偏远牧区禽舍用自跟踪式光伏发电系统的设计

张洗玉，周 猛，宁 铎

(1. 广西科技师范学院数学与计算机科学学院，广西来宾 546199；2. 英飞特电子股份有限公司，浙江杭州 310053；3. 陕西科技大学，陕西西安 710021)

伴随着我国畜禽养殖业的不断壮大和迅猛发展，养殖所造成的环境污染问题也日益突出[1]。当下许多畜禽养殖场位于边远山区和农牧区，而这些地方电网往往无法全面覆盖，人口居住相对分散且经济落后[2-6]。农牧区畜禽养殖是牧民们的主要经济来源，为了努力推进偏远牧区畜禽养殖业向智能自动化方向发展及积极响应国家精准扶贫号召，设计并实现了一种基于STM32 的自跟踪式太阳能离网型光伏发电系统。利用绿色可再生能源太阳能来解决偏远牧区畜禽舍供电问题，既有利于当地的环境保护和真正意义上实现节能减排，也可有效降低牧民畜禽养殖经济成本[7]。本系统通过自主设计的光伏电池板倾斜角自跟踪装置可高效率利用太阳能对养殖禽舍进行供电，这对偏远牧区养殖业和清洁新能源的有机结合与推广具有一定的促进意义。

1 禽舍用离网型发电系统设计及工作机理

1.1 离网光伏发电系统示意图

偏远牧区畜禽舍用离网型光伏发电系统构成示意图见图1，其采用嵌入式STM32F103C8T6 单片机对发电系统进行智能控制。光伏电池板阵列把太阳光能量直接转换成电能并存储于铅酸蓄电池组内；基于禽舍实际用电需求，主控制器通过控制光伏逆变器来满足各种负载供电需求。为了使系统适应牧区室外恶劣工作环境、有效降低生产成本和提高系统工作可靠性，将光伏电池板阵列安装于自主设计的光伏电池板倾斜角自跟踪装置上并配备太阳光方位角跟踪系统组成二维自动跟踪系统，同时也可保证光伏电池板达到理想的工作状态。此外，主控核心STM32F103C8T6 通过智能模糊控制算法来实现太阳光自动追踪后的最大功率点MPPT控制。

图1 自跟踪型光伏发电系统示意图

1.2 光伏电池板倾斜角自跟踪装置的设计

太阳光的强度大小和方向都随时间做周期性的变化，许多大规模光伏发电场合基于经济成本和安装实际效果最终不得不更多采用一维(太阳方位角)跟踪模式，但这样就会降低太阳能利用率。且由于自动跟踪系统及其传动机构所处牧区环境恶劣，要在低成本条件下保持跟踪高可靠性有很大困难。考虑到太阳方位角的变化周期是倾斜角变化周期的365 倍，基于这个特点与气候温度的对应关系以及光伏发电对于自动跟踪系统的跟踪精度相对于太阳能聚光器中自动跟踪系统要求相对要低的特点，研制一种简单有效的太阳光伏板倾斜角自动跟踪装置来代替当前使用的基于采集太阳光信号、处理及驱动所构成的复杂系统，以实现有效提高太阳能利用率。该倾斜角自动跟踪装置结构示意图见图2。将太阳光伏电池板安装于支架上的旋转轴上，且电池板下端设计带有揩油调整口的密闭腔。密闭腔内下部位置填充液面高度大于密闭腔出口的液体，其上部充有膨胀系数较大的气体。利用揩油调整口可根据实际需要调整容器内液体与气体的比例。密闭腔出口处的另一端带有活塞,位于转轴上的杠杆一端与活塞饺接,另一端接触光伏电池板背面。

图2 自动跟踪装置结构示意图

当太阳光入射倾斜角缓慢变化且与当地气候变化相对应，利用密闭腔中的气体和液体热胀冷缩特性和固定在旋转轴上光伏发电硅板的水平分力相配合，产生了一种推挽式动力源；再经过杠杆结构对活塞运动位移进行进一步放大，从而有效调节固定在旋转轴上光伏发电硅板倾斜角度，达到在倾斜角度方向对太阳光的自动跟踪效果，其在具体调节过程见图3。在北半球，夏至后太阳入射光线倾斜角由最大角度β开始逐步减小，同时也伴随着气温的下降。密闭中的气体和液体体积会随着气温的下降而减小，液体所产生的对活塞的压力与光伏电池板的水平分力的动态平衡被打破，通过杠杆作用推动活塞向左运动，使得光伏电池板下端相应的向右运动，最终可使其倾斜角变小，与太阳光线入射角度变化趋势相一致，同样可以实现太阳光线垂直照射在光伏电池板上的目标。考虑到地球温度变化是一个迟滞系统，通过固定在光伏电池板背面的滚动曲面来修正和调节。在大规模光伏发电系统中，光伏电池板阵列能通过统一的旋转式机械结构实现方位角同步自动跟踪，而每一块光伏电池板则通过上述装置实现低成本自动跟踪，从而形成可有效提高太阳能利用率的二维光伏电池板自动跟踪太阳系统。

