下载文档原格式
光伏发电系统的最大功率跟踪控制一、引言光伏发电系统作为一种可再生能源发电方式，具有环保、安全、可持续等优势，逐渐受到关注。
然而，光伏发电系统的发电功率受到天气、温度等环境因素的影响，导致输出功率存在一定的波动。
为了最大化光伏发电系统的发电效率，我们需要实施最大功率跟踪控制。
二、最大功率跟踪控制的原理最大功率跟踪控制是指通过调整光伏阵列输出电压和电流的方式，使得输出功率达到最大。
光伏阵列的输出功率一般由以下几个因素决定：1. 太阳辐照度：太阳辐照度越高，光伏阵列的输出功率越大。
因此，通过监测太阳辐照度的变化，可以实时调整光伏阵列的工作状态。
2. 温度：高温会导致光伏电池的效率下降，从而减小了输出功率。
因此，根据温度变化调整光伏阵列的工作状态也是最大功率跟踪控制的一个重要因素。
3. 光伏阵列电压和电流：光伏阵列的输出功率与其电压和电流的乘积成正比。
通过控制电压和电流的变化，可以达到最大功率输出。
三、最大功率跟踪控制的方法1. 突变搜索法：该方法通过固定步长搜索的方式，在不同的电压和电流点上测量输出功率，并选择功率最大的点作为工作点。
该方法简单有效，但可能存在多个局部最大值的问题。
2. 渐进调整法：该方法通过不断改变光伏阵列的工作电压和电流，观察功率变化，最终找到功率最大的点。
该方法需要周期性地进行调整，但可以达到更精确的最大功率跟踪。
3. 梯度下降法：该方法利用数学模型计算出功率对电压和电流的梯度，并根据梯度的方向调整光伏阵列的工作状态。
该方法复杂度较高，但可以实现更精确的最大功率跟踪。
四、最大功率跟踪控制的应用最大功率跟踪控制已经广泛应用于光伏发电系统中。
通过实施最大功率跟踪控制，可以提高光伏发电系统的发电效率，增加发电量。
这对于实现可持续能源发展、减少对传统能源的依赖具有重要意义。
除了光伏发电系统，最大功率跟踪控制的技术也可以应用于其他可再生能源发电系统，如风力发电系统、潮汐发电系统等。
通过调整工作状态，使得系统功率达到最大，可以提高可再生能源的利用效率。
光伏发电系统中的最大功率追踪算法研究随着全球环境问题的不断加剧和人们对可再生能源的需求不断增长，光伏发电系统得到了广泛的应用。
在光伏发电系统中，最大功率追踪算法是一项重要的技术，它可以实现光伏电池板的最大输出功率，进而提高光伏发电系统的效率。
本文将介绍光伏发电系统中的最大功率追踪算法，并对其研究现状进行分析和讨论。
一、最大功率追踪算法的原理在光伏发电系统中，光伏电池板是获取太阳能并将其转化为电能的核心设备。
然而，光照强度的变化和光伏电池板本身的特性使得其输出电压和电流随时都在变化。
因此，为了提高光伏发电系统的效率，需要实现光伏电池板的最大输出功率追踪。
最大功率追踪算法是通过对光伏电池板输出电压和电流进行测量和监控，进而计算出光伏电池板的输出功率，并实时调整电池板的工作状态，以保证输出功率达到最大。
最常用的最大功率追踪算法包括模拟算法、传统的启发式算法和基于人工智能的算法。
模拟算法是最早被使用的最大功率追踪算法，它根据光伏电池板的电特性建立模型，通过计算机模拟来获取最大功率点。
传统的启发式算法则是通过试错法逐步调整电压和电流，不断接近最大功率点。
基于人工智能的算法则是采用神经网络、遗传算法等技术，通过自学习来找到最大功率点。
二、最大功率追踪算法的研究现状目前，最大功率追踪算法的研究主要集中在以下几个方向:1. 基于模糊控制的最大功率追踪算法基于模糊控制的最大功率追踪算法是利用模糊控制理论来建立光伏电池板最大功率追踪系统的一种方法。
这种方法的优点是具有较强的适应性和鲁棒性，能够在光照变化频繁、天气复杂的环境下实现高效的最大功率追踪。
2. 基于人工智能的最大功率追踪算法基于人工智能的最大功率追踪算法是通过利用神经网络、遗传算法等技术来实现最大功率追踪。
这种方法能够有效地解决光伏电池板的输出功率经常变化的问题，具有自适应性强、稳定性好的优点。
3. 基于无线传感器网络的最大功率追踪算法基于无线传感器网络的最大功率追踪算法是利用物联网技术来实现光伏电池板最大功率追踪的方法。
光伏发电最大功率点跟踪控制算法综述作者：邓明旭陆承与樊天宇杨振伟陈伟王梓懿来源：《科技视界》2016年第06期【摘要】光伏发电最大功率点跟踪控制是提高光伏发电效率的重要措施。
以光伏发电最大功率跟踪控制算法为研究对象，对常用算法的基本原理、存在的问题、以及研究现状进行归纳总结，包括电导增量法、恒定电压法、扰动观察法。
