一种基于改进PSO算法的MPPT装置及方法

一种基于改进pso算法的mppt装置及方法
技术领域
1.本发明热发电技术领域，具体涉及一种基于改进pso算法的mppt装置及方法。


背景技术：

2.温差发电技术，又称热电发热技术，是基于塞贝克效应，即热电半导体材料的温差电效应将热能转化为电能的一种技术。由于温差发电装置具有没有运动部件，且使用维护需求低，与太阳能发电、化学电池、燃料电池等相比功率比较高等优势，经常被于空间及深海的能量转换及供应。同时，因该技术利用温度差发电的特点，温差发电被广泛运用于减少能量的流失，以及对能源的再运用。但是，在应用中，因汽车尾气温差发电效率低等问题，温差发电技术至今未能大面积利用，且该技术在我国起步较晚，主要集中在理论研究方面，缺乏具体的实际应用，因此，如何使余热最大化利用成为热发电领域研究的热点。


技术实现要素：

3.针对现有技术中的上述不足，本发明提供了一种基于改进pso算法的mppt方法及装置，基于mppt算法以解决当下的温差发电效率提升问题，对温差发电进行优化。
4.为了达到上述发明目的，本发明采用的技术方案为：
5.一方面，基于改进pso算法的mppt装置，包括：
6.包括：mppt处理单元，电压控制单元，数据采集单元，上位机，热发电单元，负载；
7.数据采集单元分别与热发电单元、上位机、mppt处理单元连接，用于采集热发电单元的温度数据，并实时检测热发电单元的电压电流，将采集的数据分别传输给上位机与mppt处理单元；
8.热发电单元与电压控制单元连接，用于为电压控制单元提供电压；
9.上位机，用于显示数据采集单元和mppt处理单元结果；
10.mppt处理单元与电压控制单元连接，用于处理数据采集单元传输的数据，并将处理后的数据传输给电压控制单元；
11.电压控制单元与负载连接，用于接收mppt处理单元处理后的数据，并调节负载的输出电压，改变功率工作点。
12.优选地，mppt处理单元包括模拟信号输入子单元、pwm信号转换器、pso比较器；
13.所述模拟信号输入子单元分别与数据采集单元、pso比较器连接，用于接收并处理数据采集单元传输的数据，并将处理后的模拟量传输到pso比较器；
14.所述pso比较器与pwm信号转换器连接，用于接收处理后的模拟量，并进行查找迭代，得到最优量，并将最优量传递给pwm信号转换器；
15.所述pwm信号转换器与电压控制单元连接，用于接收最优量，并将最优量转换为占空比，传输给电压控制单元。
16.优选地，电压控制单元包括基于boost的dc/dc电路；
17.所述基于boost的dc/dc电路与pwm信号转换器连接，用于接收pwm信号转换器传输
的占空比，并根据占空比相应调节输出电压。
18.另一方面，一种基于改进pso算法的mppt方法，包括以下步骤：
19.s1、利用数据采集单元采集热发电单元的温度信息及电压电流信息；
20.s2、构建改进pso算法模型，在mppt处理单元中根据温度信息及电压电流信息获取最优量；
21.s3、通过电压控制单元结合最优量调节负载电压。
22.优选地，步骤s2具体包括以下分步骤：
23.s21、初始化粒子位置及相应参数；
24.s22、根据电压电流信息计算各粒子间热电功率，并选择各粒子间最大功率作为个体最优解，并初始化迭代次数；
25.s23、遍历各粒子，并判断最新粒子间热电功率是否大于历史个体最优解间的大小，若是，则将最新粒子间热电功率作为个体最优解，更新个体最优解,并进入步骤s24；否则维持该历史个体最优解，作为个体最优解，并进入步骤s24；
26.s24、比较各粒子的个体最优解的大小，得到本轮全局最优解，并判断本轮全局最优解是否大于历史全局最优解，若是则将本轮全局最优解作为全局最优解，更新全局最优解，并进入步骤s25；否则维持该历史全局最优解，作为全局最优解，并进入步骤s25；
27.s25、判断当前全局最优解是否超过预设最大功率，若是则返回步骤s23；否则进入步骤s26；
28.s26、根据全局最优解更新粒子速度；
