Optimization,PSO)等GMPPT算法进行了静态和动态的MPPT实验测试和对比分析.实验结果表明,与对照组中最优的PSO算法相比,本文算法的平均收敛电压误差的平均值降低了80.9％,平均收敛功率误差平均值降低了84.47％,平均标准差降低了83.6％.该结果证明了本文所提算法的可行性.