然后着重针对扰动观察法的优缺点进行总结，包括其步长设定问题、扰动方向出错等局限性，并对现有典型改进方法的原理、效果进行阐述。
以期为光伏发电最大功率点跟踪控制的研究人员提供参考和启发。
【关键词】最大功率点跟踪；扰动观察法；新能源利用【Abstract】Photovoltaic maximum power tracking control algorithm is one of the important measures to improve the efficiency of photovoltaic power generation. In this paper， maximum power tracking control algorithms of photovoltaic were researched， including the basic principle of some algorithms， the existence question， and a review of current researches. The algorithms mentioned above include incremental conductance method， constant voltage method， and the disturbance & observation method. Then the advantages and disadvantages of disturbance & observation method were analyzed， especially the disadvantages which may cause defects of disturbance direction when change step length. Finally， the existing typical principle and the effects of improved method are concluded in this paper and reference and inspiration are provided for researchers focused on the topic of maximum power point tracking control of photovoltaic.【Key words】Photovoltaic power generation； Perturbation and observation method； New-energy utilization0 绪论1）光伏发电研究的意义随着经济技术的快速发展，人们对能源的需求也越来越大，而现今运用最广泛的化石能源因其不可再生的特性使其总量在人类不断地开采下越来越少。
光伏发电技术中的最大功率点跟踪算法分析与优化光伏发电作为一种清洁、可再生的能源形式，在近年来得到了广泛的应用和推广。
然而，由于太阳光照强度的时空变化以及光伏电池的非线性特性，光伏发电系统中存在着一个重要的问题，即如何寻找到最大功率点（MPPT）来提高光伏发电系统的效率和发电量。
因此，光伏发电技术中的最大功率点跟踪算法成为了研究的热点。
最大功率点跟踪算法是光伏发电系统中的核心部分，其作用是通过不断调整光伏电池的工作点，使得光伏发电系统输出功率达到最大值。
目前常用的最大功率点跟踪算法主要有传统的Perturb and Observe算法（P&O算法）、Incremental Conductance算法（INC算法）以及改进的模糊控制算法等。
Perturb and Observe算法是目前应用最广泛的最大功率点跟踪算法之一。
该算法通过不断增加或减小电池电压来观察功率变化的方向，以找到最大功率点。
然而，P&O算法在光伏电池功率曲线出现多个最大功率点或者光照强度变化过快的情况下容易出现震荡现象，导致功率跟踪效果不佳。
Incremental Conductance算法是另一种常用的最大功率点跟踪算法。
该算法通过计算电池电压变化率与电池电流变化率的比值，并与光伏电池的导电率进行比较，来确定功率变化的方向。
INC算法相对于P&O算法来说，能够更准确地找到最大功率点，但仍然存在一定的误差。