29.s27、根据粒子速度更新粒子位置，表示为：
30.pos*＝pos+vel
31.其中，pos*为更新前的粒子位置，vel为更新后的粒子速度，pos为更新前粒子位置；
32.s28、判断迭代次数是否满足预设迭代次数，满足则输出当前粒子位置，作为最优量，否则返回步骤s23。
33.优选地，步骤s21具体为：
34.将电压控制单元中基于boost的dc/dc电路中占空比作为粒子位置，并初始化粒子位置及学习因子所对应的相关参数。
35.优选地，骤s26中更新粒子速度的计算式表示为：
36.vel＝w
×
vel+c1×
r1×
(pbest-pos)+c2×
r2×
(gbest-pos)
37.其中，vel为更新后的粒子速度，w为惯性权重，r1、r2分别为随机数，c1、c2分别为第一学习因子、第二学习因子，pos为更新前粒子位置，pbest为个体最优解，gbest为全局最优解。
38.优选地，惯性权重数值会随着迭代次数而进行非线性更新；
39.惯性权重数值的更新表达式为：
[0040][0041]
其中，w为惯性权重数值，w
max
为惯性权重w的最大值，w
min
为惯性权重w的最小值，t为预设迭代次数，t为当前迭代次数。
[0042]
优选地，学习因子会随着迭代次数增加而进行非线性更新，其更新表示为：
[0043][0044][0045]
其中，c1为更新后的第一学习因子，c2为更新后的第二学习因子，e为常数。
[0046]
本发明具有以下有益效果：
[0047]
通过构建mppt处理单元，电压控制单元，数据采集单元，上位机，热发电单元，负载；数据采集单元分别连接mppt处理单元与上位机，完成电压电流数据的采集，并传递给mppt处理单元，mppt处理单元利用改进的pos算法对输入数据进行迭代处理，得到最优解；电压控制单元用于接收最优解，进行输出电压的控制调节；本发明通过粒子群(pso)算法在温差发电中进行最大功率点追踪(mppt)，实现较长时间段内，通过控制策略使发电装置持续高效地在保持最大功率输出，调节电压控制单元，从而调整经使用pso算法进行mppt处理输出的电压，使热发电的实时功率工作点改变，保证追踪时间，追踪精度和响应速度，可在在较短时间内收敛到全局最优情况，减少功率损失。
附图说明
[0048]
图1为本发明提供的一种基于改进pso算法的mppt装置的系统结构图；
[0049]
图2为本发明提供的一种基于改进pso算法的mppt装置的工作流程图；
[0050]
图3为本发明提供的一种基于改进pso算法的mppt方法的步骤流程图；
[0051]
图4为步骤s2的分步骤流程图；
[0052]
图5为本发明实施例中simulink的仿真电路图；
[0053]
图6为本发明实施例中simulink的仿真结果图。
具体实施方式
[0054]
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
[0055]
如图1、图2所示，本发明实施例提供一种基于改进pso算法的mppt装置，包括：mppt处理单元，电压控制单元，数据采集单元，上位机，热发电单元，负载；
[0056]
数据采集单元分别与热发电单元、上位机、mppt处理单元连接，用于采集热发电单元的温度数据，并实时检测热发电单元的电压电流，将采集的数据分别传输给上位机与mppt处理单元；
[0057]
热发电单元与电压控制单元连接，用于为电压控制单元提供电压；
[0058]
上位机，用于显示数据采集单元和mppt处理单元结果；
[0059]
mppt处理单元与电压控制单元连接，用于处理数据采集单元传输的数据，并将处理后的数据传输给电压控制单元；
[0060]
优选地，mppt处理单元包括模拟信号输入子单元、pwm信号转换器、pso比较器；
[0061]
模拟信号输入子单元分别与数据采集单元、pso比较器连接，用于接收并处理数据采集单元传输的数据，并将处理后的模拟量传输到pso比较器；
[0062]
