摘 要：由于太陽電池輸出特性具有非線性特征，最大功率點追蹤（MPPT）算法已應用于各大型或小微型光伏發(fā)電系統(tǒng)中。以MPPT算法中的傳統(tǒng)定步長擾動觀察法（Pamp;O）為研究基礎(chǔ)，針對該算法的追蹤速度與穩(wěn)態(tài)抑制難以平衡的問題，提出一種基于Pamp;O的穩(wěn)態(tài)識別控制與快速追蹤相結(jié)合的MPPT算法（SIC-FT算法），同時提出一種評價MPPT算法性能的評價體系。通過在Matlab2022a/Simulink平臺上搭建模型，對提出的算法以及其他基于Pamp;O改進的算法，應用該文提出的評價體系進行仿真對比。結(jié)果顯示，所提算法整體上優(yōu)于仿真的其他同類算法。

關(guān)鍵詞：最大功率點追蹤；光伏系統(tǒng)；擾動觀察；穩(wěn)態(tài)振蕩；快速追蹤

中圖分類號：TM615""""""""""""""""""""""" """""""" 文獻標志碼：A

0 引 言

太陽電池的輸出特性是非線性的，外部環(huán)境（太陽輻照度、溫度等）因素極易影響光伏系統(tǒng)的功率輸出。因此，為提高能量利用率，需跟蹤太陽電池的最大功率點（maximum power point，MPP）。對MPP實現(xiàn)跟蹤并對系統(tǒng)進行調(diào)控的技術(shù)稱為最大功率點跟蹤技術(shù)（maximum power point tracking，MPPT）［1］。常見的MPPT技術(shù)中，擾動觀察法（perturbation observation method， Pamp;O）易于實現(xiàn)且能有效跟蹤MPP［2-3］。但傳統(tǒng)的Pamp;O算法的追蹤精度與追蹤速度難以平衡、易產(chǎn)生追蹤漂移等問題，因此需對Pamp;O算法進行改進。

為解決Pamp;O算法追蹤精度與追蹤速度的平衡問題，文獻［4］使用固定步長Pamp;O算法與全線評估算法結(jié)合（fast-Pamp;O，F(xiàn)-Pamp;O），一定程度上平衡了動態(tài)追蹤和穩(wěn)態(tài)抑制的矛盾；文獻［5］的穩(wěn)態(tài)追蹤算法（steady output and fast tracking，SOFT）引入一種計數(shù)機制判斷穩(wěn)態(tài)，然后停止人工擾動以減少振蕩；文獻［6］提出一種通過采樣四點占空比識別穩(wěn)態(tài)和確定穩(wěn)態(tài)電壓的MPPT算法（free fast tracking，F(xiàn)FD）。此外，文獻［7］使用基于模糊邏輯的可變步長以提高瞬態(tài)響應；文獻［8］通過劃分MPP區(qū)域并使用變步長搜索以提高追蹤效率。在抑制穩(wěn)態(tài)振蕩方面，文獻［9］提出一種新穎的啟停機制，該引入啟停機制的Pamp;O算法，通過識別是否達到3個或以上MPP附近的三步振蕩以確定是否到達穩(wěn)態(tài)。同年，李欣等［10］提出識別和保持三能級擾動的中點，從而消除穩(wěn)態(tài)振蕩的方法。

基于上述研究，本文提出一種改進的Pamp;O算法（steady-state identify and control and fast tracking SIC-FT），該算法主要由劃定區(qū)域快速追蹤和穩(wěn)態(tài)識別控制兩部分組成。并通過在Matlab 2022a/Simulink平臺上搭建基于Boost電路的太陽能光伏發(fā)電系統(tǒng)的簡單模型對該算法的可行性進行驗證。還提出一種MPPT算法性能的評價體系。最后將該體系應用到新算法和F-Pamp;O算法、SOFT算法以及FFD算法的對比中，對4種算法進行評價。

