Z源网络光伏系统关键技术研究综述

陈小逸，李少纲，朱少斌

(福州大学 电气工程与自动化学院，福州　350108)



Z源网络光伏系统关键技术研究综述

陈小逸，李少纲，朱少斌

(福州大学 电气工程与自动化学院，福州350108)

对Z源网络光伏系统中的光伏电池模型建立，最大功率跟踪原理、动态匹配的实现及阴影条件下的多峰值追踪策略，储能系统的结构及低通滤波光伏平抑控制策略，Z源网络升降压逆变原理与滞环逆变控制策略等主要技术问题进行了全面的分析与阐述。

最大功率跟踪；局部阴影；功率平抑；Z源网络；逆变控制

1　引言

传统能源过度消耗使得现代社会不得不从经济增长与环境保护中寻找行的平衡点，因此可再生能源的发展与利用在新的经济发展趋势下凸显其重要性。光伏能源作为可再生能源的一种，得益于其取材方便、分布广泛等诸多优点，从众多可再生能源中脱颖而出，成为近年来研究发展的热门方向。

2　光伏电池模型及局部阴影下输出特性

2.1光伏电池模型

光伏电池模型是光伏发电理论研究过程的基础工作，国内外学者在大量实验的基础上，提出了多种光伏电池的模型方程。式(1)为通用光伏电池模型，该模型能够精确的得到光伏阵列的I-V特性曲线。

(1)

但是模型的各参数的计算较为复杂，不利与从生产厂家中得到，为了方便工程应用，有学者提出了适合工程实用的四参数光伏电池模型：

(2)

式中，C1、C2的求解公式如下：

(3)

由式(3)可以看出，在已知厂家Im、Isc、Vm、Voc四参数的情况下可以方便的求出输出特性曲线方程。其中在不同光照下的各参数更新方程为式(4)。

(4)

采用提出的方法通过Matlab的S函数建立数学模型得到光伏电池的输出特性曲线如图1所示。

图1　光伏电池不同光照条件下V-I和P-V曲线

2.2光伏阵列在局部阴影下输出特性

为了减少因为光伏电池在组成阵列时形成的错配效应，在单个光伏电池旁增加了旁路二极管，但是当部分的光伏电池板出现受到阴影影响时(如图2所示)将会形成图3所示的多峰值P-V特性曲线。

图2　阴影部分下的光伏阵列

图2中阴影部分光照强度为600W/m2，其余部分为1000W/m2。

图3　光伏阵列局部阴影下P-V曲线

在图2阴影影响下的P-V曲线如图3所示，该光伏阵列中出现了两个局部最大值，一个全局最大值。因此在局部阴影下追踪全局最大功率点是近年来研究的一大热点。

3　光伏最大功率跟踪算法

由图(1)可以看出光伏电池的输出随着电压的变化存在着最大功率点，为了提高光伏利用率，因此，在光伏系统运行时需要设计最大功率跟踪算法在使得电压能稳定运行在最大功率点附近。

3.1无阴影下最大功率跟踪算法

常用的最大功率跟踪算法有电导增量法、扰动观察法和动态阻抗匹配法等。

电导增量法，在光伏最大功率点处存在着I/V+dI/dV=0，即利用在最大功率点处的斜率为0原理，维持最大功率点的电压稳定，若调整过程中I/V+dI/dV>0，则增大电压值，反之则减小电压值。该算法有较高的精度以及稳定性，稳态性能好，但是对硬件的精度有较高要求。

扰动观察法，是一种常用的最大功率跟踪算法，在工程上应用最为广泛，其原理简单，即对输出的电压加一扰动，根据功率的大小变化，调整扰动方向，如此反复找到并稳定最大功率点。

动态阻抗匹配法，将电路区分为“源”和“载”，利用内外阻抗相等时，“源”的输出功率最大。

图4　动态阻抗匹配原理图

来制定最大功率跟踪策略。因此，对内外阻抗的差值e=R-r来制定调节控制策略，减少e就能实现功率跟踪的目的，进一步分析得到变换器中R值的变化与占空比的大小有关。进而确定出，通过调节占空比D，消除e使得R=r，追踪最大功率点的最大功率跟踪算法。该算法的动态稳定性和精度是三种算法中最高的。

3.2局部阴影下最大功率跟踪算法

局部阴影下多峰值点的存在，使得常规方法在多峰值寻优过程中容易陷入局部最优值。国内外学者通过大量实验结果，分析了多峰值P-V曲线的特征，在此基础上提出了多种寻优算法。

利用智能算法的全局搜索能力，对光伏P-V曲线的全局最优值进行计算，如利用遗传算法、粒子群算法等寻找全局最优值。对光伏电池输出的电压电流进行采样计算，反复迭代得出全局最大值处的电压后，引入常规最大功率跟踪算法，稳定最大功率点。该算法结合了智能算法的寻优能力与常规算法的跟踪能力，但是算法耗时过长，对硬件要求较高。