除了上述两种传统的最大功率点跟踪算法之外，还有一些新型的改进算法被提出来。
例如，模糊控制算法结合了模糊控制理论和最大功率点跟踪算法，通过模糊控制器来调节光伏电池的工作点，以实现最大功率输出。
模糊控制算法相对于传统算法来说，具有更优的性能和稳定性。
针对这些算法存在的问题，一些研究者提出了一系列的优化方法。
例如，利用人工智能算法如神经网络、遗传算法等来优化最大功率点跟踪算法的调节参数，以提高算法的精确性和效率。
光伏发电最大功率点追踪算法光伏发电是一种利用太阳能将光能转化为电能的技术。
在光伏发电系统中，为了提高系统的能量转换效率，需要对光伏电池阵列进行最大功率点追踪（Maximum Power Point Tracking，简称MPPT）。
光伏发电最大功率点追踪算法可以帮助我们找到电池阵列工作时能够输出最大功率的电压和电流组合。
在本文中，我们将深入探讨光伏发电最大功率点追踪算法的原理、常见的算法类型以及算法的应用。
通过了解这些内容，我们可以更好地理解光伏发电系统的优化以及如何选择合适的MPPT算法。
首先，让我们来了解光伏发电最大功率点追踪算法的原理。
光伏电池的输出特性曲线显示了在不同电压和电流下的功率输出情况。
该曲线通常呈现出一个“倒U”型，即存在一个最大功率点。
光伏发电最大功率点追踪算法的目标就是寻找到这个最大功率点，并调整系统工作点使得光伏电池能够输出最大功率。
常见的光伏发电最大功率点追踪算法可以分为模拟算法和数字算法两种类型。
模拟算法包括传统的开环算法和闭环算法。
开环算法根据光强和温度等环境因素预先设定一个工作点，以此来调整电压和电流。
闭环算法则是根据实时的光强和电压进行反馈调节，以追踪最大功率点。
常见的闭环算法有Perturb and Observe算法和Incremental Conductance算法。
这些算法通过不断调整工作点，使得系统能够在不同光照条件下实现最优的能量转换效率。
除了模拟算法，数字算法也被广泛应用于光伏发电最大功率点追踪。
数字算法通过使用微控制器或数字信号处理器等设备，根据电池阵列当前的电压和电流等参数计算出最大功率点，并调整系统的工作点。
常见的数字算法有P&O算法、IC算法、Hill-Climbing算法等。
这些算法通过快速的运算和调整能够更精确地实现最大功率点追踪。
光伏发电最大功率点追踪算法在实际应用中具有重要意义。
通过采用合适的算法，光伏发电系统可以在不同的光照条件下实现高效的能量转换。
第26卷第20期中国电机工程学报V ol.26 No.20 Oct. 2006 2006年10月Proceedings of the CSEE ©2006 Chin.Soc.for Elec.Eng.文章编号：0258-8013 (2006) 20-0098-05 中图分类号：TM51 文献标识码：A 学科分类号：480⋅60短路电流结合扰动观察法在光伏发电最大功率点跟踪控制中的应用张超，何湘宁（浙江大学电力电子研究所，浙江省杭州市310027）Short-current Combined With Perturbation and Observation Maximum-power-pointTracking Method for Photovoltaic Power SystemsZHANG Chao, HE Xiang-ning(Power Electronics Institute of Zhejiang University, Hangzhou 310027, Zhejiang Province, China)ABSTRACT: The output power of PV module varies with module temperature, solar insolation and loads, so it is necessary to track MPP of the PV array all the time. In past years, many MPP control algorithms were presented to draw maximum power from the solar array. A novel online short circuit current method is presented. This method