基于事件触发驱动的最大功率点跟踪及电压稳定控制

2023-03-03谢周腾刘永忠

电力科学与工程 2023年2期

谢周腾，刘斌，刘永忠

（湖南工业大学电气与信息工程学院，湖南株洲 412007）

0 引言

随着“碳达峰”“碳中和”的提出，我国开始建设以可再生能源为主导、其他能源为补充的能源体系，分布式能源的利用率逐渐增高，“绿色房屋”——房屋分布式光伏发电工程被积极推进。

由于光伏发电具有不确定性和间歇性，光伏发电系统在运行过程中会出现能量利用率过低、电压波动、电压偏差过大等问题。这些问题会对负载造成一定的影响。光伏发电系统通常采用最大功率点追踪（Maximum power point tracking，MPPT）来解决利用率过低的问题，并引入外部条件来调节电压，防止电压波动过大。

在MPPT算法方面，扰动观察法、恒电压法、电量增导法等传统控制算法[1]以及天牛群优化算法[2]、灰狼优化算法[3]等智能控制算法都能够有效地使光伏发电系统工作在最大功率附近。文献[4]为抑制光伏发电的波动性，采用改进的扰动观察法，并提出了一种模式切换协调控制策略。文献[5]提出一种基于不确定性推理的扰动观察法，并引入光照、温度的变化率来修正步长，实现了MPPT。文献[6]将几种传统算法相结合并进行了改进；仿真结果表明所改方法在减少追踪时间的同时，也减小了功率的振荡。文献[7]将传统扰动观察法与神经网络法相结合，结果表明该控制方法在一定程度上能加快动态调节速度并减小稳态误差。

在减小负载端电压波动方面，文献[8]利用蓄电池对负载端电压进行调节。文献[9]提出一种恒功率控制策略，并在光伏发电逆变之前采取MPPT及稳压控制。上述文献都采用了基于改进算法的MPPT，提高了光伏发电的利用率，减小了功率和电压的波动，但是仍然存在最大功率点附近功率振荡以及步长固定导致追踪精度下降的问题，或未考虑到光照变化对负载端电压的影响。

鉴于此，本文首先构建了独立光储微电网系统结构并设计了事件触发驱动协议；然后基于事件触发改进了P&O算法，并将改进算法的MPPT与传统算法的MPPT进行对比；考虑到实际情况下光照环境的改变导致负载端电压波动的问题，引入了基于事件触发驱动协议控制的储能装置，对系统的电压进行稳定控制。

1 事件触发驱动策略与协议设计

事件驱动策略是指在持续运行或者持续事务管理的过程中进行决策的一种控制策略[10]，其思想是针对实时问题，通过调动可用资源，并执行相应的操作，使问题得到解决。

本文根据事件触发驱动策略构建了如图1所示的独立光储微电网系统结构，并设计了事件驱动协议。

图1 独立光储发电系统结构图Fig. 1 Structure diagram of stand-alone optical storage power generation system

图1中：DC/DC变换单元采用的是Boost升压电路，对光伏发电系统进行MPPT控制，使系统能够工作在最大功率点；储能装置采用超级电容[11]或蓄电池等一些储存能源的器件。

基于图1系统结构图以及事件触发驱动策略，对传统P&O算法进行了改进并设计出3层事件触发驱动装置，去控制储能装置。事件触发驱动协议具体如表1所示。

表1 3层事件触发驱动协议Tab. 1 Three layer event trigger driver protocol

表1中：α为负载两端t时刻的电压Ut与参考值Uref的比值。θmax、θmin分别为触发常数的上限与下限，且θmax＞θmin,θmax＞ 1 ,0 ＜θmin＜1。

触发常数的上、下限，即为电池充放电的开关阈值。我国工业用电的标准电压波动范围为–7%～+7%，因此本文将触发常数下、上限设为–5%与+5%。当α≥θmax时，负载两端电压大于所设定的电压范围，需对负载供电的同时对电池进行充电。当α≤θmin时，表示负载端电压供电不足，需电池对负载进行供电补偿。

2 事件触发驱动在MPPT上的应用

2.1 传统P&O算法工作原理

传统P&O法MPPT的基本工作原理是：每隔一定的时间，增加或者减少光伏阵列的输出电压，扰动其工作点，并通过观测扰动之后输出功率变化来判断下一步工作点的扰动方向，直至光伏阵列工作在最大功率点处。本文采用基于占空比的MPPT控制，具体算法原理如图2所示。

