偏遠牧區禽舍用自跟蹤式光伏發電系統的設計

張洗玉，周 猛，寧 鐸

(1. 廣西科技師范學院數學與計算機科學學院，廣西來賓 546199；2. 英飛特電子股份有限公司，浙江杭州 310053；3. 陜西科技大學，陜西西安 710021)

伴隨著我國畜禽養殖業的不斷壯大和迅猛發展，養殖所造成的環境污染問題也日益突出[1]。當下許多畜禽養殖場位于邊遠山區和農牧區，而這些地方電網往往無法全面覆蓋，人口居住相對分散且經濟落后[2-6]。農牧區畜禽養殖是牧民們的主要經濟來源，為了努力推進偏遠牧區畜禽養殖業向智能自動化方向發展及積極響應國家精準扶貧號召，設計并實現了一種基于STM32 的自跟蹤式太陽能離網型光伏發電系統。利用綠色可再生能源太陽能來解決偏遠牧區畜禽舍供電問題，既有利于當地的環境保護和真正意義上實現節能減排，也可有效降低牧民畜禽養殖經濟成本[7]。本系統通過自主設計的光伏電池板傾斜角自跟蹤裝置可高效率利用太陽能對養殖禽舍進行供電，這對偏遠牧區養殖業和清潔新能源的有機結合與推廣具有一定的促進意義。

1 禽舍用離網型發電系統設計及工作機理

1.1 離網光伏發電系統示意圖

偏遠牧區畜禽舍用離網型光伏發電系統構成示意圖見圖1，其采用嵌入式STM32F103C8T6 單片機對發電系統進行智能控制。光伏電池板陣列把太陽光能量直接轉換成電能并存儲于鉛酸蓄電池組內；基于禽舍實際用電需求，主控制器通過控制光伏逆變器來滿足各種負載供電需求。為了使系統適應牧區室外惡劣工作環境、有效降低生產成本和提高系統工作可靠性，將光伏電池板陣列安裝于自主設計的光伏電池板傾斜角自跟蹤裝置上并配備太陽光方位角跟蹤系統組成二維自動跟蹤系統，同時也可保證光伏電池板達到理想的工作狀態。此外，主控核心STM32F103C8T6 通過智能模糊控制算法來實現太陽光自動追蹤后的最大功率點MPPT控制。

圖1 自跟蹤型光伏發電系統示意圖

1.2 光伏電池板傾斜角自跟蹤裝置的設計

太陽光的強度大小和方向都隨時間做周期性的變化，許多大規模光伏發電場合基于經濟成本和安裝實際效果最終不得不更多采用一維(太陽方位角)跟蹤模式，但這樣就會降低太陽能利用率。且由于自動跟蹤系統及其傳動機構所處牧區環境惡劣，要在低成本條件下保持跟蹤高可靠性有很大困難。考慮到太陽方位角的變化周期是傾斜角變化周期的365 倍，基于這個特點與氣候溫度的對應關系以及光伏發電對于自動跟蹤系統的跟蹤精度相對于太陽能聚光器中自動跟蹤系統要求相對要低的特點，研制一種簡單有效的太陽光伏板傾斜角自動跟蹤裝置來代替當前使用的基于采集太陽光信號、處理及驅動所構成的復雜系統，以實現有效提高太陽能利用率。該傾斜角自動跟蹤裝置結構示意圖見圖2。將太陽光伏電池板安裝于支架上的旋轉軸上，且電池板下端設計帶有揩油調整口的密閉腔。密閉腔內下部位置填充液面高度大于密閉腔出口的液體，其上部充有膨脹系數較大的氣體。利用揩油調整口可根據實際需要調整容器內液體與氣體的比例。密閉腔出口處的另一端帶有活塞,位于轉軸上的杠桿一端與活塞餃接,另一端接觸光伏電池板背面。

圖2 自動跟蹤裝置結構示意圖

當太陽光入射傾斜角緩慢變化且與當地氣候變化相對應，利用密閉腔中的氣體和液體熱脹冷縮特性和固定在旋轉軸上光伏發電硅板的水平分力相配合，產生了一種推挽式動力源；再經過杠桿結構對活塞運動位移進行進一步放大，從而有效調節固定在旋轉軸上光伏發電硅板傾斜角度，達到在傾斜角度方向對太陽光的自動跟蹤效果，其在具體調節過程見圖3。在北半球，夏至后太陽入射光線傾斜角由最大角度β開始逐步減小，同時也伴隨著氣溫的下降。密閉中的氣體和液體體積會隨著氣溫的下降而減小，液體所產生的對活塞的壓力與光伏電池板的水平分力的動態平衡被打破，通過杠桿作用推動活塞向左運動，使得光伏電池板下端相應的向右運動，最終可使其傾斜角變小，與太陽光線入射角度變化趨勢相一致，同樣可以實現太陽光線垂直照射在光伏電池板上的目標。考慮到地球溫度變化是一個遲滯系統，通過固定在光伏電池板背面的滾動曲面來修正和調節。在大規模光伏發電系統中，光伏電池板陣列能通過統一的旋轉式機械結構實現方位角同步自動跟蹤，而每一塊光伏電池板則通過上述裝置實現低成本自動跟蹤，從而形成可有效提高太陽能利用率的二維光伏電池板自動跟蹤太陽系統。