图3 倾斜角调整过程示意图

2 禽舍用离网型光伏发电系统控制策略

2.1 基于Boost 电路的最大功率点跟踪原理及MPPT建模

将光伏电池等效为一个电流源与电阻的串联，CPV为光伏电池输出的滤波电容，将后级逆变部分等效为一个负载电阻RL，光伏电池与后级逆变电路之间加入Boost 电路，以实现光伏电池输出阻抗(RPV)和负载阻抗(Ri)之间的匹配。光伏电池的输出电压为Vi，输入电流为Ii，Boost 电路输出电压为VL，输出电流为IL，带Boost 电路的系统等效电路见图4。当外界光照强度或温度变化时，光伏电池的输出阻抗RPV是变动的，调节Boost 电路开关管的占空比D即可调节光伏电池所带的等效负载阻抗Ri，且当光伏电池的输出阻抗RPV与Ri相等时，光伏电池输出的功率最大。

图4 Boost电路的系统等效电路

本文结合新型扰动观察法和模糊控制方法的优点建立组合式控制算法，利用模糊控制方法快速接近MPP 点所对应的电压处，之后采用新型扰动观察法以很小的占空比步长扰动(Dk=0.001)逐步靠近MPP，兼顾跟踪的快速性和MPP 处的稳态精度。组合式控制算法模型见图5，在模糊控制与新型扰动观察法之间加入一个选择开关，依据dP/dV的绝对值大小选择控制方法，当其值大于3 时，即工作点距离最大功率点较远时，选择模糊控制器，反之选择新型扰动观察算法。

图5 组合式控制算法原理图

针对传统扰动观察法在最大功率点处的振荡问题，采用改进型变步长扰动观察法，在传统扰动观察法的基础上，以ΔP·ΔV作为步长变化的基准，分别判断ΔV、ΔP和ΔP·ΔV的符号，由三者的符号关系即可确定所需步长D的大小和变动的方向。当判别出功率减小时，以±Dk为步长的大小改变扰动方向靠近最大功率点；当判别出功率增大时，以±(Dk-ΔD)为变步长的大小靠近最大功率点。在不断地扰动过程中，将光伏电池的输出电压逐渐地调整至最大功率点处的电压，即ΔP不断减小，随着ΔP的减小，对应的步长变化量也在不断的减小，扰动的范围越来越小，可以有效地减小最大功率点处的震荡现象，直到ΔP近似达到零，即达到跟踪的目的，算法流程图如图6 所示。

图6 改进型算法控制流程图

根据上述新型变步长扰动观察法的算法流程图在Matlab/Simulink 中搭建最大功率点跟踪控制仿真模型，零阶保持器采样时间设为0.000 1 s，三角载波周期设为20 kHz，扰动步长Dk设为0.01，算法仿真模型如图7 所示。

图7 改进型扰动观察法的仿真图

将光伏电池输出功率作为模糊控制的目标函数，通过调节占空比D进行MPPT 控制，将占空比变化前后的功率差值e=P(n)-P(n-1)和前一时刻的占空比步长值a(n-1)作为模糊控制的输入，当前时刻的占空比步长值a(n)作为模糊控制的输出量。实际输入量经过量化因子处理之后转换为相应模糊语言变量值，然后送入模糊推理模块，经模糊控制之后得到模糊输出量，解模糊后得到输出模糊论域上的模糊值，再经过输出比例因子变换为实际的输出量。温度或是光照强度的变化都会对光伏电池输出的功率产生影响，当外界条件变化时，依据模糊控制的工作原理，根据占空比D变化前后功率的增减，调整占空比步长大小及变动的方向，所建立的模糊控制规则表见表1。

