孫軼群 劉佳 劉超君 劉家權(quán)

摘 要：目前，光伏電池最大功率跟蹤（MPPT）算法主要有智能型和傳統(tǒng)混合型。前者魯棒性強(qiáng)，但算法復(fù)雜;后者便于實(shí)現(xiàn)，但對(duì)環(huán)境變化跟隨性較弱，且損耗嚴(yán)重。對(duì)此，提出一種光伏發(fā)電系統(tǒng)環(huán)境自適應(yīng)式的新型MPPT算法，該算法引入光伏電池環(huán)境修正參數(shù)變量，實(shí)時(shí)修正最大功率電壓，使最大功率電壓實(shí)時(shí)跟隨環(huán)境變化，并減小后續(xù)電導(dǎo)增量法尋優(yōu)步長。結(jié)合光伏電池行為模型，經(jīng)理論推導(dǎo)說明該算法對(duì)環(huán)境條件變化具有較好的適應(yīng)性，并通過電磁暫態(tài)仿真軟件搭建兩級(jí)式三相光伏并網(wǎng)系統(tǒng)，驗(yàn)證該算法在電力系統(tǒng)應(yīng)用中的有效性。

關(guān)鍵詞：MPPT;自適應(yīng);修正參數(shù);電導(dǎo)增量法

Abstract：At present， the algorithm of the photovoltaic （PV） array's maximum power point tracking （MPPT） is mainly operated by intelligent and traditional hybrid modes. Nevertheless， it is complex and easily traps into local optimal. The latter is easy to implement， but it has worse the following performance and serious loss. Consequently， a new environment self-adaptation MPPT algorithm of the PV power system is presented in this paper. According to the modified parameter variables of environment， the UMPP is adjusted with environment change in real time. And then it can reduce the step size of the subsequent optimization procedure of incremental conductance algorithm. Based on the feasible model of PV cell and through theoretical derivation， the following performance of the new MPPT algorithm is demonstrated. Through the boost two-stage of PV 3-phase converter and the transient simulation software the effectiveness of the new MPPT is verified.

Key words：MPPT;self-adaptation;modified parameter;incremental conductance algorithm

0 引言

目前光伏發(fā)電系統(tǒng)普遍采用最大功率點(diǎn)跟蹤（MPPT）控制方法有傳統(tǒng)混合型與智能型兩種模式。傳統(tǒng)混合型[1-2]主要基于固定電壓（C&V）法、擾動(dòng)觀察（P&O）法、電導(dǎo)增量（I&C）三種基本方法，以及各方法的混合使用?；旌闲头椒ê唵?、被測參數(shù)少，跟隨外界環(huán)境變化，但實(shí)際應(yīng)用中在最大功率點(diǎn)附近擾動(dòng)較大，且容易受環(huán)境影響 ，魯棒性差，功率損耗大。智能型[3-5]主要有神經(jīng)網(wǎng)絡(luò)算法、模糊算法、粒子群算法、人工魚群算法等， 其魯棒性、靈活性和適應(yīng)性較好，但算法復(fù)雜。

本文計(jì)及光伏發(fā)電系統(tǒng)工程實(shí)際，以光伏電池行為模型為依據(jù)，基于環(huán)境修正法，引進(jìn)電壓修正參數(shù)ΔU，PI控制環(huán)節(jié)，實(shí)時(shí)調(diào)節(jié)直流斬波器占空比D，加快最大功率點(diǎn)電壓Um尋優(yōu)速度，減小功率損耗，使最大功率點(diǎn)電壓Um實(shí)時(shí)跟隨環(huán)境條件變化，并減小后續(xù)電導(dǎo)增量法（I&C）尋優(yōu)步長，快速、準(zhǔn)確實(shí)現(xiàn)光伏電池MPPT，既改善傳統(tǒng)MPPT算法易受環(huán)境影響，功率損耗較大的缺點(diǎn)，又避免智能型MPPT算法復(fù)雜劣勢。