pso比较器与pwm信号转换器连接，用于接收处理后的模拟量，并进行查找迭代，得到最优量，并将最优量传递给pwm信号转换器；
[0063]
pwm信号转换器与电压控制单元连接，用于接收最优量，并将最优量转换为占空比，传输给电压控制单元。
[0064]
电压控制单元与负载连接，用于接收mppt处理单元处理后的数据，并调节负载的输入电压，改变功率工作点。
[0065]
优选地，电压控制单元包括基于boost的dc/dc电路；
[0066]
基于boost的dc/dc电路与pwm信号转换器连接，用于接收pwm信号转换器传输的占空比，并根据占空比相应调节输出电压。
[0067]
可选的，本发明实施例所提供的数据采集单元会不断地检测热发电单元冷端热端的温度差，并实时检测其发电端的电压电流与负载端的电压电流，并将将采集的数据发送给上位机和mppt处理单元，然后mppt处理单元处理会将对采集的数据进行输入模拟量转换，并通过pso比较器实现迭代查找寻找最优量，然后通过pwm信号转换器将最优量转换为占空比，其输出占空比作用于boost的dc/dc电路，改变输出电压，使热发电电路中功率工作点发生改变。
[0068]
如图3所示，本发明提供一种基于改进pso算法的mppt方法，包括以下步骤：
[0069]
s1、利用数据采集单元采集热发电单元的温度信息及电压电流信息；
[0070]
可选的，本发明实施例中通过给热发电单元的热电片组两端赋予温差，可根据塞贝克效应使热电片组两端产生输出电压与电流，其电压电流信息可通过数据采集单元进行采集。
[0071]
s2、构建改进pso算法模型，在mppt处理单元中根据温度信息及电压电流信息获取最优量；
[0072]
如图4所示，步骤s2具体包括以下分步骤：
[0073]
s21、初始化粒子位置及相应参数；
[0074]
优选地，步骤s21具体为：
[0075]
将电压控制单元中基于boost的dc/dc电路中占空比作为粒子位置，并初始化粒子位置及学习因子所对应的相关参数。
[0076]
可选的，初始化的参数包括惯性权重，学习因子，粒子速度以及粒子位置，通过随机数生成初始惯性权重，与学习因子，采用均匀分布生成粒子的初始位置。
[0077]
s22、根据电压电流信息计算各粒子间热电功率，并选择各粒子间最大功率作为个体最优解，并初始化迭代次数；
[0078]
可选的，根据电压电流信息计算各粒子间热电功率，其计算式表示为：pi＝i×ii
，其中，pi为第i个粒子间热电功率，vi为第i个粒子电流，vi为第i个粒子电压，并定义个体最大功率作为个体最优解，以全局最大功率作为全局最优解。
[0079]
s23、遍历各粒子，并判断最新粒子间热电功率是否大于历史个体最优解间的大小，若是，则将最新粒子间热电功率作为个体最优解，更新个体最优解,并进入步骤s24；否则维持该历史个体最优解，作为个体最优解，并进入步骤s24；
[0080]
可选的，遍历各粒子，将计算得到的各粒子最新电热功率与粒子个体所得的历史最优解间进行比较，更新个体最优解，并得到本轮次全局最优解，即为：本轮次中各粒子间最优解所对应最大值所对应的值。
[0081]
s24、比较各粒子的个体最优解的大小，得到本轮全局最优解，并判断本轮全局最优解是否大于历史全局最优解，若是则将本轮全局最优解作为全局最优解，更新全局最优解，并进入步骤s25；否则维持该历史全局最优解，作为全局最优解，并进入步骤s25；
[0082]
s25、判断当前全局最优解是否超过预设最大功率，若是则返回步骤s23；否则进入步骤s26；
[0083]
可选的，在追踪到预设最大功率点时，如果功率变化已经超过预设阀值，此时pso会重新进行搜索，即重新进行新一轮的最大功率点追踪，从而适应外界条件改变。
[0084]
s26、根据全局最优解更新粒子速度；
[0085]
优选地，步骤s26中更新粒子速度的计算式表示为：
[0086]
vel＝w
×
vel+c1×
r1×
(pbest-pos)+c2×
r2×
(gbest-pos)
[0087]
