太陽能光伏電池最大功率點跟蹤系統畢業論文(編輯修改稿)

　

【文章內容簡介】 示。 123I L / AU L1 51 05 2 0溫 度 增 加 ， 電 流 增 加溫 度 降 低 ， 電 壓 增 加PU L溫 度 降 低 圖 26 溫度對光伏電池輸出參數的影響 圖 26 為保持光照強度不變，光伏陣列的輸出隨電池溫度和負載變化的 ILUL和 PUL 曲線族。由該曲線族可以看到開路電壓 UOC 線性的隨溫度變化，短路電流 ISC 隨溫度有微弱的變化。最大功率點功率 Pm 隨溫度的變化也有很大的變化。其中所指的溫度應為光伏陣列本體的溫度而非環境溫度。光伏電池的溫度和環境溫度的關系為：光伏電池溫度 =環境溫度 +K*照度。 3 光伏陣列最大功率點跟蹤（ MPPT）控制 光伏陣列輸出特性具有非線性特征，并且其輸出受光照強度、環境溫度和負載情況的影響。在一定的光照強度和環境溫度下，光伏電池可以工作在不同的輸出電壓，但是只有在某一輸出電壓值時，光伏電池的輸出功率才能達到最大值，這時光伏電池的工作點就達到了輸出功率電壓曲線的最高點，稱之為最大功率點（ maximum power point,MPP） [4]。因此，在光伏發電系統中，要提高系統的整體效率，一個重要的途徑就是實時調整光伏電池的工作點，使之始終工作在最大功率點附近，這一過程稱之為最大功率點跟蹤（ MPPT）。 MPPT 算法的原理 最大功率點跟蹤（ MPPT）控制策略實時檢測光伏陣列的輸出功率，采用一定的控制算法預測當前工況下陣列可能的最大功率輸出，通過改變當前的阻抗情 況來滿足最大功率輸出的要求。這樣即使光伏電池的結溫升高使得列陣的輸出功率減少，系統仍然可以運行在當前工況下的最佳狀態。 MPPT 算法分析圖 [5]如圖 31 所示。 假設圖 31 中曲線 1 和曲線 2 為兩種不同光照強度下光伏陣列的輸出曲線，A 點和 B 點分別為相應的最大功率輸出點；并假設某一時刻，系統運行在 A 點。當光照強度發生變化時，即光伏陣列的輸出特性曲線 1 上升為曲線 2 時，此時，如果保持負載 1 不變，系統將運行在 A`點，這樣就偏離了相應光照強度下的最大功率點。為了繼續追蹤最大功率點，應當將系統的負載特性由負載 1 變化至負載 2，以保證系統運行在新的最大功率點 B。同樣，如果光照強度變化使得光伏陣列的輸出特性由曲線 2 減至曲線 1，則相應的工作點 B 點變化到 B`點，應當相應的調整負載 2 至負載 1，以保證系統在光照強度減小的情況下仍然運行在最大功率點 A。 曲 線 2曲 線 1負 載 2負 載 1A `BB `AI / AU / V 圖 31 MPPT 算法分析圖 現代最大功率點跟蹤方法 干擾觀察法 干擾觀察法 [6]（ Perturb amp。 Observer algorithms,Pamp。O）是目前實現 MPPT 常用的自尋優類方法之一。其基本思想是：首先擾動光伏電池的輸出電壓或電流，然后觀測光伏電池輸出功率的變化，根據功率變化的趨勢連續改變擾動電壓或電流方向，使光伏電池最終工作于最大功率點。 對于光伏并網系統而言，從觀測對象來說，擾動觀測法又分為兩種：一種是基于并網逆變器輸入參數的擾動觀測法；另一種是基于并網逆變器輸出參數的擾動觀測法。基于并網逆變器輸入參數的擾動觀測法直接檢測逆變器輸入側光伏電 池的輸 出電壓和電流，通過計算光伏電池的輸出功率并采用功率擾動尋優的方法來跟蹤光伏電池的最大輸出功率點。 一般正常情況下，光伏電池 PU 特性曲線是一個以最大功率點為極值的單峰值函數，這一特點為采用擾動法來尋找最大功率點提供了條件，而擾動觀測法實際上采用了步進搜索的思路，即從起始狀態開始，每次對輸入信號做一有限的變換，然后測量由于輸入信號變換引起輸出變換的大小和方向，待方向辨別后，再控制被控對象的輸入按需要的方向調節，從而實現自尋優最優控制。將步進搜索應用于光伏系統的 MPPT 控制時，就是所稱的擾動觀測法。 