can track MPP changes rapidly without disturbing PV system. On the basis of this method, P&O(perturbation and observation) method with optimized perturbation step was proposed to reduce the power oscillation around MPP. Simulations and experimental results show that the PV generation system has good steady state and transient characteristics with the proposed MPPT control method.KEY WORDS：photovoltaic; maximum power point tracking; short circuit control; perturbation and observation control摘要：光伏电池输出功率随外部环境和负载的变化而变化，为充分发挥光伏器件的效能，需采用最大功率点跟踪电路。
对于最大功率点跟踪电路的控制已经提出了许多方法，其中短路电流法和扰动观察法因其具有简单有效的优点而得到广泛应用。
针对短路电流法的缺点，该文提出一种新的在线短路电流控制方法。
该方法在不干扰系统正常工作的情况下，能迅速感知外部环境变化，但该方法效率不高。
为充分发挥光伏电池的效能，在线短路电流控制方法的基础上再引入扰动观察法。
该文扰动观察法的扰动步长针对最大功率点处稳态特性进行优化，优化后，扰动观察法可有效消除光伏器件输出功率在最大功率点的振荡现象，从而提高系统效率。
仿真和实验研究证明，该方法可以快速跟踪外部环境变化，并消除系统在最大功率点的振荡现象。
基金项目：国家教育部博士点基金项目(20050335059)．关键词：光伏；最大功率点跟踪；短路电流法；扰动观察法0 引言光伏发电作为一种具有广阔前景的绿色能源已成为国、内外学术界和工业界研究的热点[1-2]。
光伏电池输出功率与外界环境和负载情况有关，为充分发挥光伏电池的功效，需在光伏器件和负载之间串联最大功率点跟踪(maximum power point tracking，MPPT)电路[3-4]。
MPPT电路常用的控制方法有固定参数法(如固定电压法、固定电流法)、扰动观察法及增加电导法等[5]。
固定参数法利用在最大功率点工作时光伏器件工作电压、电流与器件开路电压、短路电流的近似比例关系进行控制，此方法只需一个检测参数，控制简单易行，但获取开路电压或短路电流要中断系统正常工作，对系统运行存在干扰，此外所采用的控制关系是近似关系，不能实现最优控制，因此该方法控制精度低，仅适用于小功率场合。
扰动观察法根据光伏器件在最大功率点处∆P/∆U=0的特性进行最大功率点跟踪控制，以左侧为例说明该方法具体工作过程：在系统稳定工作情况下，假设增大最大功率点跟踪电路功率器件的占空比，控制器对占空比调节前后的光伏器件输出功率、输出电压进行采样计算，如果输出功率与输出电压为∆P/∆U >0，则表明系统工作在最大功率点左侧，应继续增加占空比，直到∆P/∆U =0，具体工作中，由于扰动观测法需要比较占空比变化前后的功率、电压，因此光伏输出功率会在最大功率点两次反复变化，严重时第20期 张 超等： 短路电流结合扰动观察法在光伏发电最大功率点跟踪控制中的应用 99还会出现功率振荡现象，降低系统效率。
增加电导法是对扰动观察法的改进，根据∆P /∆U =0可以得到d I /d U =−I /U ，当系统满足该关系式时，表明系统工作在最大功率点，由于它不需要比较占空比变化前后的功率、电压变化情况，因此可以消除扰动观测法在最大功率点附近的功率振荡现象，但该方法需高精度的检测器件，虽然理论上可以消除稳态时的功率振荡，但由于计算误差和检测元件精度限制，实际工作中还是存在一定的功率波动，且算法较复杂，需较多的计算时间，因而对外部环境变化的响应速度变慢[6-7]。
此外模糊控制、滑模控制等方法也可用于扰动观察法以减弱最大功率点的振荡现象，但是同样对硬件的要求太高，控制较为复杂[8-9]。