1 常規(guī)Pamp;O算法

1.1 Pamp;O算法基本原理

擾動觀察法（Pamp;O），又稱爬山法，自其提出以來便成為一種熱門且使用率高的MPPT控制算法。傳統(tǒng)的Pamp;O算法對硬件要求低、操作簡單、易于實現(xiàn)、應用范圍廣泛，在低成本光伏逆變器中被廣泛應用。擾動觀察法的基本思路是通過不斷改變光伏組件的輸出電壓或電流使得光伏組件的實際輸出功率不斷接近此時的最大理論輸出功率［2-3］。常規(guī)的Pamp;O法的流程如圖1所示。

Pamp;O算法的原理是先給出一個擾動輸出的電壓信號，再檢測計算其功率[P（k）]的變化，最后根據(jù)與擾動之前的功率值[P（k-1）]相比較的結(jié)果調(diào)整擾動方向。常規(guī)的Pamp;O算法步長固定，每一次迭代產(chǎn)生差值而造成振蕩，使得實際的工作點在MPP附近浮動，無法真正達到MPP的確定值［3，11］。由于振蕩的幅度與步長有關(guān)，選取較小步長，振蕩的幅度減小，但算法的追蹤速度也會受到影響。如果選取的步長較大，則精度無法達到預期［12］。傳統(tǒng)Pamp;O算法的另一大缺點就是易造成誤判。在快速而波動大的太陽輻照度變化的情況下，算法無法識別光伏組件（PV）功率的增量是由于施加的擾動還是由于入射太陽輻照度的增加引起的，這種現(xiàn)象稱為MPPT漂移［13］。

1.2 Boost電路模型

Boost電路在光伏系統(tǒng)中常作為執(zhí)行MPPT的后級變換器。Boost電路的基本結(jié)構(gòu)如圖2所示。其中，[VIN]表示輸入電壓，V；[VOUT]表示輸出電壓，V；[C1]表示輸入濾波電容，F(xiàn)；[C2]表示輸出濾波電容，F(xiàn)；[L]表示功率電感，H；S1和S2表示開關(guān)管，可通過控制占空比改變輸出電壓。對于光伏發(fā)電系統(tǒng)中的Boost電路而言，其器件參數(shù)的選擇是影響系統(tǒng)輸出效果的重要因素，與太陽電池匹配的Boost電路也會對MPPT算法的實現(xiàn)產(chǎn)生影響［13］。

2 提出的MPPT算法

如前文所述，擾動觀察法具有許多優(yōu)點。但其仍存在一些難以解決的問題，例如在選擇步長時的追蹤精度與追蹤速度兩者的平衡問題、環(huán)境變化時易漂移以及在穩(wěn)態(tài)下仍有功率損失等問題。

如何同時解決上述提出的問題也是如今研究的重點之一。針對以上問題，提出一種改進的Pamp;O算法，首先將整個追蹤過程分為兩個階段，并將算法分為穩(wěn)態(tài)識別控制（steady-state identify and control， SIC）和快速追蹤（fast tracking， FT）兩部分，在一個配套的算法系統(tǒng)中解決盡量多的問題以提高太陽電池的能量利用率。

2.1 快速追蹤算法（FT）

由前文所述分析，由于在固定步長下，Pamp;O算法難以兼顧追蹤速度和追蹤精度，因此可在需要更高的追蹤速度的區(qū)域內(nèi)使用較大的步長，而在需要更高的追蹤精度的區(qū)域內(nèi)使用較小的步長，通過隔斷區(qū)域?qū)崿F(xiàn)兩者的平衡。如圖3a所示，太陽電池的P-U特性曲線呈先上升到MPP點后下降的趨勢，對應的I-U特性曲線先平穩(wěn)下滑到MPP點，后急劇下降，如圖3b所示。而在不同太陽輻照度或溫度的情況下，P-U特性曲線和I-U特性曲線在[y]軸上的數(shù)值變化較大，難以據(jù)此劃分區(qū)域。而對于I-U特性曲線，在不同太陽輻照度下，其曲線趨勢大致相同，即其曲線斜率大致相同，因此，可根據(jù)該特性對追蹤區(qū)域進行劃分。

本文繪制了[dI/dU-U]特性曲線。太陽電池在400、700和1000 W/m2下的特性曲線趨勢如圖4a所示：[dI/dU-U]特性曲線在不同太陽輻照度下的趨勢基本相同，且對應[dI/dU]的值相差較小。整個曲線被劃分為3個區(qū)域：區(qū)域1（緩慢變化區(qū)）、區(qū)域2（MPP區(qū)）以及區(qū)域3（急劇變化區(qū)）。