擾動觀測法 的 MPPT 過程，具體描述如下： 當增大參考電壓 U（ U1=U+△ U）時，若 P1P，表明當前工作點位于最大功率點左側，此時系統應保持增大參考電壓的擾動方式，即 U2=U1+△ U，其中 U2為二次調整后的電壓值，如圖 32a 所示。 當增大參考電壓 U（ U1=U+△ U）時，若 P1P，表明當前工作點位于最大功率點右側，此時系統應采用減小參考電壓的擾動方式，即 U2=U1△ U，如圖 32b所示。 當減小參考電壓 U（ U1=U△ U）時，若 P1P，表明當前工作點位于最大功率點右側，此時系統應保持減小參考電壓的擾動方式，即 U2=U1△ U，如圖 32c所示。 輸出功率標幺值端 電 壓 標 幺 值0 . 7 0 . 80 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 90 . 0 50 . 1 00 . 1 50 . 2 00 . 2 50 . 3 00 . 3 50 . 4 00 . 4 50 . 5 0PP 1P 2UU 1U 2Δ U( a )輸出功率標幺值端 電 壓 標 幺 值0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 90 . 0 50 . 1 00 . 1 50 . 2 00 . 2 50 . 3 00 . 3 50 . 4 00 . 4 50 . 5 0P 2PP 1U 2U 1UΔ U( b ) 當減小參考電壓 U（ U1=U△ U）時，若 P1P，表明當前工作點位于最大功率點左側，此時系統應采用增大參考電壓的擾動方式，即 U2=U1+△ U，如圖 32d 所示。 輸出功率標幺值端 電 壓 標 幺 值0 . 7 0 . 80 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 90 . 0 50 . 1 00 . 1 50 . 2 00 . 2 50 . 3 00 . 3 50 . 4 00 . 4 50 . 5 0PP 1P 2UU 1U 2Δ U( c )輸出功率標幺值端 電 壓 標 幺 值0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 90 . 0 50 . 1 00 . 1 50 . 2 00 . 2 50 . 3 00 . 3 50 . 4 00 . 4 50 . 5 0P 2PP 1U 2U 1UΔ U( d ) 圖 32 擾動觀測法的 MPPT 過程示意圖 可見，擾動觀測法就是按照圖 32 所示的過程反復進行輸出電壓擾動，并使其電壓不斷變化，使光伏電池輸出功率朝大的方向改變，直到工作點接近最大功率點。 檢測 U、 I 計算功率 P=UI P（ k） ≤P（ k1） ? U(k)U(k1)? U(k)U(k1)? Uref=Uref+△ U Uref=Uref△ U Uref=Uref△ U Uref=Uref+△ U N 開始 返回 Y N Y Y N 圖 33 定步長擾動觀測法的流程圖 擾動觀測法按每次擾動的電壓變化量是否固定，可以分為定步長擾動觀測法和變步長擾動觀測法，其中，定步長擾動觀測法的流程圖如圖 33 所示。 擾動觀測法這種控制方法雖然算法簡單，且易于硬件實現，但是響應速度很慢，只適用于那些光照強度變化非常緩慢的場合。而且穩定情況下，這種算法會導致光伏陣列的實際工作點在最大功率點附近小幅度振蕩，因此，會造成一定的功率損失，而光照發生快速變化時，跟蹤算法可能會失效，得到判斷錯誤的跟蹤方向。 模糊邏輯控制 由于太陽光照強度的不確定性、光伏陣列溫度的變化、負載情況的變化以及光伏陣列輸出特征的非線性特征，要實現光伏陣列最大功率點的準確跟蹤需要考慮的因素是很多的。針對這樣的非線性系統，使用模糊邏輯控制 [7]（ fuzzy logic control）方法進行控制，可以獲得比較理想的效果。 引入模糊控制，首先應當確定模糊邏輯控制器的輸入和輸出變量。 同擾動觀察法一樣，為實現 MPPT 控制，模糊邏輯控制系統也是將采樣得到的數據經過運算，判斷出工作點與最大功率點之間的位置關系，自動校正工作點電壓值，使工作點趨于最大功率點。