1 光伏電池?cái)?shù)學(xué)模型

根據(jù)光伏半導(dǎo)體電壓-電流特性[6]，則其輸出特性如式（1）所示。

2 環(huán)境自適應(yīng)式MPPT控制

2.1 控制算法

圖1給出新型MPPT算法控制流程圖，如圖1所示。

3 并網(wǎng)逆變器控制

本文采用兩級(jí)式三相光伏陣列并網(wǎng)系統(tǒng)直流電壓Udc外環(huán)、電流內(nèi)環(huán)控制，如圖2所示。

4 仿真分析

以海納通太陽能多晶硅SW-260W-P型號(hào)的太陽電池模塊為例。四個(gè)標(biāo)準(zhǔn)條件測試參數(shù)：開路電壓Uoc=43.7 V;短路電流Isc=7.83 A;最大功率點(diǎn)電壓Um=35 V;最大功率點(diǎn)電流Im=7.43 A;光伏電池最大輸出功率Pm=260 W。三個(gè)補(bǔ)償參數(shù)a、b、c分別為8e-4、0.2、1.5e-3。根據(jù)圖2，通過Simulink搭建仿真模型。設(shè)置以下環(huán)境條件變化場景：I、保持光照強(qiáng)度不變（S=1e3W/m2），0.3 s～0.5 s溫度由標(biāo)準(zhǔn)溫度漸變至0 ℃，0.5 s時(shí)突變至50 ℃;II、保持溫度不變（T=25 ℃），0.3 s～0.5 s光照由標(biāo)準(zhǔn)光照強(qiáng)度漸變至600 W/m2，0.5 s時(shí)突變1 200 W/m2;III、0 s～1 s溫度由0 ℃漸變至50 ℃，光照強(qiáng)度由600 W/m2漸變至1 200 W/m2，如圖3、圖4所示。

C&V法所控電壓、電流也均未能較好跟隨環(huán)境變化。場景II時(shí)：環(huán)境自適應(yīng)算法、變步長算法時(shí)電流能夠跟隨光照條件變化，電壓能夠根據(jù)實(shí)際光照強(qiáng)度影響進(jìn)行相應(yīng)調(diào)整。在0.5 s光照強(qiáng)度突變時(shí)環(huán)境自適應(yīng)算法對(duì)其所控輸出電壓具有更強(qiáng)抑制作用。如表2所示。

表2給出場景I、II光伏陣列輸出特性比較結(jié)果，其中：βn=[實(shí)際值-理論值]/理論值，（n=1，2，3）。結(jié)合圖3和圖4，表1和表2，可以看出環(huán)境自適應(yīng)算法跟隨性優(yōu)于C&V法、變步長法，功率損耗小于C&V法、變步長法，且電壓與電流穩(wěn)定性也均優(yōu)于其他兩種算法。

6 總結(jié)

本文針對(duì)適用于光伏發(fā)電系統(tǒng)并網(wǎng)工程實(shí)際，基于光伏電池行為模型，引入環(huán)境修正參數(shù)，提出一種基于環(huán)境自適應(yīng)MPPT算法，實(shí)時(shí)修正光伏陣列最大功率電壓Um，提高最大功率點(diǎn)Pm跟蹤速度，減小系統(tǒng)損耗。結(jié)合本算法，通過兩級(jí)式三相逆變光伏發(fā)電系統(tǒng)并網(wǎng)逆變器雙環(huán)控制，保證光伏并網(wǎng)逆變器輸出功率實(shí)時(shí)跟蹤光伏陣列輸出最大功率。

通過MATLAB/Simulink仿真軟件搭建光伏發(fā)電系統(tǒng)仿真平臺(tái)，根據(jù)仿真結(jié)果，充分驗(yàn)證本文所提算法正確性、有效性，為光伏發(fā)電系統(tǒng)工程實(shí)際應(yīng)用提供相關(guān)理論研究基礎(chǔ)，后續(xù)將根據(jù)現(xiàn)有研究基礎(chǔ)搭建實(shí)驗(yàn)平臺(tái)。

參考文獻(xiàn)

[1] Moacyr Aureliano Gomes de Brito， Luigi Galotto， et al. Evaluation of the Main MPPT Techniques for Photovoltaic Applications [J]. IEEE Trans. Power industrial electronics， 2013， 60（3）：1218-1231.

[2] 崔巖，蔡炳煌，李大勇，等. 太陽能光伏系統(tǒng)MPPT控制算法的對(duì)比研究[J]. 太陽能學(xué)報(bào)， 2006，27（6）：535-539.

[3] 張蔚. BP神經(jīng)網(wǎng)絡(luò)在光伏發(fā)電MPPT中的應(yīng)用[J].現(xiàn)代建筑電氣， 2010，1（4）：54-57.

[4] 王紅艷，萬盟. 基于粒子群算法的MPPT控制策略研究[J]. 南京工程學(xué)院學(xué)報(bào)， 2014， 12（2）：24-27.

[5] 賴東升，楊蘋. 一種應(yīng)用于光伏發(fā)電MPPT的變步長電導(dǎo)增量法[J]. 電力電子技術(shù)， 2012， 3（24）：35-39.

[6] 焦陽， 宋強(qiáng)， 劉文華. 光伏電池實(shí)用仿真模型及光伏發(fā)電系統(tǒng)仿真[J]. 電網(wǎng)技術(shù)， 2010， 34（11）：198-202.

（收稿日期：2019.09.24）·