其中，vel为更新后的粒子速度，w为惯性权重，r1、r2分别为随机数，其数值介于0-1之间，c1、c2分别为第一学习因子、第二学习因子，pos为更新前粒子位置，pbest为个体最优解，gbest为全局最优解。
[0088]
优选地，惯性权重数值会随着迭代次数而进行非线性更新；
[0089]
惯性权重数值的更新表达式为：
[0090][0091]
其中，w为惯性权重数值，w
max
为惯性权重w的最大值，w
min
为惯性权重w的最小值，t为预设迭代次数，t为当前迭代次数。
[0092]
可选的，本发明实施例中设置惯性权重w的最大范围w
max
，满足w
max
＝0.9，性权重w的最小范围w
min
，满足w
min
＝0.4。
[0093]
可选的，惯性权重随着迭代次数的增多而减少，惯性权重越大，速度和粒子位置受到全局最优解和个体最优解的影响越小，有可能陷入到局部最优解中，本发明实施例中，为了克服这一问题，设置惯性权重随着迭代次数的增多而减少，使后期最优解对速度和位置的影响增大，引导程序找到全局最优解。
[0094]
优选地，学习因子会随着迭代次数增加而进行非线性更新，其更新表示为：
[0095][0096][0097]
其中，c1为第一学习因子，c2为第二学习因子，e为常数。
[0098]
可选的，本发明实施例中第一学习因子c1和第二学习因子c2分别控制着粒子向个体最优和全局最优的位置移动速度，在迭代早期时，应该避免粒子陷入局部最优解，保持粒子群的多样化，所以要选择较大的自身学习因子和较小的社会学习因子，在迭代后期要保证算法准确，快速收敛到全局最优位置，要选取较小的c1和较大的c2。
[0099]
s27、根据粒子速度更新粒子位置，表示为：
[0100]
pos*＝pos+vel
[0101]
其中，pos*为更新前的粒子位置，vel为更新后的粒子速度，pos为更新前粒子位置；
[0102]
s28、判断迭代次数是否满足预设迭代次数，满足则输出当前粒子位置，作为最优量，否则返回步骤s23。
[0103]
可选的，本发明实施例中考虑到时间成本，将预设迭代次数设定为300次。
[0104]
可选的，在热电发电系统中，mppt处理单元的主要作用是实时采样收集热电片组两端的输出电压与电流，并通过改进pso算法寻找最优量，进而实现对boost电路的占空比的寻优。
[0105]
s3、通过电压控制单元结合最优量调节负载电压。
[0106]
如图5所示，本发明实施例提供通过simulink搭建温差发电仿真平来验证发明的效果，在一定时间段内检测出电流和电压,作为pso模块的输入，用pwm的占空比表示粒子位置并作为pso模块的输出，并监测追踪到的粒子的电压，电流以及功率作为仿真系统在时序输出特性曲线；其实验结果如图6所示，可知改进pso算法可以稳定地在可接受时间范围内寻找到最大功率点的位置，在全局搜索和局部搜索所占影响随程序的运行而过渡的过程更加符合搜索中的实际要求，在温度差发生频繁变化的条件下，会出现更多的短促的最功率点移动，本发明实施例提供的改进pso算法，可在极短时间内快速恢复到原有的最大功率水平，有足够强的鲁棒性；
[0107]
采用基于改进pso算法的mppt方法，经仿真和实际电路测试可以得出，此方法较其他mppt方法具有稳定、快速等特点，可以较好地用于实际热电系统中。
[0108]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0109]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0110]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0111]
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
[0112]
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。