图2 基于占空比的MPPT控制原理图Fig. 2 Schematic diagram of MPPT control based on duty cycle

传统P&O法MPPT的基本计算原理为：

式中：UT为T次步长时刻系统的电压；UT–1为T次步长时刻前一个步长时刻的电压；UΔT为每一次的增加或减小的值，即扰动量；PT为T次步长时刻系统的功率。算法的计算流程图如图3所示。

图3 传统P&O法MPPT控制流程图Fig. 3 MPPT control flow chart of traditional P&O method

在用传统P&O法进行MPPT控制过程中：在每个控制周期，采用固定的步长来改变系统的输出电压；通过判断前一个步长T–1时刻的功率与T时刻功率的功率差ΔP来决定下一个周期的扰动方向[12]。

ΔP>0表示上一步长周期扰动方向正确，下一步长周期的扰动方向将保持不变；ΔP<0表示上一周期的扰动方向错误，下一周期的扰动方向应与上一周期的扰动方向相反。经多次扰动之后，若ΔP=0，则说明系统已经到达最大功率点。在用传统P&O法进行MPPT控制过程中，由于步长固定的原因，算法会持续不断地施加扰动，从而导致系统的功率曲线在最大功率点附近振荡，造成一定的功率损失。

2.2 基于事件触发驱动P&O算法的MPPT控制

为确保MPPT的时效性以及准确性，本文基于事件触发驱动对传统P&O法进行了改进[13]，原理如下。

当检测到系统电压超过0.7倍参考电压时，第一层事件触发，开始施加MPPT控制。这样，可以在一定程度上减少追踪时间。

当系统运行开始时，若系统功率差与电压差之比ΔP/ΔV大于一个常数K，则第二层事件触发。此时，选择固定的大步长，加快追踪速度。

当系统功率接近最大功率点时，即当 ΔP/ΔV小于K时，第三层事件触发。此时选择自适应步长，以提高追踪精度，避免产生功率振荡。

具体工作原理如图4所示。

图4 基于事件触发改进的P&O算法原理图Fig. 4 Schematic diagram of improved P&O algorithm based on event triggering

改进后MPPT计算方式为：

式中：β、γ、K、S均为大于0的常数。

ΔP/ΔV为特性曲线斜率；常数K为事件触发阈值。分析不同光照强度下的光伏P-V特性曲线可知，曲线斜率与光照强度S成正比，且接近最大功率点的曲线斜率相较远离最大功率点的曲线斜率要小。

改进后，算法流程如图5所示。

图5 改进的P&O算法MPPT控制流程图Fig. 5 MPPT control flow chart of improved P&O algorithm

2.3 均匀与突变的光照环境下仿真结果

本文使用MATLAB软件中的Simulink搭建仿真平台。光伏阵列采用了Simulink中的PV array模块。系统及模块具体参数如表2所示。

表2 系统模块参数数值Tab. 2 Numerical table of system module parameters

仿真过程：温度设定为25 ℃。在0～0.5 s，光照强度为1 000 W/m2；在0.5 s时，光照强度突变为800 W/m2。仿真结果如图6所示。

图6 传统算法与改进算法的MPPT仿真结果对比图Fig. 6 Comparison of MPPT simulation results between traditional algorithm and improved algorithm

从图6中可看出，本文提出的算法比传统P&O法MPPT控制算法能够在光照突变时更快地追踪到最大功率点，并保持在最大功率点运行，减少了功率的振荡损耗。

3 基于事件触发的电压稳定控制

针对光照突变会导致系统功率输出不稳定的问题，本节引入基于事件触发驱动策略控制的储能装置来对负载端电压进行稳定控制[14]。

仿真条件：将光照强度从1 000 W/m2改成随时间变化；事件触发常数K=0.31。具体的光照强度时变过程如图7所示。

图7 光照强度时变图Fig. 7 Time-varying diagram of light intensity

随着光照强度的改变，系统电压也会随着改变。为了保证对负载端电压的稳定控制、事件触发驱动策略的灵活性，同时考虑负载端不能长时间处于过压或低压状态下，因此要求负载端的电压要稳定在0.93～1.07倍参考电压Uref之间，称该区域为安全区域[15]内。

具体的仿真结果如图8所示。

图8 有无储能装置的负载端电压对比图Fig. 8 Comparison of load terminal voltage with and without energy storage device

从图8中可以看出：在0.02～0.8 s、1.3～1.8 s、3.4 s～4.2 s这3个时间段，未加储能装置的负载电压明显已经超过了安全区域，加入储能装置后，负载电压已回到安全区域内。为了能够看出发电系统与储能装置的能源互补情况，本文采用了Simulink中Scope模块对储能装置内的电池荷电状态（State of charge，SOC）进行了监测，结果如图9所示。