李國君 趙愛明 張文臣 張行



摘 要:由于新能源光伏發電在當今電網中愈加重要,因此通過物聯網技術實時監測光伏組件的健康狀況對于保障光伏發電系統的高效運行意義重大。光伏系統無法對光伏電池最大功率點的輸出進行實時監測,針對現有最大功率點跟蹤算法MPPT只跟蹤不監測的特點,提出以太陽能電池基本電路方程為基礎,構建不依賴于變換器及MPPT算法的光伏電池功率輸出曲線模型,結合電壓-功率輸出特性曲線的特點,采用最小二乘法擬合曲線,精準得到最大功率點附近的二次曲線數學模型,進而得到實時最大功率點。通過Matlab對光伏發電系統進行建模與仿真,系統仿真結果顯示,算法準確有效,可以迅速穩定地響應環境變化,適用于各種條件下MPPT的快速、精準獲取。
關鍵詞:光伏電池;物聯網技術;最大功率點;最小二乘法擬合;P-V曲線;實時監控
中圖分類號:TP39文獻標識碼:A文章編號:2095-1302(2020)02-00-04
0 引 言
光伏發電作為一種可再生的清潔能源,已成為分布式發電系統的重要組成部分[1]。由于新能源光伏發電在電網中已大力普及,因此通過物聯網技術以準確監測光伏系統的性能狀態對于保障光伏發電系統的高效運行具有重要作用[2]。
傳統的光伏電站監測系統以單數據采集為主,在數據處理過程中系統無法對單數據進行區分,致使工作數據采集的實時性與平衡性較差。基于物聯網技術設計了光伏遠程監測數據采集系統,該系統能夠實時、準確地采集多通道數據,數據輸出帶寬較高,輸出信道的均衡性較好,能夠有效提高光伏遠程故障診斷數據的準確檢測和分析能力[3]。
由于光伏P-V輸出特性是具有唯一峰值的非線性曲線,由光伏電池串并聯組成的光伏陣列最大功率點會受到外界自然條件的影響,如光強光伏陣列表面溫度,因此如何保證光伏陣列保持在Pmax處運行對于系統的高效輸出具有重要意義[4]。
當前光伏發電系統的研究主要集中在變換器的拓撲結構、跟蹤算法(Maximum Power Point Tracking,MPPT)及并網發電等方面[5]。光伏電池由于其自身特性,輸出電流和功率均會受外界環境的影響,如輻照度和溫度,因此MPPT算法在實際應用中存在許多問題,如誤跟蹤、缺乏定量的評判標準、實驗驗證困難、對實際運行狀態的考慮不足、多峰等。光伏電站監測系統不僅可以實時監測各類運行數據,還可以實時監控發電系統的運行狀態,及時發現、處理故障,減少系統故障帶來的損失[6]。
變步長爬坡法與拉格朗日曲線擬合相配合可以快速穩定地對外界環境的實時變化做出反應,克服MPPT跟蹤速度與峰值點波動之間的矛盾。但此方法僅選取3個數值點進行擬合,對采集的運行點電壓值具有較高依賴性[7]。
本文基于光伏組件的實際工作數據,在分析光伏電池的功率輸出特性基礎上,結合P-V曲線的特點,選擇合適的擬合區域,通過擬合峰值處的二次曲線精準得到P-V曲線峰值附近的數學模型,從而準確計算出最大值點的數據。
1 光伏電池模型及P-V曲線特性
1.1 光伏電池模型
光伏電池組件將太陽能轉化為電能,其輸出功率是關于輻照度、器件結溫的相關函數。光伏陣列的基本原理:半導體PN結的光電效應可使用電流源、二極管并聯及等效阻抗進行模擬。等效電路模型如圖1所示。
由圖2可知,在環境一定且運行正常的情況下,P-V曲線為單峰值函數,存在最大功率輸出點。在Pmax附近,可以將P-V曲線近似看作擁有極大值點的二次函數,利用最小二乘法擬合出峰值附近的特性曲線,進而得到最大功率點。為了后續方便,定義靠近MPP的區域Q為曲線擬合區域。
1.2 光伏P-V曲線影響因素
光伏電池組件的P-V特性受多方面因素的影響,如溫度、光照、負載情況等,都會使其輸出功率發生變化。當然,不同條件下的Pmax具體位置也不同。
由圖3、圖4可知,在一定的環境條件下,光伏電池P-V曲線為單峰函數,存在最大功率點。如圖在同一溫度和光照下,光伏組件有且只有一個Pmax。當溫度T不變時,最大短路電流與輻照度成正比,最大開路電壓波動較小,同時,電池組件輸出功率增大。當輻照強度不變時,最大開路電壓與溫度成反比,最大短路電流基本不變,同時,電池組件輸出功率降低。
1.3 最小二乘法擬合原理
數據擬合不要求曲線(面)通過所有數據點,而是反映整體的變化趨勢。
對給定的試驗數據(xi, yi)(i=1, 2, …, n)可以構造二次多項式。擬合二次曲線,主要采用偏微分方法求出系數[9]。
2 P-V曲線二次擬合特征研究
2.1 二次曲線分度點擬合曲線最大值的影響研究