區(qū)域1是緩慢變化區(qū)。在該區(qū)域，不同太陽輻照度下的[dI/dU]值幾乎相同，下降趨勢平緩。其相對應的P-U特性曲線如圖4b所示，接近線性變化的狀態(tài)。由于該區(qū)域遠離MPP點且功率值呈線性變化，因此在該區(qū)域，可采用較大的步長進行搜索以提高效率。區(qū)域2是MPP區(qū)，在這個區(qū)域需識別穩(wěn)態(tài)并確定穩(wěn)態(tài)功率。因此在這個區(qū)域可采用較小的步長進行搜索。區(qū)域3是急劇變化區(qū)。在該區(qū)域[dI/dU]值急劇變化，所以該區(qū)域遠離最大功率點，且對于不同太陽輻照度呈現(xiàn)出一定的差異化。由于較大的步長在劇烈變化區(qū)內(nèi)有可能導致搜索方向的誤判，因此該區(qū)域不能采用與區(qū)域1相同的大步長；考慮到搜索的效率以及后續(xù)的穩(wěn)態(tài)識別，該區(qū)域下的步長應相較區(qū)域2有所增加，其對應的P-U特性曲線分區(qū)圖如圖4b所示。

2.2 穩(wěn)態(tài)識別控制算法（SIC）

為解決系統(tǒng)在MPP附近振蕩帶來的一系列問題，需要在識別穩(wěn)態(tài)情況后通過算法控制工作電壓，并將電壓固定到可控制的最大功率點。

2.2.1 穩(wěn)態(tài)識別算法

對于一般的固定步長的Pamp;O算法而言，工作電壓在MPP附近呈現(xiàn)固定而有規(guī)律的振蕩，其對應的功率同樣有一定的周期性。對于在MPP附近的兩點振動而言，由于搜索的工作點無法到達MPP上，因此穩(wěn)態(tài)時工作點一直[a、b]兩點之間交換，如圖5所示?？煽闯?，無論是在哪兩個工作電壓上變化，在固定的步長下，[a、b]兩個工作點的功率值的差一般限制在某個數(shù)值內(nèi)。這體現(xiàn)了固定步長Pamp;O在穩(wěn)態(tài)下的性能優(yōu)勢。

對于三點浮動的情況，也有相似的結(jié)論支撐?？衫霉潭ú介LPamp;O在外界環(huán)境變化穩(wěn)定時體現(xiàn)出的特性來判斷是否達到穩(wěn)態(tài)，進而達到基本的識別目的。此外，在不同環(huán)境下（太陽輻照度、溫度），光伏特性曲線有所不同［14］。其中一個主要特點是曲線的梯度差異。這種梯度差異影響在相同的兩點或三點電壓中反復變化的功率，導致其在不同環(huán)境參數(shù)下的數(shù)值發(fā)生振蕩。因此，在利用該特性時，需考慮不同環(huán)境下的狀態(tài)［15］。由于溫度對光伏特性曲線的影響與太陽輻照度的影響相比可忽略不計，因此在本算法中僅考慮太陽輻照度變化帶來的影響。本文引入一個環(huán)境因子[α]，并給出一個識別穩(wěn)態(tài)的判定方法：

