光伏电池的MPPT技术研究①

骆 力

(安徽工业大学计算机学院，安徽马鞍山243002)

0 引言

随着电力需求日益增长的现状，传统能源已经无法满足发展要求，必须要加大对可再生能源的开发力度，推广绿色能源在各项领域的应用，根据目前研究和实践成果，太阳能是值得探索和应用的理想能源.作为传统资源，国民经济对电力需求的依赖性越来越强，比如在照明中正在推广的LED技术，都需要有稳定的电力供应［1～2］.因此，将太阳能光伏系统应用于国民经济中的用电设备，具有环保、安全、无外接电源等优点.

图1 光伏电池MPPT原理图

图2 基于占空比D的MPPT调节

光伏发电系统一般由光伏阵列模块、逆变器和控制器三部分组成，从功率变换的角度看，逆变部分主要是将光伏电池吸收形成的直流电，转变为可以控制的交流电，控制器则为了满足各项指标进行智能调节.为保证在不同环境因素下，光伏电池能够输出最大功率电能，满足与电网馈入功率的平衡，需要在系统控制器中引入最大功率跟踪技术(MPPT)［3］.通过数学建模和仿真是研究太阳能光伏电池特性的重要手段，专家学者对于光伏电池数学模型的理论分析较为成熟，在此不再赘述，论文主要针对MPPT技术进行研究.

图3 扰动观察法基本流程图

目前，常见的MPPT算法有扰动观察法、电导增量法等，为提高算法精确度和实时性，引入不定步长的计算方法，这些对于一般单峰值的光伏阵列模型都是可以正常工作的［4～5］.但不可忽略的是，由于客观因素，当电池阵列中存在局部阴影导致出现多峰值点现象时，上述的MPPT算法则无法满足要求［6～7］.为此，论文通过分析基本 MPPT 算法原理，对比各自的优缺点，在保证有效工作的基础上，提出一种改进的PSC－MPPT算法，并验证了其可行性.

图4 不同采样时间、步长对输出性能的影响

1 基本原理

以光伏电池工程模型为例，图1所示即为光伏电池的最大功率跟踪原理图，其控制方法即为调整负载阻抗值Rload与电池输出阻抗Rpv的匹配特性，RL为Boost逆变器输出等效负载，Upv，Ipv为光伏电池的输出、电流.必须指出，光伏电池的输出阻抗Rpv值在外界环境的作用下将不断改变，如果采取有效的方法及时人为调整负载阻抗值Rload，使其依据电池的输出Rpv而跟随变化，即可满足光伏系统的MPPT控制［8］.假定逆变器输入和输出能量守恒，根据等效阻抗原理，可以求得光伏电池等效负载:

当Rpv=时，光伏电池输出最大功率:

因此，Boost逆变器在MPPT调节中的应用可以理解为调整占空比D来实现:

图2所示为光伏电池基于占空比D的调节曲线，将MPPT算法的输出量记为光伏电池的参考电压电流，以求通过占空比的变化实时自适应地调整电池电压电流的变步长.

图5 光伏电池I－U、P－U曲线

2 扰动观察MPPT算法

2.1 技术原理

扰动观察法属于自适应闭环控制方法，根据上述关于占空比调节的方法，按照一定的时间周期，在输出占空比上形成一个方向的小扰动ΔD，观察在该扰动作用下原有电压、电流等数据的变化效果，对比扰动前后的输出功率，判断其增大和减小的方向，若在扰动后输出功率降低，说明改变朝功率减小方向运行，应立即调整方向，若输出变大，说明方向有效，在此基础上继续添加扰动值，通过这样不断地扰动判断和搜索，直至寻求满足最大功率点判定要求.在MPPT的最大功率点处，系统会因为振荡形成能量损耗，这时可以通过减小扰动步长进行改善，但为了保证跟踪速度的实时性需要通过变步长扰动观察法来实现.

图3为扰动观察法基本流程图，在实际应用中，为防止由于外界环境变化时，扰动步长引起的功率变化不能跟踪真实变化引起的功率变化值，可适当增加扰动步长，对于算法中的扰动周期，通常给定的时间越短，系统判断越频繁，越容易寻求至最大功率点，但也会带来系统计算任务偏重、计算数据交错的问题，不利于算法的稳定运行.因此，根据光照变化，实时调节占空比，改变调节输出功率，应合理匹配扰动步长和扰动周期.

2.2 仿真分析

仿真系统功率等级为3KW，采取十块电池单元五串两并的组合方式，光伏阵列参数:最大功率点电压 Um=189.5V，最大功率点电流 Im=15.48A，开路电压 Uoc=226.5V，短路电流 Isc=16.62A，仿真时间为3s，1.5s时光照突变由 1000W/m2变为600W/m2，算法基于Matlab的M函数编程实现.

图4为研究采样时间和扰动步长对跟踪效果的研究.对比图4(a)与(b)，采样时间为0.2e～3s时，系统响应速度明显增快，1.6s时刻系统即稳定运行，但由于扰动周期较短，控制过程动态交错，系统运动受到相互影响产生波动，采样时间为1e～3s可以在1.65s进入稳态，占空比波形较好.对比图4(a)与(c)，采样时间相同，扰动步长增大，跟踪时间变短，但引起的扰动振荡损耗较大.