圖3 傾斜角調整過程示意圖

2 禽舍用離網型光伏發電系統控制策略

2.1 基于Boost 電路的最大功率點跟蹤原理及MPPT建模

將光伏電池等效為一個電流源與電阻的串聯，CPV為光伏電池輸出的濾波電容，將后級逆變部分等效為一個負載電阻RL，光伏電池與后級逆變電路之間加入Boost 電路，以實現光伏電池輸出阻抗(RPV)和負載阻抗(Ri)之間的匹配。光伏電池的輸出電壓為Vi，輸入電流為Ii，Boost 電路輸出電壓為VL，輸出電流為IL，帶Boost 電路的系統等效電路見圖4。當外界光照強度或溫度變化時，光伏電池的輸出阻抗RPV是變動的，調節Boost 電路開關管的占空比D即可調節光伏電池所帶的等效負載阻抗Ri，且當光伏電池的輸出阻抗RPV與Ri相等時，光伏電池輸出的功率最大。

圖4 Boost電路的系統等效電路

本文結合新型擾動觀察法和模糊控制方法的優點建立組合式控制算法，利用模糊控制方法快速接近MPP 點所對應的電壓處，之后采用新型擾動觀察法以很小的占空比步長擾動(Dk=0.001)逐步靠近MPP，兼顧跟蹤的快速性和MPP 處的穩態精度。組合式控制算法模型見圖5，在模糊控制與新型擾動觀察法之間加入一個選擇開關，依據dP/dV的絕對值大小選擇控制方法，當其值大于3 時，即工作點距離最大功率點較遠時，選擇模糊控制器，反之選擇新型擾動觀察算法。

圖5 組合式控制算法原理圖

針對傳統擾動觀察法在最大功率點處的振蕩問題，采用改進型變步長擾動觀察法，在傳統擾動觀察法的基礎上，以ΔP·ΔV作為步長變化的基準，分別判斷ΔV、ΔP和ΔP·ΔV的符號，由三者的符號關系即可確定所需步長D的大小和變動的方向。當判別出功率減小時，以±Dk為步長的大小改變擾動方向靠近最大功率點；當判別出功率增大時，以±(Dk-ΔD)為變步長的大小靠近最大功率點。在不斷地擾動過程中，將光伏電池的輸出電壓逐漸地調整至最大功率點處的電壓，即ΔP不斷減小，隨著ΔP的減小，對應的步長變化量也在不斷的減小，擾動的范圍越來越小，可以有效地減小最大功率點處的震蕩現象，直到ΔP近似達到零，即達到跟蹤的目的，算法流程圖如圖6 所示。

圖6 改進型算法控制流程圖

根據上述新型變步長擾動觀察法的算法流程圖在Matlab/Simulink 中搭建最大功率點跟蹤控制仿真模型，零階保持器采樣時間設為0.000 1 s，三角載波周期設為20 kHz，擾動步長Dk設為0.01，算法仿真模型如圖7 所示。

圖7 改進型擾動觀察法的仿真圖

將光伏電池輸出功率作為模糊控制的目標函數，通過調節占空比D進行MPPT 控制，將占空比變化前后的功率差值e=P(n)-P(n-1)和前一時刻的占空比步長值a(n-1)作為模糊控制的輸入，當前時刻的占空比步長值a(n)作為模糊控制的輸出量。實際輸入量經過量化因子處理之后轉換為相應模糊語言變量值，然后送入模糊推理模塊，經模糊控制之后得到模糊輸出量，解模糊后得到輸出模糊論域上的模糊值，再經過輸出比例因子變換為實際的輸出量。溫度或是光照強度的變化都會對光伏電池輸出的功率產生影響，當外界條件變化時，依據模糊控制的工作原理，根據占空比D變化前后功率的增減，調整占空比步長大小及變動的方向，所建立的模糊控制規則表見表1。