首先，式（1）給定一個閾值[δ]：

[δ=αS]" （1）

式中：[α]——環(huán)境因子，與選定步長有關(guān)的常數(shù)；[S]——當前太陽輻照度，W/m2。通常情況下，太陽輻照度越大，振蕩則越劇烈。

當臨近的3個擾動的功率的兩兩差值始終小于閾值[δ]，則認為系統(tǒng)工作達到穩(wěn)態(tài)。例如，當前時刻以及前兩個時刻對應的功率為：

[P（k）-P（k-1）lt;δP（k）-P（k-2）lt;δP（k-1）-P（k-2）lt;δ]"""""""" （2）

如果光伏系統(tǒng)中功率的變化滿足式（2）則認為該系統(tǒng)到達穩(wěn)態(tài)。

2.2.2 穩(wěn)態(tài)控制算法

在實現(xiàn)環(huán)境穩(wěn)態(tài)的識別后，需對穩(wěn)態(tài)下的工作電壓進行控制。當系統(tǒng)被識別到達穩(wěn)態(tài)后，在穩(wěn)態(tài)識別中采樣的三點功率已接近MPP點的功率值。若改變步長，以更小的占空比變化值[ΔD]進行搜索則會增大運算量，且在環(huán)境變化較為激烈的場景下易造成搜索方向錯誤。因此，當三點的兩兩差值都在閾值范圍內(nèi)時，系統(tǒng)便停止搜索，并在穩(wěn)態(tài)下以一個恒定的電壓進行工作。本文提出的算法中，利用前一個階段采樣的3個工作點的數(shù)值，通過2.2.1所述的算法求出3個點中功率最高的工作點對應的占空比，并在識別到的穩(wěn)態(tài)之后的時間持續(xù)采用該占空比控制電壓。并采用一種基于步長自適應的Pamp;O方法來跟蹤MPP。第[k]個時刻的追蹤步長由式（3）確定。

[ΔDmin=M（k）[P（k）-P（k-1）][V（k）-V（k-1）]]" （3）

式中：[ΔDmin]——每步提供的最小步長值；[M（k）]——第[k]次擾動時的調(diào)制因子；[P]——光伏組件PV的功率，W；[V]——相應擾動時刻的PV電壓，V。這種方法使得在穩(wěn)態(tài)下的功率始終處于一個較高的狀態(tài)，以提高穩(wěn)態(tài)時能量的利用率。

2.3 本文提出的Pamp;O算法

本文所提算法是基于Pamp;O的MPPT算法，主要由劃定區(qū)域快速追蹤和穩(wěn)態(tài)識別控制兩部分組成。因此以下簡稱SIC-FT算法。

在系統(tǒng)開始啟動后，首先進入緩慢變化區(qū)（區(qū)域1），經(jīng)由大步長擾動觀察接近MPP區(qū)（區(qū)域2），然后利用小步長逐步接近MPP。當系統(tǒng)的工作狀況達到穩(wěn)態(tài)識別條件后，采用合適的占空比。直到太陽電池輸出功率由于環(huán)境變化發(fā)生改變，再次啟用快速追蹤算法搜索到下一個穩(wěn)態(tài)的MPP區(qū)。

如圖6所示為穩(wěn)態(tài)識別算法。根據(jù)具體的環(huán)境以及追蹤需要，首先初始化環(huán)境因子[α]以及3個區(qū)域?qū)牟介L[ΔD1、ΔD2、ΔD3]。然后在不同區(qū)域使用不同步長進行搜索并啟用穩(wěn)態(tài)識別算法識別穩(wěn)態(tài)。穩(wěn)態(tài)識別算法需采樣當前時刻和前兩個采樣時間中的功率，并采樣當前環(huán)境太陽輻照度確定相應的閾值。然后通過式（2）識別系統(tǒng)是否到達穩(wěn)態(tài)。如果達到穩(wěn)態(tài)，則進入穩(wěn)態(tài)步長控制算法，否則繼續(xù)進行分區(qū)域的搜索。

穩(wěn)態(tài)步長控制算法如圖7所示。當系統(tǒng)經(jīng)穩(wěn)態(tài)識別算法判定到處于穩(wěn)態(tài)時，則比較[P（k）、P（k-1）]以及[P（k-2）]，找出三點或兩點擾動中功率最大的點，并將該點對應的占空比作為穩(wěn)定狀態(tài)下的恒定占空比[Dfixed]。當外界環(huán)境發(fā)生變化導致穩(wěn)態(tài)條件式（1）無法滿足時，系統(tǒng)識別該狀態(tài)為非穩(wěn)態(tài)，然后再次進入分區(qū)域的Pamp;O算法對新的MPP進行追蹤。因此選取的閾值[δ]需要考慮外部環(huán)境的變化。

