一种单级光伏并网系统的MPPT算法的分析

OFweek太阳能光伏网—中国太阳能光伏行业门户一种单级光伏并网系统的MPPT算法的分析众所周知，光伏电池板作为光伏系统里很重要的组成部分，是整个系统能量的来源，不可或缺。但光伏电池容易受到外界温度、日照强度等环境因素的印象，使得其输出功率始终在发生变化。为了充分利用太阳能电池板并使系统能尽可能地稳定工作，光伏并网系统中最大功率跟踪技术的加入便显得十分必要。从电子系统方面考虑，对光伏组件进行最大功率点跟踪是降低发电成本、提高发电效率的最直接、最有效的方法。1、光伏电池输出特性分析光伏电池受外界因素（如环境温度、日照强度等）影响，输出具有强烈的非线性，其数学模型可表示为：式（1）也即光伏电池的I-U特性关系，其中：I、U分别为光伏电池输出电流和端电压；A、B与PN结材料特性相关的系数；k为波兹曼常数；T为绝对温度；q=1.602*10-19C为电荷电量；Rs、Rsh为别为等效串联电阻和等效并联电阻。将式（1）转化为工程化数学模型，并加入适当补偿银子，可建立光伏电池的软件仿真模型，对于该模型本文采用PSIM仿真软件来建立，并结合MATLAB软件对该模型的可用性和正确性进行验证，仿真结果如图1所示。OFweek太阳能光伏网—中国太阳能光伏行业门户图1太阳能电池仿真模块光伏特性曲线由图1中的四张图我们可以得出如下两条关于光伏特性的结论：（1）在光伏电池结温不变的情况下，光伏电池的输出最大功率随日照强度的增强而增大，且最大功率点对应的电压几乎相同；在日照不变的情况下，太阳能电池的输出最大功率随组件结温的升高的变化趋势与恒温日照变大情况下功率变化趋势相反，结温越大，太阳能电池能输出的最大功率反而越小，且最大功率点对应的电压也随着结温的升高而下降。（2）在光伏电池结温不变的情况下，日照强度越大，光伏电池的短路电流也越大，恒流区对应的端电压区间也越小；在日照不变的情况下，光伏电池的结温几乎不对短路电流产生影响，随着温度的上升极板的输出短路电流只是略有增加，而光伏电池的开路电压则随着电池结温的升高而下降，且下降幅度较大。2、单级式光伏并网发电系统2.1、单级式光伏并网发电系统拓扑单级式的光伏并网发电系统由光伏阵列、DC-AC环节及滤波环节等构成。控制部分则主要有最大功率点跟踪控制及你变控制，前者控制系统工作于光伏阵列的最大功率点，后者控制直流到交流的逆变过程。其拓扑结构框图如图2所示。OFweek太阳能光伏网—中国太阳能光伏行业门户图2单级式光伏并网系统结构框图2.2、最大功率点跟踪控制策略早期的最大功率跟踪采用固定电压法（CVT）实现，虽然能保证系统稳定工作，但却无法使系统真正工作于最大功率点，造成了大量的能量损耗。近年来，随着数字控制技术的发展，MPPT逐渐引入到光伏并网系统中，目前，国内外研究的MPPT控制算法很多，如扰动观察法（P&O）、电导增量法（INC）、滞环比较法等，另外，为了提高系统的鲁棒性，许多学者把一些智能控制算法引入到MPPT中，如人工神经网络法、模糊控制法等，这些算法都有着各自的一些优缺点和适用场合。普通的MPPT控制算法多为一阶的控制策略，通过改变相关的控制量，使得光伏阵列的输出功率或一些相关变量发生变化，通过判断变化前后这些变量在曲线上的位置确定下一步的控制方式，从而使得系统工作点逐步向最大功率点靠近。这种控制方式在双级或离线式的光伏逆变器中是可行的，但是在单级式的光伏并网系统中一阶的MPPT控制策略稳定性差，将会导致母线电压崩溃或输出功率振荡，系统无法正常工作。早期的CVT法虽然无法真正寻优到最大功率点，但其稳定性高，而常规的MPPT控制算法虽能寻优到最大功率点，但稳定性差，因此，为了兼顾系统稳定性和功率点寻优的准确性，本文将CVT法与一类改进扰动观察法结合，提出了一种新的适合单级式光伏系统的MPPT控制策略，考虑光伏阵列工作点易随环境幻化而变化，因此本文的CVT采用模糊PI来实现，为了便于下文说明，这里将此法简称为FPO-MPPT，其控制框图如图3所示。图3FPO-MPPT控制框图FPO-MPPT算法的核心思想是稳压为主，控流为辅。即系统正常工作过程中首先要确保母线电压的稳定，在母线电压稳定的前提下再去调节输出电流以控制回馈到电网的功率。这样便可保证在光照变化相当剧烈的情况下，系统也能稳定地向电网回馈电能，不致因母线电压的崩溃而使系统停止供电。3、模糊PI控制器设计3.1、模糊化模糊控制中的被观测量通常是一个在一定精度范围内的精确数值量，而模糊控制的操作是基于模糊集合理论的，因此，要进行模糊操作首先要对被观测量进行模糊化，模糊化必须按照一定的隶属度函数来进行，定义输入量的隶属度函数通常由三角形、梯形和吊钟型，理论上来讲吊钟型最为理想，但在工OFweek太阳能光伏网—中国太阳能光伏行业门户程上实现时计算复杂，可操作性不强。