0引言太阳能作为可再生能源，具有污染小、储量充足和低成本的优势，而光伏发电是高效利用太阳能领域最具发展潜能的技术，正逐步成为世界能源体系建设的重要一环[1]。光伏发电输出随多个因素变化而波动，无法提供恒定的电能，易造成供电不稳定[2]。在动、静态局部阴影情况下，光伏阵列输出的P-U曲线呈多峰特点，难以定位到全局最大功率点，追踪控制效果不佳，将使光伏阵列输出效率大幅降低[3]。传统MPPT算法对于遮光光伏板的特殊情况处理不够充分，电导增量法需要反复多次迭代计算，计算量大，耗时长；扰动观察法需要对于峰值位置和幅值进行判断，受到干扰的概率较大，容易出现误差较大的情况。因此，已有研究对于局部阴影下最大功率点提出了多种优化算法进行追踪控制。文献[4]提出改进灰狼优化算法对于局部阴影MPPT进行优化，具有较快的速度和较高的精度。文献[5]利用双PSO算法对光伏输出曲线进行推导，减小了运算量和搜索范围，提升了收敛速度。文献[6]将多种群遗传算法与扰动观察法相结合，保证系统稳定工作在最大功率点。本文采用白冠鸡优化算法（COOT）进行MPPT控制，并用MATLAB/Simulink进行建模分析，结果表明，该算法不论是在静态还是动态局部阴影情况下，都能准确追踪到最大功率值，具有较好的适用性。1光伏阵列模型与输出特性1.1光伏阵列数学模型图1中光生电流Iph分为三部分：二极管D电流Id、并联电阻Rsh电流Ish以及串联电阻Rs的输出电流I。I=Iph-I0expq（U+RsI）AkT-1蓘蓡嗓瑟-U+RsIRsh（1）式中：I0为反向饱和电流；q为基本电荷；U为光伏阵列输出电压；A为二极管特性因子；k为玻耳兹曼常数；T为温度。1.2局部阴影光伏阵列部分阴影出现多个功率峰值的原因主要是阴影会影响光伏电池的输出电流和电压。具体来说，当光伏阵列的一部分在阴影下时，这部分光伏电池输出的电流和电压会下降，而无阴影的光伏电池输出的电流和电压保持不变，使得光伏阵列中不同位置的光伏电池输出的功率不同，从而导致多个功率峰值的出现。本文以串并联结构为目标进行研究，在图2所示的局部阴影情况下，光伏阵列输出功率特性如图3所示。基于COOT算法的局部阴影下光伏阵列MPPT控制研究张曦高昕（安徽理工大学电气与信息工程学院，安徽淮南232001）摘要：针对光伏阵列在局部阴影下会产生多个功率峰值，可能出现跟踪到错误的功率峰值的情况，将白冠鸡优化算法（COOT）应用于局部阴影MPPT控制，通过动态调整太阳能电池板输出电压和电流，使得太阳能电池板的输出功率最...