而分區(qū)域的快速追蹤算法是貫穿整個追蹤過程的算法，其流程如圖8所示。根據(jù)不同太陽電池或光伏陣列的屬性計算區(qū)域劃分的參數(shù)[k1]以及[k2]。由于區(qū)域1（緩慢變化區(qū)）的I-U曲線較平緩，因此[k1]的絕對值較小，如果太陽輻照度的變化范圍較小時，[k2]的取值可更加靠近各MPP點；反之則遠離各MPP點。通過判斷系統(tǒng)當前工作所在的區(qū)域，可確定對應的步長。3個模塊按時序交叉運行，共同實現(xiàn)SIC-FT算法。

3 提出的MPPT算法評價體系

為對不同MPPT算法的性能進行對比，需對算法不同的特性進行量化。

3.1 穩(wěn)態(tài)抑制效果ηSteady

對于穩(wěn)態(tài)抑制效果[ηSteady]，需考慮MPP追蹤精度和波動程度這兩個因素。MPP追蹤精度用指標[η1]衡量：

[η1=PavgPmpp]""""" （4）

式中：[Pavg]——算法在穩(wěn)態(tài)狀態(tài)下的平均功率，W；[Pmpp]——理論的最大功率值，W。[η1]的值越大，算法的追蹤精度則越佳。

波動程度用指標[η2]衡量：

[η2=Pk-Pavg2（Pavg）2]""" （5）

[η2]的值越大，算法的波動程度越大。本文使用指標[ρS]表示對穩(wěn)態(tài)整體的動態(tài)效率進行衡量：

[ρS=t1t2Ppvdtt1t2Pmppdt]"" （6）

式中：[Ppv]——光伏組件輸出功率，kW；[t1、t2]——積分時間，s。

3.2 快速追蹤效率[Kft]

快速追蹤的效率是檢驗MPPT算法的一個重要指標。性能較好的追蹤效率有利于減少功率的損失以及穩(wěn)態(tài)的識別。首先是對追蹤速度的評價指標[Vft]：

[Vft=t?ΔS]""""""""" （7）

式中：[t]——環(huán)境變化追蹤到穩(wěn)態(tài)所用的時間，s；[ΔS]——太陽輻照度變化，W/m2。同時，對于追蹤效率的評價還需考慮到追蹤過程中的波紋影響，因此再次引入動態(tài)效率[ρft]：

[ρft=0tPpvdt0tPmppdt] （8）

綜合上述兩個指標，快速追蹤效率[Kft]為：

[Kft=Vft×ρS] （9）

3.3 啟動追蹤性能Kst

對于大多數(shù)的MPPT算法，啟動追蹤性能的差異大多體現(xiàn)在不同程度的波動上。因此對于該性能應更多聚焦于動態(tài)效率上，因此，啟動追蹤性能[Kst]：

[Kst=0tPpvdtPmpp] （10）

以上指標共同組成對MPPT算法的評價體系。在具體的應用中，可根據(jù)需要對3個指標的權(quán)重進行調(diào)整。

4 仿真與討論

4.1 仿真模型

在Matlab 2022a/Simulink平臺上搭建基于Boost電路的太陽能光伏發(fā)電系統(tǒng)的簡單模型。通過插入一個Subsystem控制Boost電路中開關(guān)管的占空比對輸出電壓進行控制，并通過Subsystem中的Memory模塊反饋信息。仿真的采樣時間設(shè)置為一個開關(guān)周期內(nèi)采樣100個點。即采樣時間[tS=100/fS]，其中[fS]為PWM的開關(guān)頻率。搭建的主模型如圖9所示。

Boost電路的輸入選擇Simulink內(nèi)置的PV模塊，電池型號選擇SunPower SPR-305E-WHT-D，每個光伏組件串中串聯(lián)5個電池模塊，共66個光伏組件串并聯(lián)。對應的電池參數(shù)如表1所示。

在Matlab2022a/Simulink中繪制得到該PV模塊的光伏特性曲線如圖10所示，根據(jù)Boost電路的特點，對于器件參數(shù)的選擇限制為：

[Lgt;D·（1-D）2·V2O·TSη1·PO]""""""""" （11）

[C1gt;ΔiL·TS8·ΔμS·（1-D）]""""" （12）

[C2gt;PO·D·TSη2·V2O]""" （13）

式中：[VO]——Boost電路的輸出電壓，V；[TS]——開關(guān)周期，s；[PO]——Boost電路的最大功率，W；[η1]——最大電流紋波率；[η2]——最大輸入電壓紋波率；[ΔiL]——輸入的波紋電流；[ΔμS]——輸入的波紋電壓。綜上，Boost電路的相關(guān)參數(shù)選擇如表2所示。