光伏電池的P-V特性曲線可分為三部分,如圖5所示。在Ⅰ段,曲線近似為一斜率為正值的直線;在Ⅱ段,(Um-?U) 在Pmax最大功率點附近,可以將P-V特性曲線近似看作擁有極大值點的二次函數,可利用最小二乘法擬合出峰值附近的特性曲線,進而求得最大功率點[7]。 在上述實際二次曲線擬合中,使用不同區域的P-V曲線數據,所擬合出的二次曲線有著較大的差異,因此,擬合區域Q的選取決定了二次曲線擬合的準確性。圖6反映了不同擬合區域所擬合出的二次曲線。在圖6中,曲線1是電池組件的P-V關系曲線,曲線2是選取V=(0.85 Vm,Vm,1.16 Vm)三個點所擬合的曲線,曲線3是選取V=(0.91 Vm,Vm,1.07 Vm)三個點所擬合的曲線,曲線4是選取V=(0.95 Vm,Vm,1.04 Vm)三個點所擬合的曲線。分析可知,距離最大功率點越近的擬合區域(曲線3、曲線4)所擬合的曲線準確性越高;反之,選取遠離MPP的樣本點時(曲線2),具有較大擬合誤差。通過計算可得選取擬合區域為Q =(0.95 Vm,1.06 Vm)時,在該區域下擬合曲線的最大值與實際Pmax之間誤差較小。
2.2 系統最大功率點電壓區域Q快速定位
外界環境及工作條件一定且無特殊情況時,光伏電池有且僅有一個最大功率點輸出,對該輸出特性進一步分析可以發現,當T保持不變,而光強變化時,P-V運行曲線如圖7所示。
由圖7可知,Pmax分布在較窄的電壓范圍內,可以粗略的看作分布在同一直線上,保持電壓不變,若在一定溫度條件下光伏組件的Pmax大致對應的電壓保持恒定,則可對其進行等效代替。
雖然固定的參考電壓并不完全等于某一強度下的系統最大功率點電壓,但可以固定到最大功率點附近,以此來提高二次曲線擬合的精準度。
根據分析驗證,在變化不大的外界溫度和光照條件下,光伏電池Um和光伏電池開路電壓Uoc存在近似的線性關系[10]:
式中k的值介于0.7~0.8之間。可見,只要知道光伏電池開路電壓Uoc的值,再根據實驗所得k的值,就能夠得到光伏電池最大輸出電壓的近似值。
具體實現方式是對光伏電池的開路電壓Uoc進行采樣,利用式(6)計算得到輸出電壓Um的值,再選取在此狀態下Um前后的20個掃描點,利用最小二乘法擬合二次曲線。
3 仿真與實驗分析
3.1 仿真條件
為驗證模型的有效性及對監測系統性能的影響,本文通過 Matlab/Simulink 對光伏發電系統進行了仿真,仿真模型的搭建如圖8所示。仿真條件:使用Trina Solar TSM-250PA05.15太陽能電池,其中S=1 000 W/m2,T=25 ℃,UMPP=31 V,IMPP=8.06 A,PMPP開路電壓Uo=490 V。
3.2 最大功率點尋優過程
最大功率點精準定位流程如圖9所示[9]。
3.3 仿真結果與分析
不同擬合區域的二次擬合曲線如圖10所示,計算結果誤差分析見表1所列。選取的插值區域Q=(0.94 Vm,1.06 Vm),
選取的30個插值點在該區域下擬合曲線的最大值點與最大功率點誤差極小,且反應速度較快。當擬合區域截取不合理時,擬合得到的最大功率點將出現比較明顯的偏差。在靠近最大功率點的兩側完全能夠保證計算的準確性,只要樣本點選取恰當就能保證較快的計算速度。
4 結 語
在分析光伏電池模型輸出特性的基礎上,P-V特性曲線在最大功率點附近一定區域近似為開口向下的拋物線,采用最小二乘法擬合二次曲線,精準得到最大功率點附近的數學模型。通過參考電壓算法模型,可迅速固定最大功率點范圍,選取合適的樣本數據。
參 考 文 獻
[1]王鶴.含多種分布式電源的微電網運行控制研究[D].北京:華北電力大學,2014.
[2]丁坤,劉振飛,高列,等.基于主成分分析和馬氏距離的光伏系統健康狀態研究[J].可再生能源,2017,35(1):1-7.
[3]吳建明,楊培宏,張繼紅.基于物聯網的光伏發電系統故障診斷設計[J].可再生能源,2019,37(1):65-70.
[4]孫向東.太陽能光伏并網發電技術[M].北京:電子工業出版社,2014.
[5]彭志輝,和軍平,馬光,等.光伏發電系統MPPT輸出功率采樣周期的優化設計[J].中國電機工程學報,2012,32(34):24-29.
[6]金蔚霄.基于Netcontrol組態軟件的光伏發電監控系統設計與實現[J].電氣自動化,2018,40(3): 26-29.
[7]辛小南,李航宇,程志平,等.基于二次插值的光伏MPPT改進算法研究[J].電測與儀表,2017,54(23):10-16.
[8] GALOTTO M A G DE BRITO,SAMPAIO L P,MELO G,et al. A evaluation of the main MPPT techniques for photovoltaic applications [J]. Industrial electronics,IEEE transactions on,2013,60(3):1156-1167.
[9]李慶楊.數值分析[M].北京:清華大學出版社,2008.
[10]趙爭鳴,陳劍,孫曉瑛.太陽能光伏發電最大功率點跟蹤技術[M].北京:電子工業出版社,2012.