基于有限状态机的光伏系统中逆变器建模方法

俞晓鹏，陈 众，邱强杰，尹子中，荆群伟

(长沙理工大学 电气与信息工程学院，湖南 长沙 4 10114)

基于有限状态机的光伏系统中逆变器建模方法

俞晓鹏，陈 众，邱强杰，尹子中，荆群伟

(长沙理工大学 电气与信息工程学院，湖南 长沙 4 10114)

光伏发电系统的仿真依赖于合适的光伏矩阵模型、逆变器模型和工作条件。针对现有光伏发电逆变器模型在通用性和自动控制能力方面的不足，建立了一种基于有限状态机 (FSM)的逆变器模型。分析了并网逆变器的运行过程及规律，归纳出其可能发生的状态、事件及转换关系，构建出一个FSM，它是逆变器模型的核心。为了实现光伏发电系统的仿真，引入了一个电池模型，使其与逆变器模型进行交互。仿真结果表明，该建模方法有效地提高了系统的自动控制能力。通过修改逆变器模型的参数值，可以使其适用于特定的产品，具有通用性。

光伏发电;逆变器;有限状态机

0 引言

近年来，由于环境污染和能源危机，可再生能源的发展呼声越来越高。而在可再生能源中，太阳能资源丰富，分布广泛，无污染，是国际公认最理想的能源。光伏发电是根据光电效应原理，通过太阳能电池把光能直接转化为电能。目前，光伏发电技术已经成熟，有望在20年之内成为重要的电力能源［1～3］。

逆变器是光伏发电系统重要的组成部分，由电子元器件构成，不涉及机械旋转部件，是能量转换与控制的核心，它的功能包括光伏电池最大功率跟踪的实现、将光伏组件发出的直流电逆变成适合并网需求的交流电、孤岛探测、自我诊断等，所有的这些功能是为了输出稳定、干净的正弦波电压和电流［9］。逆变器对系统性能有着巨大的影响力，如果逆变器的性能有了一个很小的提升，就可以减少所需的光伏模块数量，这样就可以显著地减少整个系统的成本［4～6］。

目前，对逆变器的研究常常集中在某个方面，开发出来的模型可能不适合集成到其他仿真模型。其时间步长通常是几ms或者几μs，这对于评估一个长时间保持能量输出的系统是没有实际意义的。为了增强系统的通用性以及自动控制能力，本文进行了基于有限状态机的光伏发电系统中逆变器建模，把逆变器工作过程几个不同的阶段划分出几种不同的工作状态，并将这些状态集成为一个具体的有限状态机，这样对于系统的通用性和可控性有着显著的提高［7，8］。

1 有限状态机原理

有限状态机 (Finite State Machine，FSM)可以被称为事件驱动系统，是指一个系统中存在有限个状态，当有事件触发时，系统就会从一个状态转换到另一个状态。有限状态机是一种思路简单、结构清晰、设计灵活的方法，能解决复杂的监控逻辑问题，具有很强的事件驱动控制能力。图1是一个简单的有限状态机示意图。

通常，一个FSM包括有限状态集、输入集、输出集和状态转移规则集，可用数学模型表示为:

图1 有限状态机示意图

式中:S代表有限状态集;I代表输入集;O代表输出集;F代表状态转移函数;G代表输出函数;S0代表系统初始状态。Sk，Ik，Ok分别表示在k时刻的系统状态、输入信号和输出信号。

由数学模型可知状态变化由事件所触发，事件可以是系统内部信号或外部输入信号。当前系统状态被事件触发后，会执行相应的动作。系统的输出由当前的状态和输入决定，系统的输出特性是通过状态转换表现出来的。

目前，有限状态机已被广泛用于各类建模、软件开发、硬件设计、计算机语言的研究。光伏发电系统是一个复杂的非线性系统，可将其逆变器运行过程划分为几种不同的工作状态，通过事件的触发可以实现状态的跳转，符合FSM应用的要求，故基于FSM的逆变器建模方法是可行的。

2 基于有限状态机的建模

2.1 模型设计

PV并网逆变器通常可分为单级型和两级型，单级逆变器仅含有DC/AC变换器，两级逆变器包含一个用来实现MPPT的DC/DC变换器和一个DC/AC变换器［9］。本文以单相两级逆变器为例，构建一个基于状态转移的逆变器模型。模型的核心是一个FSM，FSM所设置的状态和转移需要对所有两级逆变器都通用，个别逆变器可以通过调整一些参数来进行仿真，所需参数可以从逆变器手册中查到，表1所示是逆变器主要参数。FSM的状态转移大部分是逆变器内部检测到的事件触发的，比如时间延迟 (Time out)和工作约束条件 (Operating condition)。还有一部分是被外部信号触发的，比如电网故障 (Grid fault)［10］。表2所示是所有状态转移的触发事件。

