APP下载

基于改进型变步长扰动观察法的光伏发电最大功率点研究

2021-07-07浙江大学李君妍

电力设备管理 2021年6期
关键词:观察法输出功率步长

浙江大学 李君妍

21世纪安全、清洁和可持续的能源供应是最重要的科学技术,也是人类面临的最重要的技术挑战,其中光伏发电是近年来发展最快的能量转换方法之一。为了提高光伏发电的效率,最大功率点跟踪技术已成为近年来的研究热点之一。但光伏发电技术相对于火电、水电等传统发电方式较不成熟,它发电效率低、受环境影响大,如何提高发电效率是近几年研究的热门内容之一。

光强度、温度以及负载都是影响太阳能电池输出特性的主要因素,在电压一定的基础上输出功率才能达到最大值,因此太阳能电池可在最短的时间内产生最大的电能。而在此过程中,太阳能电池输出功率特性曲线的最高点则为电压功率点,其被称之为最大功率点(Maximum Power Point,MPP)。通过分析太阳能电池的输出特性,在温度和光照同时变化时,这种情况下最大功率点的范围跨度会变大。在光伏发电过程中,可对太阳能板的发电电压通过运用最大功率点跟踪技术实现实时检测,并追踪发电的最高电压以及电流值,以此能实现最大化的系统输出功率,进而促使光伏发电的效率有效提高,使得光伏发电的成本在一定程度上减少。

1 传统最大功率点跟踪技术

目前国内外研究人员一般情况下都会运用到的最大功率点跟踪法包括恒压跟踪法、扰动观察法、电导增量法,它们都有各自的优缺点。

恒压跟踪法。是太阳能电池最大功率点跟踪方法中较早期的策略之一,是建立在恒定的电压值基础上保持以及控制光伏阵列的输出电压,在此过程中只需获得最大功率点输出对应的电压数据,同时根据电压数据控制电池的输出电压。这种方法从根本意义上并不属于真正的MPPT控制方法,其主要原因是在于如果外界环境发生变化,那么在运用这种方法时并不能实现自动跟踪到新的最大功率点处。

电导增量法。具备较为复杂的跟踪过程,且检测精度会受在很大程度上影响到最大功率点跟踪的速度以及准确率。

扰动观察法。在实际运用过程中需通过调整参考电压、针对于最大功率点进行持续跟踪,并要建立在P=UI计算扰动前后光伏阵列的输出功率的基础上,比较扰动前输出功率以及扰动后输出功率,本质上是一个自动寻找最优解的方法,故而又被称之为爬山法。其缺点是在实际运用过程中并不能做到同时兼备在最大功率点附近的摆动及造成的功率损耗和稳态精度与跟踪速度。目前国内外学者提出了以下方案:对爬坡率进行修改优化,对扰动观察法在运用过程中的复合控制策略进行修改优化,能使MPPT的整体性能获得进一步改善;针对于跟踪速度以及稳态精度同时存在的问题,可通过恒定电压法与扰动观察法相互结合的复合控制策略加以解决。但无论是恒压跟踪法还是扰动观察法以及电导增量法,其在实际运用过程中都存在着电压增量步长不容易确定的问题,这种情况下也就意味着应深入研究步长的设定。

传统扰动观察法原理。传统的定步长扰动观察法在改变输出功率的过程中,是通过对光伏电池工作的每个周期内的电压施加扰动得以实现,以此对功率进行寻优[1]。它的特点为加入一个干扰,利用干扰的影响追踪最大功率点。其步长为dk=dk-1±N×Δd,其中Δd是最小设定步长,N是大于0的整数,N的值越大则表示调整的步长越大,反之调整的步长越小。