4.2 基于Pamp;O改進的算法分析及對比

4.2.1 SIC-FT算法仿真

如2.1節(jié)所述，SIC-FT算法需將不同的步長應用于劃分的3個區(qū)域中。3個區(qū)域的占空比步長選取分別為[ΔD1=0.020]、[ΔD2=0.005、ΔD3=0.015]。

在Matlab2022a/Simulink平臺上對SIC-FT算法進行仿真驗證可通過模型中的Subsystem模塊對算法進行控制。在對SIC-FT算法的實現(xiàn)中，對該算法在1000～300 W/m2太陽輻照度變化中對SIC-FT算法進行仿真，太陽輻照度變化在1 s處設(shè)置為瞬態(tài)下降，仿真時間為1.5 s得到的仿真輸出如圖11所示。

圖11a為SIC-FT算法在整個仿真時間中的輸出功率。在整個仿真時間中，輸出功率變化平穩(wěn)，波動較小，追蹤速度較為理想。圖11b為輸出功率在太陽輻照度變化時的局部細節(jié)圖，可看到，在太陽輻照度變化0.02 s后基本達到穩(wěn)態(tài)識別和控制的效果。圖11c為輸出功率在穩(wěn)態(tài)時的局部細節(jié)圖，經(jīng)穩(wěn)態(tài)識別和控制算法后，輸出功率基本保持穩(wěn)定且振蕩較小。圖11d則是輸出占空比圖，可明顯看到，SIC-FT算法能在識別穩(wěn)態(tài)后有效固定占空比的輸出，并能識別到環(huán)境的變化，快速啟動追蹤算法并進入到下一個穩(wěn)態(tài)。

4.2.2 基于Pamp;O改進的算法對比與分析

在1000～300 W/m2太陽輻照度瞬態(tài)變化中對F-Pamp;O算法、SOFT算法、FFD算法以及提出的SIC-FT算法進行仿真得到的輸出功率波形圖如圖12所示。

如圖12所示，在瞬態(tài)啟動中F-Pamp;O算法的跟蹤振動比較平滑，而SOFT算法則在啟動后到達穩(wěn)態(tài)前存在下降波動，存在搜索方向誤判的風險，F(xiàn)FD算法則需經(jīng)較長時間到達穩(wěn)態(tài)，且搜索產(chǎn)生的振蕩較大。而提出的SIC-FT算法則可有效改善上述缺點，在瞬態(tài)啟動時以較平滑的趨勢接近MPP。

在太陽輻照度發(fā)生瞬態(tài)變化時，F(xiàn)-Pamp;O算法和SOFT算法的波動接近，而SOFT算法可更快地搜索到下一個穩(wěn)態(tài)狀態(tài)附近。FFD算法的波動較前2個算法有所減少，而跟蹤速度有所增加。綜上：本文提出的SIC-FT算法具有跟蹤速度快，跟蹤平穩(wěn)的特點，其性能要優(yōu)于另外3種算法。在穩(wěn)態(tài)抑制方面，F(xiàn)-Pamp;O算法在太陽輻照度較大時振蕩明顯，因此會造成更大的功率損失。SOFT算法則在一定程度上抑制了振蕩程度，但在高太陽輻照度時仍有明顯振蕩。FFD算法基本上將穩(wěn)態(tài)功率固定在一個較小的區(qū)間中。提出的SIC-FT算法則在FFD算法的基礎(chǔ)上對穩(wěn)態(tài)功率的確定更加精確。

應用第2節(jié)提出的評價體系，計算4種算法得到的指標值如表3所示。

由于各指標評價取值范圍較大，故將其進行歸一化處理。對以上指標進行歸一化如表4所示。

高太陽輻照度波動程度η2high""" 0.0021""""" 1.000""""""" 0.0910""""" 0.000""""""" 高太陽輻照度穩(wěn)態(tài)動態(tài)效率ρhigh""""" 0.15 0.42"""""""" 1.00 0.00 快速追蹤效率Kft"" 1.00 0.26 0.42 0.00 啟動追蹤性能ρst 0.00 0.95 1.00 0.62 ]