图6 电导增量法流程图

3 电导增量MPPT算法

3.1 技术原理

电导增量法相比扰动观察法，在于量化了最大功率点处工作电压和输出功率的变化关系，寻求两者之间变化规律，增强判断效果，调节精度更高，根据P=UI，对U求导:

根据在相同温度、不同光照条件下的电池特性曲线分析，如图5所示，在最大功率点处满足d P/d U=0，大于0说明在曲线左侧应增大电压值，而小于0则表示电压值偏高，应按照减小方向运行.

图7 电导增量法输出性能分析

图8 P－U特性曲线与函数C关系

上述改变均可以利用电路输出占空比的变化进行控制.电导增量法的优点在于，增强了判断方向的明确性，即使在光照突变的情况下，也能以平稳的方式正常工作，但同样也产生了大量的微分运 算，具体方法如图6所示.

图9 改进PSC－MPPT算法原理

3.2 仿真分析

光伏电池特性、仿真时间、光照变化参数与扰动观察法一致，采样时间设为1e～3s，扰动步长为0.005.考虑到在计算过程中存在多种与0比较的判据，因此增加冗余判断，即在满足 －ζ＜d P/d U＜ζ时，认为d P/d U值即为零.仿真结果如图7所示，对比分析，可以看到图7(a)相对于图4跟踪效果，减小了在稳态时最大功率点处的振荡损耗，而图7(b)的暂态和稳态过程更为稳定，系统振荡更小.

4 改进PSC－MPPT算法

4.1 技术原理

在实际工作时，光伏电池阵列会出现局部阴影或者其他失配情况，这些突发事件在特性曲线上将表现为峰值阶梯状，这对于上述分析的两种MPPT计算方法将出现误判甚至无法寻求真实最大功率点，为此对于这种局部阴影最大功率跟踪(PSCMPPT)技术值得分析和探索.相对于在传统MPPT算法基础上借助改变硬件或者添加补偿电路的实现方式，论文研究了一种基于改进电导增量法的PSC－MPPT技术，引入了局部阴影判断法和变步长电导增量法.

图10 局部遮阴后光伏电池输出性能

为判断是否进行变步长计算，在此引入输出功率对于输出电压的微分绝对值与光伏电池本身的功率Pn指数形成的乘积函数C，如图8所示，C由曲线C1和C2组成，对应极值点的电压为U1和U2，当电压U位于U1和U2之间时采用变步长模式，其余则为定步长分析，n取值越大系统响应越快.

当n=1时，可以将d C/d U的值分为四个部分:

当外界环境突变或者局部阴影时，式(7)将不能满足，此时在光伏电池I－U特性曲线上作等效电导线1/RMPP，可以注意到，电导线与特性曲线的交点电压等级较低，所以可依据此特征来进行判断调节，具体方法如图9所示，首先进行电池电压Upv和电流Ipv的采样，计算此时的瞬时阻抗Rpv，将Rpv与RMPP比较，当Rpv小于RMPP时，应选择增大占空比，重新计算直至两者相等，在完成上述判断后，再基于变步长的电导增量法进行最大功率点的跟踪.

4.2 仿真分析

仿真系统参数与前面一致，设定变化情况为在0.4s时刻，第一与第五部分光伏组件的光照由标准遮挡为300W/m2，第二与第四部分组件由标准遮挡为600 W/m2，电池特性曲线由图10(a)中的K1变为K2，最大功率点由变为P1变为P2.若依据常规算法进行判断寻找，跟踪局部最大功率点至380W左右，则形成较大的误差，从图10(b)可以看出，依据PSC－MPPT算法在0.55s时刻系统跟踪上最大功率点，逐渐稳定在500W左右，说明论文所研究的这种改进算法可以应对不同环境的突变，能够在较短的时间内及时调节，实现对最大功率点的跟踪，且具备较好的精确性.

5 结语

本文对光伏电池的MPPT技术进行了研究，在MPPT技术原理分析的基础上，通过对扰动观察法以及电导增量法的阐述，给出了具体的算法流程，通过Matlab软件进行仿真试验，相互对比不同算法的输出性能，分析出各自的优缺点，在此基础上提出一种改进的PSC－MPPT算法，有效解决了光伏电池局部遮阴的问题，实现了光伏电池在不同工作环境下的最大功率点跟踪，提高了工作效益，有助于光伏电池在国民经济生产中的推广应用.

［1］刘丽力.基于RFID技术的煤矿安全智能化监控系统［J］.世界电力元器件，2004(9):56－57.

［2］袁学访，郑春霞，李贻久.太阳能LED照明系统在煤矿中的应用［J］.煤矿机械，2009，30(9):218－220.

［3］赵争鸣，陈剑，孙晓瑛.太阳能光伏发电最大功率点跟踪技术［M］.北京:电子工业出版社，2012.

［4］雷蕾.光伏系统不均匀光照下最大功率点跟踪研究［D］.重庆:重庆大学，2011.

［5］陈如亮.光伏热斑现象及多峰值最大功率点跟踪的研究［D］.上海:复旦大学，2010.

［6］刘邦银，段善旭，康勇.局部阴影条件下光伏模组特性的建模与分析［J］.太阳能学报，2008，29(2):188－192.

［7］薛阳，张佳栋.部分阴影条件下的光伏阵列仿真建模与特性分析［J］.华东电力，2011，39(6):949－951.

［8］崔岩，蔡炳皇，李大勇，等.太阳能光伏模板仿真模型的研究［J］.系统仿真学报，2006，18(4):829－834.