基于變步長擾動觀測法的光伏發電最大功率點控制策略研究

錢申晟 黃云峰 奚培鋒

摘 要：本文基于擾動觀測分析最大功率點追蹤算法的優缺點，提出了一種基于變步長的光伏MPPT控制方法，并進行仿真研究。結論如下：改進的擾動觀測法可以減少穩定時間，增加穩定精度，減弱穩定擾動，具有更好的輸出特性，能對環境變化快速響應，并且具有良好的跟蹤特性。

關鍵詞：光伏發電;最大功率跟蹤;變步長;擾動觀測法

中圖分類號：TM615文獻標識碼：A文章編號：1003-5168（2020）04-0126-03

Abstract： In this paper， based on the disturbance observation and analysis of the advantages and disadvantages of MPPT algorithm， a photovoltaic MPPT control method based on variable step size was proposed and simulated. The conclusion is as follows： the improved disturbance observation method can reduce the stability time， increase the stability accuracy， weaken the stability disturbance， have better output characteristics， can respond to the environmental change quickly， and have good tracking characteristics.

Keywords： photovoltaic power generation;maximum power tracking;variable step size;perturbation and observation method

隨著能源枯竭和環境污染狀況越來越嚴重，太陽能和風能等新能源已逐漸引起世界關注，成為世界能源非常重要的部分。太陽能具有分布廣泛、清潔、無污染、安全的優點，因此成為最有價值的新能源之一。隨著太陽能發電系統的飛速發展，太陽能發電系統已成為國內外眾多專家學者的研究熱點[1-2]。為了提高太陽能發電系統的利用效率，始終以最大功率點（Maximum Power Point，MPP）運行太陽能電池作為當前研究的重點和熱點，因此需要對最大功率點跟蹤（MPPT）技術進行更深入的研究。

目前，相關領域的專家和學者對MPPT的研究更加廣泛，各種MPPT算法正在涌現。最大功率點跟蹤方法較多，如擾動觀測法、恒定電壓法、模糊控制方法和導納增量法。楊旭等人的研究[3]優化了擾動觀測方法，并通過在相鄰矩的功率變化較大時使用較大的步長，在功率轉換較小時使用較小的步長來有效提高跟蹤效率。邱星星等人的研究[4]中提出的功率預測變步長擾動的觀測方法可以很好地解決跟蹤速度與穩態精度之間的矛盾，并且在外部環境突然變化時，具有很強的抗干擾能力。劉慧文等人的研究[5]將光伏陣列的輸出功率變化間隔分為三個部分，并通過確定區間和選擇步長來有效確定跟蹤效率。王杰、呂晨旭和孫志松[6-8]分別采用模糊控制、神經網絡控制和克隆選擇算法來實現快速和高效控制。但是，由于算法的復雜性，實際上很難大規模推廣，并且目前僅限于實驗室模擬和理論研究。本文基于擾動觀測分析最大功率點追蹤算法的優缺點，提出了一種基于變步長的光伏MPPT控制方法，并進行仿真研究，仿真結果表明該方法具有更好的穩定性。

1 光伏發電

1.1 光伏電池電路模型

光伏電池的等效電路如圖1所示。

圖中，[Iph]為光生電流;[Id]為流入二極管的電流;[I]為光伏電池輸出的電流;[V]為負載端電壓;[R]為電池的負載電阻;[Rs]和[Rsh]分別為等效串并聯電阻。光伏電池的輸出I-V特性為：

式中，[I0]為光伏電池內部等效二極管PN結反向飽和電流;[q]為電荷量，值為[1.6×10-19]C;[k]為玻爾茲曼常數，值為[1.38×10-23]J/K;[T]為絕對溫度，[K]。

光伏發電最大功率點追蹤的實現本質上是一個自動優化過程，也就是說，通過控制端電壓或其他物理量，光伏電池可以在各種光照強度和溫度環境變化下智能地發出最大功率。

光伏發電的最大功率點（Maximum Power Point，MPP）為光伏陣列I-V特性曲線上的峰值，當工作點位于該點時，光伏陣列達到最大的能量轉換效率，光伏電源產生的功率最大。

