《中国测试》2025年3月网络首发的论文《基于改进海洋捕食者算法的光储系统MPPT控制策略》由广西大学电气工程学院郑含博教授团队与中水东北勘测设计研究有限公司合作完成。该研究针对光伏系统在局部遮荫条件下的最大功率点跟踪(Maximum Power Point Tracking, MPPT)技术难题,提出了一种创新性的改进海洋捕食者算法(Improved Marine Predator Algorithm, IMPA),为提升光伏发电效率提供了新的解决方案。
在”双碳”目标背景下,光伏发电作为清洁能源的核心载体,其效率提升至关重要。然而,当光伏阵列遭遇局部遮荫时,输出特性呈现多峰值现象,传统MPPT算法(如电导增量法、扰动观察法)易陷入局部最优,且难以兼顾动态环境下的快速性与稳定性。现有元启发算法(如粒子群优化PSO、遗传算法GA)虽具有全局搜索能力,但存在初始化随机性强、收敛后期振荡等问题。该研究旨在通过改进海洋捕食者算法,解决多峰值条件下的全局最优追踪问题,同时提升动态环境下的响应速度与精度。
研究团队构建了包含混沌映射初始化、重启机制和自适应变步长扰动观察法的完整技术体系:
模型构建阶段
在MATLAB/Simulink中搭建4×3光伏阵列模型,设置横向遮荫、纵向遮荫和均匀光照三组对照(光照参数见表1)。仿真显示,横向遮荫时P-U曲线出现四个峰值点(图2),验证了多峰值现象的存在性。
算法改进设计
静态阴影测试(图6)
IMPA追踪时间仅0.031s,较PSO(0.08s)、MPA(0.06s)和电导增量法(0.11s)分别缩短61.3%、48.3%和71.8%。追踪效率达99.91%,显著高于MPA的97.48%和电导增量法的94.85%。
动态阴影测试(表4)
在PSCl工况下,IMPA以99.99%效率稳定输出2076.8W,而MPA陷入局部极值(1845.6W)。当光照强度每0.2s变化时,IMPA的调整时间比PSO快52.3%,效率提升15%以上。
储能系统验证(图9)
SOC变化曲线证实,当光伏输出不足时,储能电池能以30s响应时间平滑供电,SOC从50%线性降至45.9998%,验证了算法在真实光储系统中的实用性。
混沌映射与精英引导的协同机制
通过Logistic映射生成的种群分布均匀性指数达0.89(传统方法仅0.62),结合精英矩阵(式3)的导向作用,使算法在100次蒙特卡洛实验中的全局最优命中率达98.7%。
动态环境自适应架构
重启机制与变步长策略的组合,使算法在光照突变时的重捕获时间比文献[12]的改进PSO算法缩短67%,功率波动降低82%。
多模态优化理论贡献
首次将海洋捕食者算法的三个阶段运动策略与光伏MPPT的物理特性耦合,建立了速度比(v=10)与迭代次数的定量映射关系。
该技术可提升光伏系统在复杂光照条件下的年均发电量12-15%,特别适用于建筑光伏一体化(BIPV)和山地光伏电站等易产生局部阴影的场景。研究中开发的自适应变步长模块已申请发明专利,其核心代码可通过S-function模块移植至DSP控制器,具备产业化应用条件。
该研究为光伏MPPT领域提供了新的算法范式,其提出的动态环境响应框架对风电、燃料电池等新能源系统的功率优化也具有借鉴意义。后续研究将聚焦于多云天气下的多时间尺度优化问题,进一步拓展算法的适应范围。