蔣川

摘 要：太陽能光伏發(fā)電研究中存在太陽能轉(zhuǎn)換效率低的問題，國內(nèi)外應(yīng)用最為廣泛的技術(shù)為最大功率點(diǎn)跟蹤技術(shù)（MPPT）。本文首先分析了MPPT技術(shù)的基本工作原理，引出了其具有非線性化的特點(diǎn)，然后綜述了國內(nèi)外MPPT技術(shù)中的經(jīng)典算法和最新智能算法的原理，并對算法的優(yōu)劣勢進(jìn)行了分析，最后對光伏系統(tǒng)未來的發(fā)展趨勢進(jìn)行了展望。

關(guān)鍵詞：光伏發(fā)電；最大功率追蹤；太陽能發(fā)電；擾動觀察法；群智能算法

中圖分類號：TM615 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著傳統(tǒng)能源中化石燃料和石油資源的不斷持續(xù)枯竭，同時(shí)傳統(tǒng)能源對環(huán)境污染的日益加劇，可再生能源越來越受到學(xué)者們的關(guān)注。太陽能是最好的綠色能源之一，其具有廣泛的覆蓋范圍、生態(tài)友好性、易于獲取等特性，被學(xué)者們視為未來傳統(tǒng)能源的最佳替代品。因此，如何提高太陽能的轉(zhuǎn)換效率成了許多研究人員的重點(diǎn)。最大功率追蹤技術(shù)（Maximum Power Point Tracking，MPPT）成了解決這一問題的關(guān)鍵技術(shù)。

1 最大功率點(diǎn)跟蹤技術(shù)

最大功率點(diǎn)跟蹤技術(shù)是通過將光伏陣列的外部負(fù)載阻抗和內(nèi)部阻抗相匹配，使得光伏陣列輸出最大功率的方法。傳統(tǒng)的MPPT控制方法有擾動觀察法、固定電壓法、電導(dǎo)增量法等。隨著智能算法的出現(xiàn)，控制方法出現(xiàn)了蟻群算法、螢火蟲算法、人工蜂群算法等，本文綜合介紹了這6種算法的基本原理及其優(yōu)劣勢。

1.1 MPPT技術(shù)的必要性

光伏發(fā)電系統(tǒng)輸出功率可以看作是與溫度和日照強(qiáng)度相關(guān)的非線性函數(shù)，其不僅受外界環(huán)境影響，還會隨著外界負(fù)載的變化而改變。光伏電池的成本較高，對太陽能的轉(zhuǎn)換效率低等缺陷，因此通過MPPT技術(shù)，實(shí)時(shí)調(diào)整光伏系統(tǒng)的工作點(diǎn)，使工作點(diǎn)不斷在MPP附近，提高電能的轉(zhuǎn)換效率。

1.2 MPPT技術(shù)的原理

光伏發(fā)電系統(tǒng)中，通過實(shí)驗(yàn)可知，光伏電池內(nèi)阻一定時(shí)，可以通過調(diào)整外界負(fù)載阻抗，使得外阻抗與內(nèi)阻抗相等，從而可以獲得最大輸出功率。但由于外界環(huán)境的影響，光伏電池內(nèi)阻是在不斷變化的，因此通過直接調(diào)整內(nèi)外阻抗值來輸出最大功率的方法難以實(shí)現(xiàn)。最常用的方法是在光伏陣列和外界負(fù)載中間加入DC/DC變換器，可以通過變換器中元件的占空比D來控制光伏電池的內(nèi)阻大小，這樣在外界環(huán)境的影響下，通過PWM技術(shù)來改變占空比，進(jìn)而改變內(nèi)阻大小，使其與外阻抗相等，實(shí)現(xiàn)光伏陣列在最大功率點(diǎn)工作，被稱作為最大功率點(diǎn)跟蹤（MPPT）算法。

MPPT算法的基本工作原理：當(dāng)系統(tǒng)的工作電壓比最大功率點(diǎn)處的電壓小時(shí)，光伏系統(tǒng)的輸出功率與電池的輸出電壓是成正比的關(guān)系；當(dāng)系統(tǒng)電壓超過最大功率點(diǎn)處的電壓時(shí)，隨著輸出電壓的增加，系統(tǒng)的輸出功率反而減小。因此，實(shí)際上MPPT技術(shù)是一個(gè)自我尋優(yōu)的過程，可以通過控制光伏電池的輸入電壓，使光伏系統(tǒng)在不同的溫度與光照條件下，輸出最大功率。