表1 模糊控制規則表

MPPT 模塊采用模糊控制算法，在Matlab 軟件Simulink中建立上述模糊控制器仿真模型，如圖8 所示。其中U_PV、I_PV表示光伏電池的輸出電壓、輸出電流，D表示Boost 電路的占空比，e=(-60,60)，a=(-0.03,0.03)為實際值的變化范圍，經反復實驗量化因子1/Ke取為0.1，1/Ka取為200。在光照突變的情況下，可以實時跟蹤光伏電池輸出的最大功率點，提高光伏電池的利用效率。

圖8 模糊控制MPPT算法模型

2.2 蓄電池三階段智能充電策略

該系統中使用閥控型密封鉛酸蓄電池，僅利用恒流充電、恒壓充電等傳統式充電策略不足以達到馬斯最佳充電曲線。針對該光伏發電模式以及結合傳統充電方法的優點，采用一種有效融合模糊算法MPPT 充電、恒壓充電和浮充電三階段充電方法來提高鉛酸蓄電池充電速度和系統發電效率。蓄電池充電過程中的端電壓和充電電流如圖9 所示，接近馬斯最佳充電曲線。三階段充電法中，在充電第一階段采用模糊MPPT 充電，充電電流相對較大且充電效率高，蓄電池80%容量快速恢復，最大程度上利用太陽能能源；當達到蓄電池自身限制電壓時，進入恒壓充電第二階段，主要實現剩余20% 容量的恢復，使得蓄電池最大限度恢復至100%。為了實時檢測蓄電池端電壓及溫度且提高該系統響應速度，采用電壓閉環控制法進行負反饋調節。該智能充電法融合模糊MPPT 法充電可以極大縮短蓄電池充電時間，從而延長蓄電池的使用壽命和提高充電速度。

圖9 三階段充電法示意圖

3 系統實驗研究

為了驗證所提出的關鍵控制技術及控制策略的有效性及準確性，對該系統進行實驗研究。光伏組件選用單晶硅組件，輸出最大功率為250 W，開路電壓為38.1 V，短路電流為8.80 A，最大功率點處電壓、電流分別為30.7 V、8.15 A。在Matlab/Simulink 中搭建光伏陣列最大功率點跟蹤控制仿真模型，將五塊單晶硅組件串聯構成1 250 W 的光伏陣列，將參數帶入光伏電池封裝模型。

在擾動步長(Dk=0.001)相同的條件下，組合式控制算法兼顧了模糊控制跟蹤的快速性和新型擾動觀察法在最大功率點處的穩態精度，光照強度突變的情況下仍可以快速、平滑地完成跟蹤目的。如圖10 所示，在標準條件下，穩定時對輸出特性曲線局部放大可知，最大輸出功率為1 250.5 W，與理論值1 250 W 接近，且在光照突變的情況下，光伏陣列輸出的電壓、電流可以很快地達到平穩狀態，而且在穩定的狀態下，基本無波動。

圖10 組合控制算法的仿真波形

為了檢驗三階段智能充電法的充電效果，以額定容量7.2 Ah/20 Hr 的蓄電池為例，對電池所處充電狀態的端電壓和充電電流進行曲線繪制。在天氣狀況為晴天、微風的條件下，從08:00～18:00 進行多組實驗數據測定，每隔半時對蓄電池端電壓及端電流進行測量，部分典型實驗數據見表2。

表2 實驗數據

當蓄電池處于9:30～13:30 時間段時，電池電量不足，在第一階段以模糊智能控制算法追蹤最大功率MPPT 方式對其快速有效充電，蓄電池充電電流處于0.72～0.75 A，而充電電壓增加幅度較大。直至端電壓增到限制電壓時，自動進入下一充電階段。在第二恒壓充電階段，蓄電池端電壓處于14.9～15.0 V 且其端電流呈下降趨勢，可以看出所選充電控制策略可控制充電過程。當蓄電池處于14:30～15:00 時間段時，端電流穩定在0.24～0.25 A，進入第三浮充電階段，達到補充由于蓄電池自然放電所帶來的能量損失。上述實驗數據說明三階段智能充電法在融合MPPT 算法后可以極大縮短蓄電池充電時間，有效避免過充等有損電池壽命現象的發生。

4 結論

本文有效利用STM32 控制器設計并實現了一種二維離網型光伏發電系統。借助自主設計的光伏電池板傾斜角自動跟蹤太陽光的裝置，有效提高了太陽能利用率，給偏遠牧區畜禽舍提供穩定可靠的供電服務。通過建立仿真模型、實驗數據測量及分析，證明了該系統所選控制策略的有效性，具有性能良好，安裝簡單，成本低等優點，進一步促進了偏遠牧區或山區離網型光伏發電的應用推廣。