2 改進算法

在現有的傳統擾動干擾法MPPT算法中，由于步長是固定的，因此不能同時考慮響應因子和穩定性精度。鑒于干擾觀測方法的不足，可以采用變步長光伏發電MPPT控制算法。該算法的流程圖如圖2所示。

通過實時檢測光伏輸出電壓[U（k）]和輸出電流[I（k）]，并計算電流輸出功率[P（K）]，然后，在下一個時刻檢測太陽能電池的輸出電壓[U（k+1）]和輸出電流[I（k+1）]，在下一個時刻計算相應的輸出功率[P（K+1）]，最后得到[dP/dU]。根據[P-U]曲線的斜率可知，當與MPP點的距離越近時，則[|dP/dU|]越小;當離MPP越遠時，則[|dP/dU|]增加。比較兩個相鄰時間的[|dP/dU|]，若[|dP/dU|]的當前值大于前一時刻的值，表明實際工作點距離MPP較遠。此時，[N]可以輸出更大的值。通過選擇適當的[N1]，可以將實際工作點快速定位在MPP的當前值附近。[|dP/dU|]選擇較小的[N2]值以確保穩態跟蹤精度。通過修改步長因子，光伏MPPT系統既具有較快的跟蹤速度，又具有較不穩定的狀態振動。在這里，需要根據不同的系統連續獲得[N1]和[N2]的某些值。

3 仿真結果比較分析

3.1 傳統擾動觀測法仿真分析

在標準狀況下，即[T=25]℃，[S=1 000]W/m2，取步長0.000 5，采用基本擾動觀測法進行仿真分析，仿真結果如圖3所示。由圖3可知：系統實現MPPT所需時間約為0.44s，輸出功率、電流、電壓均有不錯的精度，但由于擾動觀測法的固有缺陷，輸出電壓和輸出電流在最大功率點附近仍存在一定的波動，其值在允許波動范圍之內。

3.2 改進的變步長弱振蕩方法仿真分析

采用改進后的變步長弱振蕩擾動觀測法，一級步長采用0.002，以期望獲得較快跟蹤速度，二級步長采用0.000 5，以獲取更高精度，其仿真結果如圖4所示。由圖4可知：系統以較快的速度實現了MPPT，時間約為0.16s，由于二級步長采用了較小的值，因此至少與直接采用步長0.000 5具有相同的精度，保證使用此技術處理后的每個參數的誤差極小，幾乎與處理前的穩定平均值相同。與現有算法相比，改進后的算法減少了能量損失，并有效提高了光伏陣列的效率;改進后的算法可以更好地平衡跟蹤速度和穩態精度，有效解決了傳統算法精度和速度之間的實際矛盾?？梢?，在標準狀態下，改進的干擾觀測方法具有較高的性能。

4 結論

本文研究了擾動觀測MPPT擾動的基本方法，并提出了一種可變步長的擾動觀測方法，以解決兩個方面的固有缺陷，同時進行了仿真研究。結論如下：改進的擾動觀測法可以減少穩定時間，增加穩定精度，減弱穩定擾動，具有更好的輸出特性，能對環境變化快速響應，并且具有良好的跟蹤特性。

參考文獻：

[1]杭鳳海，楊偉，朱文艷.光伏系統MPPT的擾動觀測法分析與改進[J].電力系統保護與控制，2014（9）：110-114.

[2]劉立群，王志新，顧臨峰.基于改進模糊法的分布式風光互補發電系統MPPT控制[J].電力系統保護與控制，2011（15）：70-79.

[3]楊旭，曾成碧，陳賓.基于廣義動態模糊神經網絡的光伏電池MPPT控制[J].電力系統保護與控制，2010（13）：22-25.

[4]邱星星，何怡剛.基于功率預測的最優梯度變步長MPPT算法的研究[J].電源技術，2016（10）：1965-1968.

[5]劉慧文，王生鐵，溫素芳，等.光伏系統區段劃分變步長MPPT算法設計[J].可再生能源，2018（8）：1151-1157.

[6]王杰.基于模糊控制的光伏發電系統MPPT的研究[D].淮南：安徽理工大學，2018.