表1 逆变器主要参数

表2 逆变器状态转移触发事件

通过分析，单相两级逆变器运行流程可分为8个状态，分别是No power(断电状态)、Self test(系统自检)、Ready(准备阶段)、Sleep(睡眠状态)、Tracking(工作状态)、Limiting(限制状态)、Fault(故障)和 Fault clear(故障清除)［12］。

No power:系统的初始状态。当电网电能可用的时候，会产生一个逻辑信号，使逆变器跳转到下一个状态。

Self test:这个状态是逆变器开始工作前的一个延时。在实际系统中，逆变器会进行自我诊断。诊断完成之后，逆变器会跳转到下一个状态。

Ready:逆变器会实时监控光伏矩阵，以便判断是否应该开始工作。开始工作的条件是Voc(矩阵电压) ＞Vstart(启动电压)。为了避免错误启动，这个阶段会耗费一些时间。

Tracking:这是逆变器的工作状态。当光伏矩阵产生足够的电压，逆变器就会把直流电转换为交流电。如果功率不足，逆变器会跳转回Ready。

Limiting:很多情况都会使逆变器的输出功率无法达到最大，比如温度过高、光伏矩阵电压不足等。当发生这些情况时，为了把各参数值维持在正常范围内，工作电压会升高。当Ppv(输出功率) ＜Pstop(停止功率)，逆变器会直接跳回Ready状态。

Fault:故障包括自身故障和电网故障，当发生故障时，系统会跳到Fault状态，该状态通过逻辑信号Grid fault触发。

Fault clear:故障被清除之后，系统会转到Fault clear状态。经过一个时间延迟之后，会自动跳转到Ready状态。

Sleep:这是逆变器在夜晚的工作状态。目前大部分逆变器已经装载了系统时钟，Sleep与Ready之间的跳转可以通过系统时钟控制。

模型设计的状态转移和触发事件对所有两级逆变器都通用，所需参数按照逆变器手册设定，所以模型具有普遍性。

2.2 Stateflow仿真模型搭建

为了方便直观地对此模型进行仿真及分析，本文采用Matlab中Stateflow软件对其进行建模。Stateflow是一种图形化的设计开发工具，可以实现FSM理论的各种基本元素，构建FSM实现事件驱动系统模型。

在使用Stateflow软件构建逆变器模型时，首先是根据分析结果建立逆变器的8个状态，然后用图形的形式绘制出状态迁移的条件，最后使用规定的命令设计状态迁移执行的任务，从而得到如图2所示仿真模型。

2.3 逆变器与光伏矩阵的交互

在状态Tracking和Limiting时，逆变器需要与光伏矩阵进行交互，从而建立直流工作点。为了实现光伏发电系统的仿真，需要用到一个光伏矩阵模型，矩阵模型在Simulink平台搭建，参考文献［12］对此模型作了详细介绍。流程图3说明了逆变器模型与光伏矩阵交互的过程。

图2 逆变器运行状态模型

图3 逆变器与光伏矩阵交互过程

如图所示，当有光照照射光伏电池时，电池会产生一个电压Voc，根据伏安特性曲线可以计算出最大功率点电压Vmpp，逆变器决定直流侧工作Vpv，电池会输出相应的电流Ipv和功率Ppv。根据伏安特性曲线、最大功率点追踪损失功率Plost－mppt和环境温度可以得到光伏矩阵温度模型，根据损耗功率、系统温度和散热可以得到逆变器温度模型。交互过程是不断重复的，逆变器的运行由现在的状态决定，下一个状态是由现在的输出决定［11］。

3 仿真与试验

Stateflow模型必须是存在于Simulink的模型文件中。Stateflow是由事件驱动的，这些事件可以来自某一个Stateflow内部，也可以来自Simulink。在Simulink中，状态转移的发生和状态机的激活都是通过过零信号触发的。如图4所示，事件Power通过双端输入开关实现。当开关打开时，系统开始工作;开关关闭时，不论系统处于何种状态，都会停止工作。TestNormal，Operating condition和电Grid fault等事件通过方波发生器产生，这样可以使事件具有随机性。设置参数Vstart=0，Pstop=0，Tselftest=8 s，Tstart=2 s，Tstop=2 s，Pmax=3 kW，Imax=10A，数据Vpv和Ppv由矩阵模型输入。

