基于占空比最优寻迹的光伏电池最大功率点跟踪方法

2018-02-22 03:18何权港高长伟郭京津
东北电力技术 2018年11期
关键词:观察法输出功率扰动

何权港,高长伟,,郭京津,王 鑫

(1.辽宁科技学院电气与信息工程学院,辽宁 本溪 117004;2.辽宁省机器人驱动控制工程实验室,辽宁 本溪 117004)

太阳能具有清洁、无污染、储量大、不受地域限制等诸多优势,近年来,随着光伏系统建设成本的逐渐降低及能量转换效率的不断提升,太阳能光伏发电已经成为清洁能源供能的主要方式之一[1-2]。在部分领域,太阳能光伏发电已经由补充能源转变为替代能源[3-4]。然而,在光伏系统的实际工作过程中,其输出功率容易受到外界环境条件的影响[5-7]。为了使光伏发电系统在外界环境条件发生变化时仍能保持较高的能量转换效率,有必要对光伏电池的最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制技术进行深入研究。

目前常见的光伏MPPT控制方法主要可分为3类:第一类方法需要以光伏电池相关参数为依据[8],主要包括恒定压法、开路电压法以及短路电流法等;第二类方法需要不断对光伏电池的实时输出进行检测[9-10],是目前应用最为广泛的一类方法,主要包括扰动观察法、电导增量法以及极值搜索法等;第三类方法为近年来兴起的各种智能算法,这类方法主要以现代控制理论为基础[11-12]。第一类方法原理简单、容易实现,但是这类方法的实际控制效果易受外界环境条件的影响。第二类方法需要对光伏电池的实时输出不断进行检测,虽然该类方法的实际控制效果不受外界环境条件的影响,但是在最大功率点附近会因参数限制而导致算法的跟踪能力下降,并且在光伏电池的输出功率接近最大功率时容易产生波动。第三类方法跟踪速度快,在最大功率点附近时光伏电池输出功率振荡小,并且当外界环境条件突变时可起到避免误判的作用,但是该类算法基本上都是针对某种具体的环境问题而专门设计的,其运算过程比较复杂。

针对目前广泛应用的MPPT控制方法会因自身参数的限制而导致其跟踪能力下降这一缺陷,本文提出了一种基于占空比最优寻迹的光伏电池最大功率点跟踪方法。试验结果表明,在光照强度发生改变时,运用该算法能够快速准确地找到光伏电池的最大功率点。与传统的扰动观察法相比,本文所提控制方法能有效改善光伏系统的动态性能,系统稳定性明显提高。

1 光伏电池等效电路与输出特性

光伏电池可以将太阳辐射能转变为电能,其基本工作原理类似于二极管,当受到光线照射时,光伏电池的输出电流按指数规律随电压发生变化。实际工作过程中,可以将光伏电池看成恒流源,其等效电路如图1所示。

图1 光伏电池等效电路

图1中,并联等效电阻RP与串联等效电阻Rs用来表示内部损耗,电容C为结电容,Iph表示光生电流,Id为流过二极管的电流,I与U分别为光伏电池的输出电流和输出电压。当外界温度恒定,光照强度不同时,光伏电池的功率输出特性如图2所示。

由图2可得如下结论:

a.太阳能光伏电池的P-U特性呈现出明显的非线性;

b.光伏电池输出电压逐渐升高时,其输出功率呈现出先上升后下降的变化过程,该现象表明,在实际工作过程中,光伏电池具有某个输出电压值,在该值附近光伏电池的输出功率达到其最大值。

图2 光照强度不同时光伏电池的P-U特性

2 经典扰动观察法基本原理

扰动观察法简单易行,是实际工程中应用较为广泛的一种控制方法,其基本原理如图3所示。

图3 扰动观察法基本原理

设初始时刻光伏电池的输出功率为P1,下一时刻为光伏电池的输出电压设置一个增量,此时,光伏电池的输出功率变成P2,由图3可得P2>P1,这种现象表明当电压升高时光伏电池输出功率增大,要获得最大输出功率则应进一步升高输出电压。当光伏电池输出功率为P4时,继续升高输出电压,则光伏电池输出功率变成P5,而P5

3 占空比最优寻迹的光伏MPPT控制

为了克服扰动观察法上述缺陷,本文提出了一种基于占空比最优寻迹的光伏电池最大功率点跟踪方法,结合图4对所提控制策略的基本原理进行详细阐述。如图4所示,横坐标为光伏DC/DC变换电路占空比,纵坐标为光伏电池输出功率。