所以可定義模糊邏輯控制器的輸出變量為工作點電壓的校正值 dU。輸入變量則分別為光伏電池 PU 特性曲線上連續采樣的兩點連線的斜率值 E 以及單位時間斜率的變化值 CE，即 )1()( )1()()( ?? ??? kIkI kPkPkE （ 31） )1()()( ??? kEkEkCE （ 32） 其中， P（ k）和 I（ k）分別為光伏電池的輸出功率及輸出電流的第 k 次采樣值。顯然，若 E（ k） =0，則表明光伏電池已經工作在最大功率輸出狀態。 對光伏電池 PU 特性曲線進行分析，可得出 MPPT 的模糊邏輯控制的規則，如圖 34 所示。 1） E（ k） ＜ 0, CE（ k） ≥ 0 時， P 由左側向 Pm 靠近；則 dU 應為正，以繼續靠近最大功率點； 2） E（ k） ＜ 0, CE（ k） ＜ 0 時， P 由左側遠離 Pm；則 dU 應為正，以繼續N 靠近最大功率點； 3） E（ k） ＞ 0, CE（ k） ≤ 0 時， P 由右側靠近 Pm；則 dU 應為負，以繼續靠近最大功率點； 4） E（ k） ＞ 0, CE（ k） ＞ 0 時， P 由右側遠離 Pm；則 dU 應為負，以繼續靠近最大功率點； 0 . 7 0 . 80 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 90 . 0 50 . 1 00 . 1 50 . 2 00 . 2 50 . 3 00 . 3 50 . 4 00 . 4 50 . 5 0輸出功率標幺值端 電 壓 標 幺 值E ( k ) ＜ 0C E ( k ) ≥ 0E ( k ) ＜ 0C E ( k ) ＜ 0E ( k ) ＞ 0 C E ( k ) ＞ 0E ( k ) ＞ 0C E ( k ) ≤ 0 圖 34 MPPT 的邏輯控制規則示意圖 在光伏發電系統中使用模糊邏輯方法實現 MPPT 控制，可以通過 DSP 比較方便的執行，其中控制器的設計主要包括以下幾個方面內容： ① 確定模糊控制器的輸入變量和輸出變量 ② 歸納和總結幕后控制器的控制規則 ③ 確定模糊化和反模糊化的方法 ④ 選擇論域并確定有關參數 在模糊邏輯控制中，通常用系統的實際輸出量與設定的期望值相比較，得到一個偏差值 E，一般還需要根據該偏差的變化率 EC 進行綜合判斷。 光伏發電系統中采用模糊邏輯控制方法控制流程圖如圖 35 所示。 圖 35 光伏發電系統中采用模糊邏輯控制方法控制流程圖 電導增量法 電導增量法 [8]（ Incremental Conductance， INC）也是 MPPT 控制常用的算法之一。它是從光伏電池輸出功率隨輸出電壓變化率而變化的規律出發，推導出系統工作點位于最大功率點時的電導和電導率的直接關系，進而提出相應的 MPPT算法。 根據擾動觀測法的分析，表明，最大功率點跟蹤實質上就是搜索滿足條件dP/dU=0 的工作點。為提高 MPPT 算法對最大功率點的跟蹤精度，采用功率全微分近似替代 dP 的 MPPT 算法，即從 dP=UdI+IdU 出發，推演出以電導和電導率的直接關系為搜索判據的 MPPT 算法，即電導增量法。 光伏電池 PU 特性曲線及 dP/dU 變化特征如圖 36 所示。 開始 檢測光伏陣列輸出電壓 Vin 電流 Iin 計算 dP/dI（ n） 模糊化 △iout(n1) 模糊規則運算 反模糊化 輸出 △ iout(n) dP/dI（ n1） = dP/dI（ n）；△ iout(n1)=△ iout(n) 給定并網電流 △ iout(n) 結束 dP/dI(n1) 0 . 7 0 . 80 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 90 . 0 50 . 1 00 . 1 50 . 2 00 . 2 50 . 3 00 . 3 50 . 4 00 . 4 50 . 5 0d P / d U = 0