此外，有学者提出从局部阴影下的P-V曲线入手，通过调节变换器的输入电阻来改变电压，采用扫描电压的方式，获取各个电压的功率值，比较获取最大功率点。该方法虽然能够获取全局最大值，但是大部分的时间都浪费在非最大值区域的扫描过程中，造成了能量的浪费，还需要改善。

图5　扫描电压法示意图

4　储能结构的设计

4.1储能电池的选择

光伏系统储能结构不仅能储存光伏电池板产生的多余能量，还可以对光伏输出能量进行平抑。

首先在储能电池的选择上，出于经济性的考虑，储能电池多采用铅酸蓄电池。铅酸蓄电池由于其能量密度大、技术成熟、可靠性高，已经在光伏发电以及电动汽车领域广泛应用。但也存在着一些缺点，如使用寿命较短，功率密度较低，不适合频繁充放电，短时放点功率低。因此，工程中常采取铅酸蓄电池和其他储能结构相结合的方式，来提升储能系统的性能。

超级电容器是一种电化学原件，在储能过程中过不发生电化学反应，适合频繁的充放电。相比铅酸蓄电池，有着较高的功率密度，短时充放电电流大，适合频繁充放电，使用寿命长等优点。采用超级电容器与铅酸蓄电池的组合结构，可以提高储能系统的寿命周期，并提高短时功率平抑性能。

4.2充放电结构与控制策略

储能系统需要储存光伏电池产生的能量，同时又需要维持直流母线电压的稳定，因此采用双向DC-DC电路，控制储能系统的充放电，考虑到采取多个储能结构组合使用方式，因此需要多输入双向的DC-DC变换器。图6以铅酸电池和超级电容器组合方式为例。

图6　常用储能结构示意图

图6(a)结构简单，适用于电压变化范围不大，电池无严格充放电要求的场合；图6(b)中两种储能器件采用并联方式共用一个变换器，可以更加灵活的利用储能，但是控制上较为复杂；图6(c)超级电容器并联在直流母线两端快速跟踪直流母线电压变化，同时优化铅酸蓄电池的充放电电流，延长电池寿命；图6(d)储能结构采用单独的功率变换器，控制更加灵活，但同图6(b)相比功率损耗更大，成本增加。

为了平抑光伏功率，国内外学者对提出了多种控制策略。吴振威等提出的小波包-模糊控制理论从功率型号包含的细节信息与储能的具体性能特点出发，进行小波包分解和重构，针对特定的频段范围内功率分量作为光伏频率目标，考虑到延长储能寿命，引入模糊控制器进行充放电优化；丁明等采用低通滤波算法，在得到光伏平抑功率的目标值后，根据储能系统的SOC实时调整滤波效果，达到了较好的平抑效果；Nasiri A等提出通过控制功率曲线的爬坡率，并结合滑动平均算法，对输出功率进行平抑。

5　Z源逆变器

5.1Z源网络结构

Z源拓扑结构于2002首次由彭方正教授提出，其由对称的电感与电容组成，该结构最大的优点在于允许逆变器上下桥臂出现直通状态，这在传统的逆变结构中是不允许的，同时该结构还具有升降压功能。因此，Z源逆变器用于光伏输出能省去在光伏电池输出端的直流稳压变换器，提高了光伏能量利用率。

图7　Z源网络拓扑结构图

Z源逆变器可以分为两个部分，Z源直流链升压电路和功率逆变桥部分。图6中将逆变侧等效成直流源,L1=L2，C1=C2。

图8　Z源网络结构等效原理图

由Z源网络的结构可得：

VC1=VC2=V1，VL1=VL2=V2

(5)

图8(b)中Q关断状态下得：

V1=V2，Vd=2V1，Vdc=0

(6)

图8(c)中Q导通状态下得：

V2=Vin-V1，Vd=Vin，Vdc=V1-V2=2V1-Vin

(7)

设图8电路中开关管Q的开关周期为T，其中直通时间为T0，非直通时间为T1，T=T0+T1。根据开关周期T内伏秒平衡原理可得：

(8)

(9)

式(9)中，D为直通占空比。

以上分析可知，Z源逆变器的升降压模式工作状态取决与直通占空比D，0

5.2Z源逆变器控制策略

Z源逆变器在光伏系统中作为重要的并网逆变环节，其重要性不言而喻，其控制要求逆变系统输出的电流能与电网同频同相，且谐波含量低。因此，采取何种PWM的控制方式至关重要。