通過以上處理，可得到4種算法的優(yōu)缺點以及適用場景：F-Pamp;O算法追蹤精度較好，啟動快，但波動程度在4種算法中較劇烈，因此在追蹤時動態(tài)效率較低，但其算法簡單且對硬件要求不高，適合在小規(guī)模低成本且環(huán)境變化平穩(wěn)的場景使用；SOFT算法啟動快、動態(tài)效率表現(xiàn)優(yōu)異，但追蹤效率一般，同時算法難度較大，適合對穩(wěn)態(tài)效率要求高的場景使用；FFD算法波動程度較小，但追蹤和穩(wěn)態(tài)的動態(tài)效率都相對較低，能量損失大，且算法需提前預測環(huán)境變化，適合環(huán)境變化進行預測且對能量轉(zhuǎn)換效率不高的場景下使用；本文提出的SIC-FT算法在低太陽輻照度下的穩(wěn)態(tài)追蹤效率較高，波動小且較穩(wěn)定，快速追蹤的效率表現(xiàn)優(yōu)秀，但啟動相對較慢、在高太陽輻照度的穩(wěn)態(tài)下效率不夠高，因此適合環(huán)境變化復雜劇烈且一般在較低太陽輻照度下變化的場景使用。

通過評價體系的量化，并加入對算法實現(xiàn)度的難易評定，可得到對4種算法的綜合評價如表5所示。

5 結(jié) 論

本文通過對現(xiàn)有Pamp;O算法的分析，提出一種性能更佳的SIC-FT算法，并利用仿真模擬驗證該算法的可行性。同時，本文提出一種設(shè)計穩(wěn)態(tài)效率、追蹤速度和啟動效率地MPPT算法評價體系，并將該體系應用到算法的評價中。仿真結(jié)果顯示：

1）相較于F-Pamp;O算法，本文提出的SIC-FT算法在保持良好的追蹤速度的同時，減小了穩(wěn)態(tài)波動大的缺點。

2）相較于SOFT算法，本文提出的SIC-FT算法擁有較快的啟動速度，且更好地抑制穩(wěn)態(tài)振蕩，避免了追蹤不夠平滑，規(guī)避了追蹤方向誤判的風險。

3）相較于FFD算法，本文提出的SIC-FT算法的追蹤振蕩較小，減少了能量的損失。

綜上，本文提出的SIC-FT算法在追蹤效率和穩(wěn)態(tài)抑制方面都有較好表現(xiàn)，在低太陽輻照度下環(huán)境變化劇烈多變的場景表現(xiàn)良好，是一種擁有一定實用價值的MPPT算法。

［參考文獻］

［1］"""""" 李昂， 劉文鋒， 李音柯， 等. 基于IPamp;O-ICS算法的光伏系統(tǒng)MPPT控制研究［J］. 太陽能學報， 2023， 44（5）： 203-209.

LI A， LIU W F， LI Y K， et al. Research on MPPT control of photovoltaic system based on IP amp; O-ICS algorithm［J］. Acta energiae solaris sinica， 2023， 44（5）： 203-209.

［2］"""""" 付文龍， 孟嘉鑫， 張赟寧， 等. 復雜遮蔭下基于改進GWO的光伏多峰MPPT控制［J］. 太陽能學報， 2023， 44（3）： 435-442.

FU W L， MENG J X， ZHANG Y N， et al. Photovoltaic multi-peak MPPT control based on improved GWO under complex shade［J］. Acta energiae solaris sinica， 2023， 44（3）： 435-442.

［3］"""""" CHARU K M， THAKUR P， ANSARI M F， et al. Pitfalls of conventional MPPT techniques of solar PV［C］//2021 3rd International Conference on Advances in Computing， Communication Control and Networking （ICAC3N）. Greater Noida， India， 2021： 1069-1074.

［4］"""""" PANDEY A， DASGUPTA N， MUKERJEE A K. High-performance algorithms for drift avoidance and fast tracking in solar MPPT system［J］. IEEE transactions on energy conversion， 2008， 23（2）： 681-689.

