光伏阵列及并网逆变器关键技术探讨

梁　浩

内蒙古华电新能源分公司，内蒙古呼和浩特　010020

光伏阵列及并网逆变器关键技术探讨

梁浩

内蒙古华电新能源分公司，内蒙古呼和浩特010020

近年来，在科学和信息技术不断进步的背景下，世界各国经济飞速发展，然而这一过程中，造成了有限能源的高度消耗，在破坏人们日常工作及生活环境的基础上，还极大的影响人类实现可持续发展，在这种情况下，积极加强系能源的开发利用至关重要。光伏并网发电是对太阳能进行有效利用的关键技术之一，本文从光伏阵列仿真模型及优化配置入手，在对并网逆变器预测电流控制方法展开研究的基础上，加强了光伏阵列及并网逆变器关键技术的探讨，希望对我国新能源的开发利用起到促进作用。

光伏阵列；并网逆变器；关键技术

人类社会发展的过程中，增加了对可再生能源的开发利用，光伏并网发电就是对太阳能进行充分利用的表现之一。利用光伏并网发电，能够极大的环节人们日常工作及生活中对电能的需求，缓解不可再生能源高速消耗的压力。在光伏并网发电的过程中，一项重要的技术就是逆变器电流控制。在这种情况下，本文从构建光伏阵列模型的流程、光伏阵列优化配置基本原则2个角度出发对光伏阵列仿真模型及优化配置展开了研究，并对并网逆变器预测电流控制方法进行了详细介绍。

1　光伏阵列仿真模型及优化配置

1.1构建光伏阵列模型的流程

光伏阵列模型的构建是建立在模块化编程基础之上的，具体流程包含以下5个方面：

首先，对拓扑结构在光伏阵列中的体现进行初始化处理，同时初始化处理的还包含外部环境当中的各种参数，如光伏组件数量在串联式光伏阵列中的体现和串联式光伏阵列数量等。外部输入是实现参数初始化的关键，使用者可以对光照分布状体以及拓扑结构在仿真对象中的体现进行自由定制。

其次，在为调用奠定基础的过程中，可以对仿真模型函数在光伏组件中的体现进行构建，公式如下：function IModule=Module（VModule，T，G）。

再次，如果光伏阵列模型函数是串联式的，那么应将输出电流在串联式光伏阵列中的体现作为基础，公式如下：function VS-PVModule（IS-PV）。

第四，将输出电压在集中式光伏阵列中的体现作为基础，对输出电流、输出功率和电压在集中式光伏阵列中的体现数组进行构建，分别应用Varray（j）、Parray（j）、Iarray（j）来表示。

最后，在对I-V、P-V仿真曲线在光伏阵列中的体现进行输出的过程中，对plot函数进行利用［1］。

1.2光伏阵列优化配置基本原则

近年来，光伏发电系统运行过程中，应用的范围不断扩大，同时光照环境在光伏阵列中也呈现出逐渐复杂的特点，在建筑密集地点，在光伏阵列外观造型的影响下，无法确保全天中光伏阵列都得以充分的暴露，这就需要光伏阵列应用过程中面对具备阴影现象，降低光伏阵列输出功率，在这种情况下，必须针对不同的安全环境对光伏阵列进行优化配置。相关原则如下：

首先，保证额定功率符合要求，将并联式光伏阵列结构应用于小型光伏发电系统当中，保证拓扑结构的科学性；其次，在允许的经济投入基础上，应将多并联光伏阵列并联结构应用于中型光伏发电系统当中，并保证逆变器和控制器被有效应用于每一组的并联式光伏阵列当中；最后，如果光伏发电系统规模较大，阴影的存在是客观的，此时应对光照变化规律进行充分的应用，保证整组串联式光伏阵列是集中式光伏阵列受阴影影响的关键区域［2］。

2　并网逆变器预测电流控制方法

2.1构建预测电流控制模型

电感参数的不匹配是客观存在的，预测电流控制算法在应用过程中对这一现象具有一定的容忍度，而这一容忍度受理想电压预估次数的影响而有所降低，容忍度岁预估次数减少而提升。在对二者关系进行充分掌握的过程中，可以对预测电流控制模型进行构建，其中，目标电流误差应用ie［k+1］=x1ie［k］－x2ie［k－1］来表示，其中x1、x2为待定参数［3］。在预估理想输出电压的过程中可以应用线性预测法，即V*OP［k］=【aV*OP［k－1］+（a－b）V*OP［k－2］】/a。其中a大于b，同时V*OP［k］=b/aVOP［k－1］+（ab）/aVOP［k－2］+L/T【（b/a）ie［k］－（a－2b）/ aie［k－1］－（a－b）/aie［k－2］】；而VOP［k］的值可以应用如下方式进行计算，b/aVOP［k－1］+（ab）/aVOP［k－2］+L/T【（1－x1+b/a）ie［k］+（x2－）（a－2b）/aie［k－2］。