2 仿真结果与分析

2.1 改进的变步长扰动观察法MPPT的模型

传统定步长扰动观察法也有缺点:扰动步长变小能实现功率振荡减小,但却会加长跟踪时间;反之,扰动步长变大虽能实现缩短踪时间,但却会导致功率振荡变大。存在跟踪速度和跟踪精度二者不可兼得的缺点[2]。本文对步长进行了较为合理的取值,比较之前和之后测得的两个功率值后,如果两个值变化很小则意味着输出功率接近最大功率点,此时的步长变化很小。反之,如果两个值变化很大,由于输出功率不在最大功率点附近,此时的阶跃变化也变化较大,阶跃变化较大可减小功率波动并提高跟踪速度。

该模型令前后两次的步长dk、dk-1满足 dk=f|ΔP|/dk-1,其中dk的取值在0与1之间变化;|ΔP|=P(k)-P(k-1),表示功率的变化;f反应了步长调节的灵敏性,是一个常数。当ΔP很小时|ΔP|/dk-1也很小,那么dk很小即步长变小;同理当|ΔP|很大时|ΔP|/dk-1也很大,dk很大即步长变大,因此可以提高跟踪最大功率的速度。

调节Boost电路中PWM信号的占空比可以进行与光伏列阵的输出阻抗匹配,可减少设计的复杂度,因此可将光伏发电接入Boost电路中,实现MPPT。

2.2 仿真

光伏发电系统包括光伏阵列、MPPT跟踪控制器、直流变换器及负载。系统仿真结构图如图1。MPPT跟踪控制器通过电流、电压传感器检测得到光伏阵列的输出电流Ip与输出电压Up,两者相乘得到其输出功率。比较输出功率与最大功率间的差值通过MPPT跟踪控制器调整光伏阵列的输出电压期望值UREF,将UREF与Up进行比较,控制得到期望的PWM波,使得Up能够跟随UREF,从而光伏电池即能工作在最大功率点上。

图1 光伏发电系统仿真结构图

2.3 仿真结果与分析

光强和温度变化时光伏发电系统中电压的变化被称之为仿真结果。通过变换器输出的提供给负载的功率被称之为输出功率;太阳能电池发出的输入给变换器的功率被称之为输入功率。设置温度一开始为25℃,0.1s时温度变为15℃,0.2s时温度变为45℃。光照强度一开始为1000W/m2,0.1s时为600W/m2,0.2s时为800W/m2。

图2显示了温度和光强变化时,采用传统定步长P&O法光伏电源的输出功率,由图可知,光伏列阵达到最大功率的时间相对较长且存在着功率的波动。图3显示了采用改进的变步长扰动法后光伏系统输出的功率波形图,图中输出功率能很快到达最大功率点,而且在0.2s与0.4s外界条件变化时,输出的功率很稳定。因此,本文提出的改进的P&O方法精度更高,到达最大功率点的速度更快,功率波动较小,在实际情况中应用度更高。本文模型和传统定步长P&O模型间的指标分别为:到达最大功率点时间0.01s/0.06s,功率波动较小/较大,误差百分比13.66%/20.86%。

图2 传统P&O法下输出功率

图3 改进变步长P&O法下输出功率

综上,未来MPPT的研究中可考虑如下改进:更多研究比较不同算法的仿真结果,得出在不同规模、地区、用途下的环境中应使用哪一种算法;挑选跟踪效果、硬件设备、算法复杂程度都较优的算法进行实验验证,比较与仿真结果的差别。

猜你喜欢

观察法输出功率步长
基于Armijo搜索步长的BFGS与DFP拟牛顿法的比较研究
观察法求解至少有一个有理根的一元高次方程
小学语文写作教学中观察法的运用
行动观察法评价的5种应用形式
基于动态步长的无人机三维实时航迹规划
基于双层BP神经网络的光伏电站输出功率预测
基于逐维改进的自适应步长布谷鸟搜索算法
基于梯度法和扰动观察法相结合的多峰值MPPT算法
分布式发电系统并网逆变器输出功率的自适应控制
一种新颖的光伏自适应变步长最大功率点跟踪算法