2 典型MPPT控制算法

MPPT控制算法有很多種，這里對工程中引用比較廣泛的固定電壓法、擾動觀察法、電導(dǎo)增量法3種算法進(jìn)行研究討論。

2.1 固定電壓法

固定電壓控制算法CVT（Constant Voltage Tracking）中，當(dāng)假設(shè)溫度T保持不變，而光照強(qiáng)度改變時(shí)，不同情況下的MPP對應(yīng)的電壓可以近似看作是某一恒定電壓。因此固定電壓法的基本思路是將光伏陣列的輸出電壓控制在某個(gè)恒定電壓附近，這個(gè)時(shí)候的光伏系統(tǒng)可以近似看作工作在MPP。

CVT的優(yōu)勢在于：

（1）控制簡單、穩(wěn)定性強(qiáng)。

（2）光伏系統(tǒng)不會在MPP附近出現(xiàn)震蕩，能夠保證工作點(diǎn)的輸出電壓穩(wěn)定。

不足在于：

（1）CVT是在忽略了溫度T對光伏系統(tǒng)的影響下獲得恒定電壓，在溫度變化較大的區(qū)域，MPP容易出現(xiàn)較大誤差。

（2）精度降低。

2.2 擾動觀察法

擾動觀察法P&O;（Perturbation and Observation）中，需要對每個(gè)周期T內(nèi)的輸出電壓和輸出功率進(jìn)行采樣，通過控制占空比來得到固定的步長，對光伏陣列的輸出電壓進(jìn)行增大或減小，最終比較前后兩個(gè)采樣周期的輸出功率大小。結(jié)果中的輸出電壓和輸出功率的關(guān)系，決定下一次變化趨勢。

P&O;算法的優(yōu)勢在于：

（1）復(fù)雜性較低。

（2）易于在硬件中實(shí)現(xiàn)。

（3）對最大功率點(diǎn)的追蹤速度較快。

不足在于：

（1）P&O;算法是通過電壓擾動連續(xù)不斷的跟蹤MPP，使得其在MPP的附近不斷震蕩，造成功率損失較大。

（2）當(dāng)光照不斷變化時(shí)，容易出現(xiàn)對MPP的位置誤判，進(jìn)而使得“干擾”方向出現(xiàn)偏差，影響跟蹤速度。

2.3 電導(dǎo)增量法

電導(dǎo)增量法IC（Incremental conductance）中，利用光伏陣列的增量電導(dǎo)與瞬時(shí)電導(dǎo)值的比率，基于比率值，光伏特性的斜率，并進(jìn)一步產(chǎn)生轉(zhuǎn)換器的占空比。

IC算法的優(yōu)勢在于：

（1）對MPP的跟蹤速度較快。

（2）保證光伏系統(tǒng)的動態(tài)穩(wěn)定性。

（3）相對于P&O;算法，在MPP附近的震蕩減小。

不足在于：

（1）復(fù)雜性較高，不易于在硬件中實(shí)現(xiàn)。

（2）硬件實(shí)現(xiàn)成本高。

3 智能MPPT控制算法

隨著群智能算法的發(fā)展，研究者們將最大功率跟蹤技術(shù)看作是個(gè)多峰值的優(yōu)化問題，結(jié)合群智能算法的優(yōu)良的尋優(yōu)特性，使得光伏系統(tǒng)工作在MPP。這里對蟻群算法、螢火蟲算法、人工蜂群算法3種算法在MPPT中的應(yīng)用做了介紹。

3.1 蟻群優(yōu)化算法

蟻群優(yōu)化算法ACO（Ant Colony Optimization algorithm）中，蟻群通過“信息素”來實(shí)現(xiàn)信息的交流與傳遞。在光伏發(fā)電中，蟻群尋找食物的過程被模仿并用于尋找光伏陣列中的MPP，ACO算法的目標(biāo)函數(shù)中，關(guān)鍵參數(shù)就是占空比D。通過隨機(jī)產(chǎn)生占空比并計(jì)算相應(yīng)的功率值，然后和特定占空比的功率值相比較，進(jìn)而實(shí)現(xiàn)尋優(yōu)。

