34、太阳能光伏最大功率点跟踪技术与新冠病毒传播分析

太阳能光伏最大功率点跟踪技术与新冠病毒传播分析

1 太阳能光伏最大功率点跟踪技术概述

传统的最大功率点跟踪（MPPT）控制器成本高且精度低。人工神经网络（ANN）收敛速度快，但训练时间长，还需要微控制器。遗传算法与PID控制器结合也能跟踪太阳能光伏的最大功率点（MPP），不过随着交配池规模增大，质量会下降，难以找到真正的MPP，且该算法易受种群初始化影响。

与传统MPPT技术相比，受生物启发的MPP技术在部分遮荫条件下具有出色的跟踪性能，如蚁群算法、萤火虫算法、布谷鸟搜索算法（CSO）和粒子群算法（PSO）。研究中先使用MATLAB/Simulink开发了太阳能光伏模型，再用自适应布谷鸟搜索算法（ACSO）和自适应粒子群算法（APSO）在部分遮荫条件下跟踪MPP。

2 太阳能光伏电池的数学设计

2.1 主要参数

在光伏电池建模中，主要考虑的参数有短路电流（$I_{SC}$）、最大峰值电流（$I_{MPP}$）、最大峰值电压（$V_{MPP}$）、开路电压（$V_{OC}$）、光子电流（$I_{PV}$）、串联电阻（$R_{S}$）、并联电阻（$R_{Sh}$）和二极管理想因子（$a$），这些参数可通过优化算法或解析方法计算。

2.2 双电路拓扑模型方程

使用双电路拓扑对光伏阵列建模，相关方程如下：
- $I_{ph} = I_{pv}N_{ss} + M - N - \frac{V_{ph} + I_{ph}R_{s}}{(\frac{N_{ss}}{N_{pp}})R_{sh} * (\frac{N_{ss}}{N_{pp}})}$
- $M = I_{01}N_{p