逆变器常用的控制方式有电流滞环控制、三角波电流控制、重复控制等。其中三角波控制与滞环控制工程应用最为广泛。三角波控制算法简单，其开关频率恒定，但相应速度慢，精度较滞环控制低;滞环控制精度较高，且频率响应速度快，其跟踪精度取决于滞环宽度。图9为逆变器在一个开关周期内流过电感电流波形，iref为电网电流，iL为逆变侧电感电流，Δh为滞环宽度。当逆变侧电流iL超过上界iref+Δh时，滞环输出为1，流过电感电流减小；反之当iL低于下界iref-Δh时，滞环输出为0，流过电感电流增大。这样保持电感电流变化始终跟踪电网电流，达到与电网电压同频同相目的。

图9　滞环比较电感电流波形

6　光伏系统工作模式

为了满足光伏系统的节能要求，光伏电池输出功率，储能系统功率平抑以及Z源逆变控制之间需要制定合理的控制策略，以提高光伏电池的输出功率，减少储能系统充放电次数，提高逆变输出供电在质量。

图10　光伏系统工作模式原理图

图10(a)光照条件较强时，即光伏输出功率Ppv大于负载消耗功率P0。此时光伏输出功率一部分供给储能系统，一部分供给负载。光伏电池以最大功率输出，并同时考虑蓄电池的优化控制减少充放电次数，双向buck-boost电路工作于充电模式，Z源逆变器控制系统升降压与逆变；图10(b)光照条件较弱时，Ppv

7　结语

本文分析介绍了Z源网络光伏系统中光伏电池、储能系统、逆变系统的构成以及一些常用的控制策略。为进一步深入研究光伏系统，提高光伏能源利用率提供了借鉴，为日后的Z源光伏系统的搭建给予指导性帮助。

[1]孔祥雨，徐永海，曾雅文,等.一种求解光伏电池5参数模型的方法[J].电力系统保护与控制,2013,41(22):47-50.

[2]付波，张敏，李波，等.基于动态阻抗匹配和两步模型预测控制的最大功率点跟踪算法[J].水电能源科学,2014,32(10):195-198.

[3]姚旭升.基于等效阻抗匹配法的光伏模拟控制器研究[D].河北：燕山大学，2013.

[4]刘丽艳.基于等效阻抗匹配发的数字控制光伏发电系统[D].河北：燕山大学，2013.

[5]王燕云.局部阴影条件下光伏发电系统的优化控制研究[D].山东：青岛大学，2014.

[6]夏红燕.基于混合储能的光伏并网功率平抑控制研究[M].山东：山东大学，2014.

[7]蔡纪鹤.光伏并网发电的功率补偿控制研究[M].江苏：江苏大学，2014.

[8]陈艳.光伏发电系统中Z源逆变器的控制技术研究[M].重庆：重庆大学，2012.

[9]陈宁宁.光伏并网逆变器多峰最大功率跟踪的研究[M].江苏：南京理工大学，2014.

[10]陈尚敏.含光伏电源的电动汽车换电站运行与控制研究[M].湖南：湖南大学，2013.

[11]高志强.基于Z源网络的三端口光伏系统研究[M].黑龙江：哈尔滨工业大学，2012.

[12]张纯江，董洁，刘君，等.蓄电池与超级电容混合储能系统的控制策略[J].电工技术学报，2014,29(4):335-340.

[13]徐聪，程启明，李明，等.Z源逆变器及其多种改进拓扑结构的比较[J].电网技术，2014，38(10):2927-2931.

[14]Farzad Sedaghati,Ebrahim Babaei.Double input z-source dc-dc converter[C].Power Electroics,Drive Systems and Technologies Conference,2011:581-586.

[15]Jing-Hsiao Chen,Yu-Shan Cheng.A novel global maximum power point tracking method for photo voltacic generation system operating under partially shaded condition[C].International Power Electronics Conference,2014:3233-3238.

The Review of Core Technology Reserch on the Z-source PV System

CHENXiao-yi，LIShao-gang,ZHUShao-bin

(College of Electrical Engineering and Automation，Fuzhou University，Fuzhou 350116，China)

In this paper,several part of PV system has been discussed and analyzed.These parts included the established of PV battery model in practice;the theory of max power point track algorithm,the theory and advantage of algorithm of EIM,the multiple peak tracking algorithm under partical shaded;the components of energy storage and its advantage,and control strategy of low-pass PV power smoothing;the theory of Z-source inverter and hysteresis loop invert control.The paper provide instruction and reference on the establish of Z-source PV system.

max power point tracking;partially shaded;power smoothing;z-source;invert control

1004-289X(2016)02-0078-05

TM71

B

2015-03-07

陈小逸(1989-)，男，硕士研究生，研究方向新能源应用与节能技术，就读于福州大学电气工程与自动化学院。