本文在分析光伏电池特性的基础上，提出了一种新的MPPT 控制方法，该方法根据光伏电池工作状态，分别采用短路电路法和扰动观察法以实现光伏电池最大功率点的跟踪。
短路电流通过在线计算获取，避免了传统短路电流检测方法对系统运行的干扰，提高了系统效率。
在此基础上，为进一步提高对光伏器件的利用，当系统工作在最大功率点附近时采用小步长扰动观察法，可有效消除系统在最大功率点的振荡。
该方法不仅可以快速跟踪外部环境的变化，还可有效减轻系统输出功率在MPP 的振荡现象，从而提高对光伏器件的利用率。
实验结果证明该方法可以快速有效的跟踪日照变化，提高对光伏电池的利用率。
1 光伏电池特性光伏电池输出功率的函数为0{exp[]1}S qP I U I U U AKT=−− (1)式中：I 、I S 、I 0分别为光伏电池输出电流、光伏电池短路电流和光伏电池反向饱和电流，I S 由日照强度决定；q 为电荷常数；A 为光伏电池中半导体器件的p −n 结系数；K 为Blotzman 常数；T 为绝对温度；U 为光伏电池输出电压。
电池输出功率对输出电压的导数关系为S 00d /d exp[][1]q qP U I I U U I AKT AKT=−⋅⋅+−(2)图1为该导数与光伏电池输出电压的关系曲线。
图1表明该导数随光伏电池输出电压的增加连续单调递减。
在该曲线A 点光伏电池处于短路状态，电池输出电压为零，d P /d U 大小等于电池短路电流，输出功率为零；随电池输出电压的增加，该值缓慢下降，在A-B 区间该值近似等于电池短路电流，输出功率随输出电压的上升逐步增加；从点B 到最大输出功率点D MPP 这一段，该值下降速度加快，从近似等于电池短路电流快速下降到零，电池仍工作在最大功率点左侧，输出功率进一步增加；当d P /d U =0表明系统输出最大功率；随着输出电压进一步增加，d P /d U 变为负值，该值随输出电压的增加快速下降，输出功率随输出电压的进一步上升而快速减小[10]。
−20−100 d P /d U ABD MPPC 5051015 U out /V图 1 光伏电池 d P /d U -U 特性曲线Fig. 1 d P /d U -U characteristic curves of PV module图2为外部环境稳定情况下光伏电池输出功率、输出电流与输出电压特性曲线。
从电流－电压曲线可知在A-B 区间光伏电池输出电流基本相等，可近似认为在最大功率点左侧光伏电池输出特性为电流源。
由上述分析可知光伏电池在最大功率左侧特性类似于电流源，电池输出电流基本不变。
0 4 8 12 16 20 U out /V0 20 40 P /WIPB0 24 I out /A606图2 光伏模块输出功率、电流特性曲线 Fig. 2 PV module characteristics for fixedambient conditions2 MPPT 工作原理光伏器件输出最大功率时，它的输出电流I o 与电池短路电流I S 有一个近似比例关系：I o =0.92I S 。
因此如果知道电池的短路电流就可以控制系统，使其近似工作在最大功率点。
但此比例关系仅是一个近似值，它会随着外部环境、电池型号及电池使用时间的变化不同，因此该方法控制精度低，通常用于小功率场合。
扰动观察法是MPPT 控制中的一种常用方法，该方法控制思路如下：假设增加MPP 电路开关的100 中 国 电 机 工 程 学 报 第26卷占空比，若光伏电池输出功率增加，则占空比继续增加，直到输出功率下降；反之占空比减少。
占空比的改变值称为扰动步长∆d ，在扰动观察法中扰动步长∆d 为定值，步长的选取要兼顾光伏发电系统动态响应速度及稳定状态下的控制精度。
∆d 较大时，对外界环境变化响应速度快，但在最大功率点附近有较大的功率振荡；∆d 较小时，最大功率点附近的功率振荡会减弱，但系统对外界环境变化的响应能力变差。
图3是扰动观察法的控制仿真波形，从该波形可以看出系统响应速度能满足日照变化条件下的动态响应，但在日照稳定的情况下输出功率有较大的波动[11]。
0 0.5 1.0 1.5 t /s 01530 45 P /W60图 3 扰动观察法MPPT 仿真波形Fig. 3 The simulation waveform of P&O MPPT algorithm从第2部分分析可知，在最大功率点左侧d P /d U 的值基本等于短路电流，只有在最大功率点附近该值才显著变化。