图4 占空比最优寻迹方法基本原理

由图4可见,如果光伏电池工作点位于特性曲线的上升段,则必然使得P(D2)P(D3),说明最大功率点位于D3左侧(即位于[D1,D3]区间范围内)。由上述分析可见,只要对P(D2)与P(D3)的大小进行比较就可以缩小光伏电池最大功率点的搜索区间范围。当算法进行下一轮搜索迭代时,只需在缩小搜索区间范围内设置新的点就可以更进一步缩小实时搜索区间。在经历了若干次迭代之后,搜索区间最终被缩小到系统所允许的误差范围之内,最后一次插入的点即可作为光伏电池的最大功率点。为了使算法具有良好的寻优速度,对于新插入的估值点D3的选取应该使得[D1,D3]与[D2,D4]的区间长度相等,即:

A+B=B+C

(1)

在满足式(1)后,三点之间迭代区间长度比例相同,从而保证在每一轮的迭代中最优解的搜索区间都以理想的速度收敛。如图4所示,首轮迭代区间[D1,D4]与次轮迭代区间[D1,D3]、[D2,D4]拥有同样的区间间隔比例:

A/B=C/B=(B+C)/A=K

(2)

由式(1)、式(2)可得:

(3)

K为寻优比例,因此占空比最优寻迹法的收敛系数可进一步表示为式(4)(n为迭代次数):

λ=Kn

(4)

如果最大功率点的搜索区间为[DⅠ,DⅡ],则实际的迭代长度可表示为DⅡ-DⅠ。假如占空比DL从收索空间下限开始迭代,与其对应的系统输出功率表示为PL,占空比DH从搜索空间上限开始迭代,与其对应的系统输出功率表示为PH,则迭代变量的运算公式如式(5)、式(6)所示。

DL=DⅠ+ 0.382(DⅡ-DⅠ)

(5)

DH=DⅠ+ 0.618(DⅡ-DⅠ)

(6)

分别用DL、DH驱动光伏系统DC/DC环节中的相关电力电子开关器件,然后经信号采样电路采集光伏电池的输出电压与输出电流,利用采集到的电压和电流就可以计算出太阳能光伏电池阵列实时输出功率PL、PH。比较PL与PH大小,根据比较结果可以判断出此时光伏电池最大功率点究竟位于哪个区间段内。如果PL>PH,则说明最大功率点必然位于[DⅠ,DH]区间段内。如果PL

图5 占空比最优寻迹法流程

采用占空比最优寻迹法进行光伏电池最大功率点跟踪时,每次迭代后占空比搜索区间将减小为上一轮迭代时的0.618倍,可见算法的收敛速度很快。由于在迭代过程中采用了两个占空比,并且对其不停地进行调整,所以当实际运行点越靠近光伏电池的最大功率点时,两个占空比DⅠ、DⅡ就越接近,这也就意味着越接近最大功率点占空比的调整幅度也相应越来越小,从而可以起到抑制输出功率波动的效果,降低光伏电池在最大功率点附近的功率损耗。

4 试验结果

搭建试验平台对本文所提出光伏电池MPPT控制策略在实际运行工况下的有效性进行试验验证,试验平台主要包括太阳能光伏电池板、DC/DC变换电路、控制器及功率可调负载等。光伏电池的参数为最大功率250 W、最大功率点电压29.5 V、最大功率点电流8.47 A、开路电压37 V、短路电流8.78 A。

图6为运用本文所提出的占空比最优寻迹法与扰动观察法所获得的光伏电池在光照强度发生变化时输出电流与输出功率的变化情况。由图6所示试验结果可见,当光照强度发生变化时,运用本文所提出的占空比最优寻迹法所获得的光伏电池输出电流以及输出功率在经过较短时间过渡过程后迅速趋于稳定,动态效果及工作稳定性均明显优于扰动观察法。

(a)光伏电池输出电流

(b)光伏电池输出功率图6 试验结果

5 结束语

本文提出了基于占空比最优寻迹法的光伏电池最大功率点跟踪控制方法。试验结果表明,与扰动观察法相比,该控制方法具有较好的动态响应特性与稳态工作性能,能够有效降低光伏电池在其最大功率点附近因输出功率波动而引起的功率损耗,实现了较好的控制效果。

猜你喜欢
观察法输出功率扰动
Bernoulli泛函上典则酉对合的扰动
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
(h)性质及其扰动
行动观察法评价的5种应用形式
小噪声扰动的二维扩散的极大似然估计
用于光伏MPPT中的模糊控制占空比扰动法
适用于智能电网的任意波形输出功率源
基于双层BP神经网络的光伏电站输出功率预测
基于梯度法和扰动观察法相结合的多峰值MPPT算法