ACO算法的優(yōu)勢在于：

（1）更快的收斂速度。

（2）穩(wěn)定性較強(qiáng)。

不足在于：

（1）跟蹤速度一般，容易造成小部分功率損失。

（2）控制方法復(fù)雜度高，難以在控制器上實(shí)現(xiàn)。

3.2 螢火蟲算法

螢火蟲算法FA（Firefly algorithm）中，螢火蟲群通過閃光來相互交流信息，螢火蟲的吸引力與自身光亮度成正比。在光伏系統(tǒng)中，代替每個(gè)螢火蟲的位置都代表一個(gè)不同的轉(zhuǎn)換器占空比D，每一個(gè)螢火蟲的亮度代表輸出功率的大小，通過不同占空比獲得不同的每個(gè)螢火蟲的位置，通過重復(fù)試驗(yàn)，可得到MPP。

FA算法的優(yōu)勢在于：

（1）控制方法簡單，易于實(shí)現(xiàn)。

（2）收斂速度快。

（3）能夠在低成本微控制器上的實(shí)現(xiàn)。

不足在于：

（1）易陷入局部最優(yōu)解。

（2）對高維尋優(yōu)效果不理想。

3.3 人工蜂群算法

人工蜂群算法ABC（Artificial Bee Colony algorithm）中，通過蜂群尋找蜜源的行為提出的一種智能算法。在光伏系統(tǒng)中，每個(gè)蜜源所在的位置代表轉(zhuǎn)換器的占空比D，每個(gè)蜜源的多少代表光伏陣列的輸出功率的大小。通過改變不同的占空比，來實(shí)現(xiàn)對輸出功率最大點(diǎn)的追蹤。最終算法保留蜜源最優(yōu)的點(diǎn)，即輸出功率最大點(diǎn)。

ABC算法的優(yōu)勢在于：

（1）跟蹤速度快。

（2）收斂速度快。

不足在于：

（1）隨機(jī)初始化時(shí)，容易丟失功率的極值點(diǎn)。

（2）增加了系統(tǒng)的復(fù)雜度。

（3）硬件實(shí)施難度較高。

結(jié)語

MPPT技術(shù)作為提高光伏系統(tǒng)輸出效率的重點(diǎn)，在電能生成中起著至關(guān)重要的作用。本文介紹了最大功率跟蹤技術(shù)的重要意義與基本原理，并從傳統(tǒng)MPPT技術(shù)和加入了群智能算法的MPPT技術(shù)兩個(gè)大的方面，重點(diǎn)對6種不同的MPPT技術(shù)進(jìn)行了分類描述，并討論了各種方法的優(yōu)勢和不足。在實(shí)際工程中，最廣泛使用的技術(shù)是P&O;和IC，因?yàn)樗鼈兘Y(jié)構(gòu)簡單，成本低，但是隨著人工智能技術(shù)的不斷發(fā)展，相信群智能算法在MPPT中的應(yīng)用的比重將會越來越大。光伏發(fā)電作為新能源，越來越受到關(guān)注，而如何將先進(jìn)的群智能算法低成本的應(yīng)用到MPPT技術(shù)中，將是未來發(fā)展的重要方向之一。

參考文獻(xiàn)

[1]Karami N，Moubayed N，Outbib R.General review and classification of different MPPT Techniques[J].Renewable & Sustainable Energy Reviews，2017（68）：1-18.

[2]Saravanan S，Babu N R.Maximum power point tracking algorithms for photovoltaic system–A review[J].Renewable & Sustainable Energy Reviews，2016，57（May）：192-204.

[3]Liu L，Meng X，Liu C.A review of maximum power point tracking methods of PV power system at uniform and partial shading[J].Renewable & Sustainable Energy Reviews，2016（53）：1500-1507.

[4]Anurag A，Bal S，Sourav S，et al.A review of maximum power-point tracking techniques for photovoltaic systems[J].International Journal of Solar Energy，2014，35（5）：478-501.

[5]Sundareswaran K，Peddapati S，Palani S.MPPT of PV Systems Under Partial Shaded Conditions Through a Colony of Flashing Fireflies[J].IEEE Transactions on Energy Conversion，2014，29（2）：463-472.

[6]武玉晶，劉寧，呂恒琪.基于蟻群優(yōu)化的MPPT算法研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2017，47（5）：120-124.

[7]薛飛.基于螢火蟲算法的光伏全局最大功率追蹤控制研究[D].天津：天津大學(xué)，2017.

[8]盛四清，陳玉良，張晶晶.基于差分進(jìn)化人工蜂群算法的光伏最大功率跟蹤策略研究[J].電力系統(tǒng)保護(hù)與控制，2018，46（11）：23-29.