［5］"""""" BHATTACHARYYA S， DATTU SAMPATH KUMAR P， SAMANTA S， et al. Steady output and fast tracking MPPT （SOFT-MPPT） for Pamp;O and InC algorithms［J］. IEEE transactions on sustainable energy， 2021， 12（1）： 293-302.

［6］"""""" LI N， ZHANG C J， WEI D， et al. A boost converter-based MPPT steady-state oscillation-free fast tracking control strategy for photovoltaic power systems［J］. IET power electronics， 2023， 16（3）： 483-497.

［7］"""""" MACAULAY J， ZHOU Z F. A fuzzy logical-based variable step size Pamp;O MPPT algorithm for photovoltaic system［J］. Energies， 2018， 11（6）： 1340.

［8］"""""" ALI A I M， MOHAMED H R A. Improved Pamp;O MPPT algorithm with efficient open-circuit voltage estimation for two-stage grid-integrated PV system under realistic solar radiation［J］. International journal of electrical power amp; energy systems， 2022， 137： 107805.

［9］"""""" KHAN O， XIAO W D. Integration of start-stop mechanism to improve maximum power point tracking performance in steady state［J］. IEEE transactions on industrial electronics， 2016， 63（10）： 6126-6135.

［10］"""" LI X S， WEN H Q， JIANG L， et al. An improved MPPT method for PV system with fast-converging speed and zero oscillation［J］. IEEE transactions on industry applications， 2016， 52（6）： 5051-5064.

［11］"""" 王偉， 戴朝華， 陳維榮， 等. 改進功率預測變步長擾動法在光伏MPPT中的研究［J］. 太陽能學報， 2022， 43（2）： 217-225.

WANG W， DAI C H， CHEN W R， et al. Research on improved variable step perturbation algorithm for power prediction in photovoltaic MPPT［J］. Acta energiae solaris sinica， 2022， 43（2）： 217-225.

［12］"""" RIQUELME-DOMINGUEZ J M， MARTINEZ S. Systematic evaluation of photovoltaic MPPT algorithms using state-space models under different dynamic test procedures［J］. IEEE access， 2022， 10： 45772-45783.

［13］"""" WAGHMARE V B， SWAPNALI C N. A drift free perturb amp; observe MPPT in PV system［C］//2017 Second International Conference on Electrical， Computer and Communication Technologies （ICECCT）. Coimbatore， India， 2017： 1-5.

［14］"""" SWAMINATHAN N， LAKSHMINARASAMMA N， CAO Y. A fixed zone perturb and observe MPPT technique for a standalone distributed PV system［J］. IEEE journal of emerging and selected topics in power electronics， 2022， 10（1）： 361-374.

［15］"""" AHMED J， SALAM Z. An improved perturb and observe （Pamp;O） maximum power point tracking （MPPT） algorithm for higher efficiency［J］. Applied energy， 2015， 150： 97-108.

RESEARCH ON SIC-FT CONTROL ALGORITHM FOR MPPT PHOTOVOLTAIC SYSTEM

Qin Shiqing，He Yingyi，Cao Tong，Chen Feiyu，Xi Xi，Yang Guofeng

（Jiangsu Provincial Research Center of Light Industrial Optoelectronic Engineering and Technology， School of Science，

Jiangnan University， Wuxi 214122， China）

Abstract：Given the non-linear characteristics of solar cell outputs， the maximum power point tracking （MPPT） algorithms are employed in numerous micro PV systems， regardless of their scale. This study focuses on the traditional fixed-step perturbation and observation （Pamp;O） method used in the MPPT algorithm. Due to challenges in optimizing tracking speed with steady-state oscillation suppression in the standard Pamp;O algorithm， a novel Pamp;O-based approach is introduced， integrating steady-state identification with fast tracking. Moreover， a performance evaluation system for the MPPT algorithm is introduced. Using the Matlab2022a/Simulink platform， the proposed method’s efficacy was benchmarked against other enhanced Pamp;O algorithms via simulations guided by the aforementioned evaluation system. Results suggest that the proposed method consistently outperforms its counterparts in the simulations.

Keywords：maximum power point tracking； photovoltaic system； perturbation and observation（Pamp;O）； steady state oscillation； fast tracking