表1 模糊控制规则表

MPPT 模块采用模糊控制算法，在Matlab 软件Simulink中建立上述模糊控制器仿真模型，如图8 所示。其中U_PV、I_PV表示光伏电池的输出电压、输出电流，D表示Boost 电路的占空比，e=(-60,60)，a=(-0.03,0.03)为实际值的变化范围，经反复实验量化因子1/Ke取为0.1，1/Ka取为200。在光照突变的情况下，可以实时跟踪光伏电池输出的最大功率点，提高光伏电池的利用效率。

图8 模糊控制MPPT算法模型

2.2 蓄电池三阶段智能充电策略

该系统中使用阀控型密封铅酸蓄电池，仅利用恒流充电、恒压充电等传统式充电策略不足以达到马斯最佳充电曲线。针对该光伏发电模式以及结合传统充电方法的优点，采用一种有效融合模糊算法MPPT 充电、恒压充电和浮充电三阶段充电方法来提高铅酸蓄电池充电速度和系统发电效率。蓄电池充电过程中的端电压和充电电流如图9 所示，接近马斯最佳充电曲线。三阶段充电法中，在充电第一阶段采用模糊MPPT 充电，充电电流相对较大且充电效率高，蓄电池80%容量快速恢复，最大程度上利用太阳能能源；当达到蓄电池自身限制电压时，进入恒压充电第二阶段，主要实现剩余20% 容量的恢复，使得蓄电池最大限度恢复至100%。为了实时检测蓄电池端电压及温度且提高该系统响应速度，采用电压闭环控制法进行负反馈调节。该智能充电法融合模糊MPPT 法充电可以极大缩短蓄电池充电时间，从而延长蓄电池的使用寿命和提高充电速度。

图9 三阶段充电法示意图

3 系统实验研究

为了验证所提出的关键控制技术及控制策略的有效性及准确性，对该系统进行实验研究。光伏组件选用单晶硅组件，输出最大功率为250 W，开路电压为38.1 V，短路电流为8.80 A，最大功率点处电压、电流分别为30.7 V、8.15 A。在Matlab/Simulink 中搭建光伏阵列最大功率点跟踪控制仿真模型，将五块单晶硅组件串联构成1 250 W 的光伏阵列，将参数带入光伏电池封装模型。

在扰动步长(Dk=0.001)相同的条件下，组合式控制算法兼顾了模糊控制跟踪的快速性和新型扰动观察法在最大功率点处的稳态精度，光照强度突变的情况下仍可以快速、平滑地完成跟踪目的。如图10 所示，在标准条件下，稳定时对输出特性曲线局部放大可知，最大输出功率为1 250.5 W，与理论值1 250 W 接近，且在光照突变的情况下，光伏阵列输出的电压、电流可以很快地达到平稳状态，而且在稳定的状态下，基本无波动。

图10 组合控制算法的仿真波形

为了检验三阶段智能充电法的充电效果，以额定容量7.2 Ah/20 Hr 的蓄电池为例，对电池所处充电状态的端电压和充电电流进行曲线绘制。在天气状况为晴天、微风的条件下，从08:00～18:00 进行多组实验数据测定，每隔半时对蓄电池端电压及端电流进行测量，部分典型实验数据见表2。

表2 实验数据

当蓄电池处于9:30～13:30 时间段时，电池电量不足，在第一阶段以模糊智能控制算法追踪最大功率MPPT 方式对其快速有效充电，蓄电池充电电流处于0.72～0.75 A，而充电电压增加幅度较大。直至端电压增到限制电压时，自动进入下一充电阶段。在第二恒压充电阶段，蓄电池端电压处于14.9～15.0 V 且其端电流呈下降趋势，可以看出所选充电控制策略可控制充电过程。当蓄电池处于14:30～15:00 时间段时，端电流稳定在0.24～0.25 A，进入第三浮充电阶段，达到补充由于蓄电池自然放电所带来的能量损失。上述实验数据说明三阶段智能充电法在融合MPPT 算法后可以极大缩短蓄电池充电时间，有效避免过充等有损电池寿命现象的发生。

4 结论

本文有效利用STM32 控制器设计并实现了一种二维离网型光伏发电系统。借助自主设计的光伏电池板倾斜角自动跟踪太阳光的装置，有效提高了太阳能利用率，给偏远牧区畜禽舍提供稳定可靠的供电服务。通过建立仿真模型、实验数据测量及分析，证明了该系统所选控制策略的有效性，具有性能良好，安装简单，成本低等优点，进一步促进了偏远牧区或山区离网型光伏发电的应用推广。