图4 光伏发电系统模型

图5 光伏发电系统模型仿真结果

为了分析状态跳转规律，添加一个数据State，不同的状态赋予State不同的值，从而可以通过示波器观察跳转规律。如图5所示，第一个方波表示事件TestNormal，第二个方波表示事件ConditionExceeded，第三个方波表示事件ConditionRestored，最后一个波形表示状态的跳转。由波形可知，仿真开始时，系统处于State0;2 s时，打开Power开关，状态跳转到State1;11 s时，自我诊断完成，事件TestNormal输出一个上升沿，状态跳转到 State2;13 s时，事件 ConditionExceeded输出的下降沿触发状态跳转到State4;14 s时，ConditionRestored输出的上升沿触发状态跳转到State3;29 s时，关闭Power开关，系统停止工作，状态跳转回State0。

从实验结果可以看出，基于有限状态机的逆变器模型能够对触发事件做出相应的处理而且能够实现状态的转换，证明了本文采用有限状态机对并网逆变器的建模方法是正确可行的。当事件发生时，状态的跳转既迅速又精准，参数和延时可以根据使用者需求随意设定，大大增强了系统的自动控制能力和通用性。

4 结论

本文通过Matlab/Stateflow模块构建了一个基于FSM的逆变器模型，通过与光伏矩阵模型的交互，系统模型的仿真得以实现，仿真结果验证了建模方法的可行性。模型复杂度适中，不需要使用者熟悉逆变器内部电路，通过修改系统模型的参数值，可以让使用者进行虚拟测试，以便模型适用于特定的逆变器，大大增强了系统的通用性和稳定性以及自动控制能力。本论文的下一步工作是实现更复杂的仿真，比如一个逆变器包含多个MPPT单元;多个逆变器协同工作等。

［1］杨海柱，金新民．基于正反馈频率漂移的光伏并网逆变器反孤岛控制 ［J］．太阳能学报，2005，26(3):409－412．

［2］中国可再生能源发展战略研究项目组．中国可再生能源发展战略研究 (风能卷)［M］．北京:中国电力出版社，2008．

［3］赵争鸣，刘建政，孙晓瑛，等．太阳能光伏发电及其应用 ［M］．北京:科学出版社，2005．

［4］张建成，李倩，周春霞，等．基于混沌搜索的AMPSO-BPNN在光伏功率预测中的应用研究［J］．华北电力大学学报 (自然科学版)，2014，41(4):15－21．

［5］董福贵，刘姣．基于兼容度和差异度的光伏发电投资风险分析及评价 ［J］．电力科学与工程，2014，30(11):22－26．

［6］李永华，袁超，蒲亮．屋顶式太阳能光伏发电系统经济性分析［J］．电力科学与工程，2013，29(9):29－33．

［7］赵晶，赵争鸣，周德佳．太阳能光伏发电技术现状及其发展 ［J］．电气应用，2007，26(10):6－10．

［8］李亚斌，彭咏龙，李和明．IGBT串联型逆变器定角控制的建模与仿真［J］．华北电力大学学报，2005，32(1):9－13．

［9］孙文山．基于SVPWM的三相光伏并网逆变器的研究与设计［D］．天津:天津大学，2011．

［10］孙自勇，宇航，严千贵，等．基于PSCAD的光伏阵列和MPPT控制器的仿真模型 ［J］．电力系统保护与控制，2009，37(19):61－64．

［11］ Duffie J A，Beckman W A．Solar engineering of thermal processes［M］．Weinheim，Germany:Wiley，2006．

［12］ Driesse A，Harrison S，Jain P．Beyond the curves:Modeling the electrical efficiency of photovoltaic inverters［C］．IEEE Photovoltaic Specialists Conference， San Diego，CA，United States，11－16 May，2008．

A Method of Inverter Modeling in Photovoltatic System Based on Finite State Machine

Yu Xiaopeng，Chen Zhong，Qiu Qiangjie，Yin Zizhong，Jing Qunwei
(College of Electrical and Information Engineering，Changsha University of Science ＆ Technology，Changsha 410114，China)

The simulation of photovoltaic(PV)power generation systems relies on appropriate models of the PV array，inverter models and operating conditions．An inverter model based on a finite state machine(FSM)is built to tackle the insufficiency of the current inverter model in photovoltatic power generation system in terms of its universality and automatic control capacity．This essay analyzes the operational process and regularities of the grid-connected inverter model，induces its potential state，occurrences and transformation relations，and constructs a finite state machine(FSM)，which is the core of the inverter model．In order to realize the simulation of the PV power generation system，a PV battery model was introduced to effect mutual interaction with the inverter model．As the result of the simulation suggested，this modeling method effectively improved the automatic control capacity of the PV system．Meanwhile，universality was also acquired through the alteration of the parameter values of the inverter model so as to make it applicable to specific products．

photovoltatic power generation;inverter;finite state machine

TM615

A

10.3969/j.issn.1672-0792.2015.06.004

2015－03－20。

俞晓鹏 (1991-)，男，硕士研究生，研究方向为电力系统运行与控制，E-mail:522455891@qq.com。