同时，要想促使预估理想电压的次数得以减少，促使电感参数不匹配程度能够被这一算法进行高度的容忍，可以保证ie［k］不存在于首次预估后的VOP［k］表达式内，即x1=1+b/a，那么此时的VOP［k］=b/ aVOP［k－1］+（a－b）/aVOP［k－2］+L/T【yie［k－1］－（a－b）/aie［k－2］】。其中，y=x2－（a－2b）/a，这一数值将对电感参数不匹配的容忍度造成直接影响。在以上推到的基础上，能够首次实现预估理想电压，并对表达式中的各个权重系数进行降低，促使系统始终处于三阶，对系统中的复杂度进行降低［4］。

2.2预测电流控制模型稳定性分析

闭环传递函数在预测电流控制模型中可以应用以下函数进行表示：

Φ（Z）=k（yz－［（a－b）/a］）/z3－（a+b）/az2+［（2b－a）/a+ky］z+（a－b）/a（1－k）。其中，k的大于零，可以应用L/Lac来表示。在对不同模型之间的联系以及控制模型当中的稳定性进行确定的过程中，可以将双线性变换应用于z域闭环传递函数当中，从而对w域特征方程进行确定：λ（w）=（ay－a+b）kw3+（3a－3b－ay）w2+（8a－4b－aky－3ak+ 3bk）w+4b+aky+ak－bk=0。在分析控制模型稳定性的过程中，需要对劳斯稳定数据进行应用，其中△=8［－（a－b）2k+（3a－b）（a－b）－a2y］/（3a－3b－ay）［5］。在判定稳定性的过程中，劳斯判据定义应当对以下不等式进行求解：（a－b）/a＜y＜3×（ab）/a；0＜k＜［（3a－b）（a－b）－a2y］/（a－b）2；4b+（ay+a－b）k＞0。

在以上不等式当中，必须满足a大于b大于0，同时y大于0，k大于0，在针对a、b、k进行取值的过程中，必须满足这3个约束条件。

在对以上预测电流控制模型进行总结的过程中可以发现其拥有以下特征：首先，如果拥有稳定的系统环境，电感参数不匹配在控制模型中的容忍度的决定权掌握在参数a、y当中；其次，如果a已知，在特定的取值范围内，如果y越小，则拥有越高的容忍度，反之亦然；再次，如果（1/a，2/a）是参数y=i/a的取值范围，那么a的取值越大则说明拥有越高的容忍度，反之亦然［5］。

3　结论

综上所述，近年来，在科学和信息技术不断进步的过程中，世界各国的经济飞快发展，随之而来的是资源的高度消耗以及环境的严重破坏，在面对能源危机的过程中，世界各国开展了对可再生能源的开发和利用。太阳能作为重要的可再生能源之一受到人们的广泛重视，现阶段，人们利用太阳能的重要方式之一就是光伏并网发电，为了促进我国相关领域的进步并实现人类的长期可持续发展，本文积极加强了光伏阵列及并网逆变器关键技术研究。

［1］王晓雷，王卫星，路进升，王国军，周笑.光伏阵列特性仿真及其在光伏并网逆变器测试系统中的应用［J］.电力系统保护与控制，2015（10）：70-73，79.

［2］郑飞，张军军，丁明昌.基于RTDS的光伏发电系统低电压穿越建模与控制策略［J］.电力系统自动化，2014（22）：19-24.

［3］周德佳，赵争鸣，袁立强，等.具有改进最大功率跟踪算法的光伏并网控制系统及其实现［J］.中国电机工程学报，2015（31）：94-100.

［4］廖志贤，罗晓曙，黄国现.两级式光伏并网逆变器建模与非线性动力学行为研究［J］.物理学报，2015（13）：28-35.

［5］王书征，赵剑锋，姚晓君，等.级联型光伏并网逆变器在光照不均匀条件下的功率平衡控制［J］.电工技术学报，2013（12）：251-261.

TM6

A

1674-6708（2016）166-0191-02

梁浩，内蒙古华电新能源分公司。