实践证明，用三角形或梯形函数的实现性能与吊钟型的并没有十分明显的差别，真正对控制器性能影响较大的是隶属度函数对论域的覆盖面大小，考虑到隶属度函数曲线的简单化和芯片处理的方便化，工程商常用三角形或梯形的隶属度函数来对输入量进行模糊化。对于本文的系统，要求输入偏差绝对值lel小余20%，取量化的基本论域为[-6,6]，总共13个量化等级，量化因子，并对量化结果进行四舍五入运算，取偏差e在论域上的语言集合为{NL,NM,NS,Z,PS,PM,PL}。对于偏差变化率的绝对值|lel|，要求其不能大于6，取量化的基本论域为[-6,6]，总共7个量化等级，量化因子,同样，要对量化结果进行四舍五入运算，取偏差变化率|e|在论域上的语言集合为{NL,NM,NS,Z,PS,PM,PL}。对输入输出的隶属度函数曲线都选为梯形，如图4所示。图4隶属度函数曲线3.2、确定模糊规则模糊规则用来修正PID控制器的参数，因此，模糊规则表的选取十分重要。模糊规则推理的输入输出都是模糊量，不同的模糊推理的出来的结果是不一样的，而采用不同的模糊推理方法，语言变量的分档也是不一样的。模糊推理方法有Zadeh法、Mamdani法和Baldwin法等，本文采用Mamdani发，也即MAX-MIN法来进行模糊推理，其方法为：分别在不同规则中采用各自推理的前件的总隶属度去切割本推理规则中后件的隶属度函数以得到输出结果，最后对所有的结论进行模糊逻辑并运算，得到总的推理结果，简单来说就是：前件取极小值，后件取极大值。根据PID调节规律，结合实际光伏阵列的端电压与输出电流的关系情况，得到表1所示的调节规则表，其中表1（a）为|Kp|的模糊规则，表1（b）为|Ki|的模糊规则，这些规则都是用模糊语言量来表示的。表1模糊PI控制规则表（a）|Kp|规则表OFweek太阳能光伏网—中国太阳能光伏行业门户（b）|Ki|规则表运用MATLAB的模糊工具箱，画出本文的模糊控制器的非线性关系曲面图，其中图5（a）是|Kp|与e、|e|的关系，图5（b）是|Ki|与e、|e|的关系，普通PID调节器在xyz三维空间里是一张通过坐标原点的平面，其具有线性调节规律，而模糊控制器在三维空间中是一张通过原点的分片二次曲面，整张曲面毕竟一个阶数可以很高的非线性调节规律，故其整体控制效果要优于普通的PID调节器，模糊控制器在控制过程中的前期阶段具有模糊控制器的全部优点，而在控制过程的后期阶段又具有PID调节器的所有优势，因此是一种性能良好的控制器。OFweek太阳能光伏网—中国太阳能光伏行业门户3.3、反模糊化经过模糊推理后的结果是一些语言量的模糊结果，这种结果是无法对精确的模拟或数字系统进行控制的，我们必须进行反模糊化，通过精确化计算得出此模糊集中最有代表意义的确定值作为系统的控制输出。反模糊化有很多种不同的方法，如重心法、最大隶属度法、中位数法等，重心法不仅有公式可循，而且理论上比较合理，它涵盖利用了模糊理论的所有信息，并根据隶属度的不同而有所侧重，因此本文选用重心法作为反模糊化的方法。4、改进型P&O法该改进型P&O算法主体也是扰动观察法，先缓启动使得太阳能电池端电压在79%的开路电压附近，在后面的跟踪过程中根据太阳能电池端电压变化率进行变步长，该算法的实现软件流程及仿真结果如图6所示。OFweek太阳能光伏网—中国太阳能光伏行业门户图6改进型P&O的仿真5、FPO-MPPT控制算法的软件仿真OFweek太阳能光伏网—中国太阳能光伏行业门户图7FPO-MPPT算法仿真电路图为了验证FPO算法的有效性，本文基于PSIM仿真软件平台搭建仿真电路，仿真电路图如图7所示。仿真参数设置如下：光伏阵列开路电压Vo=600V，短路电流Is=16A，参考太阳辐射Rref=1000W/m2，参考温度Tref=25摄氏度，最大功率点电压Vmax=460V，最大功率点对应电流Imax=13.6A，实际温度Tin=25摄氏度，0~5s间实际太阳辐射Rin=1000W/m2，通过控制图中MUX模块的输入选择端来选择当前实际太阳辐射量，分别在5s和10s时刻改变选择端口信号值来进行日照阶跃响应测试，由图中的DLL模块来完成整个FPO算法的实现。FPO-MPPT算法的仿真结果如下图8所示，图8为整个仿真过程的光伏阵列输出功率、端电压及输出电流的响应特性曲线图，图中的功率值为实际功率值，PV电压为实际值的10倍，PV电流值为实际值的150倍。为了方便说明，将整个仿真工作过程分为9段，编号如图中I、II、…IX。I阶段，系统检测光伏阵列的开路电压，并缓启动并网电流，知道PV电压为79%的PV开路电压；II阶段，系统控制光伏阵列端电压稳定，同时进行扰动寻优，找到最大功率点；III阶段，系统稳定工作在最大功率点；IV阶段，太阳辐射量阶跃下跌，导致PV电压瞬时急剧减小，在模糊PI控制器的控制下，系统降低并网功率是的PV电压恢复到日照变化前电压值；V阶段，系统继续寻优最大功率点；VI阶段，系统稳定工作在新的最大功率点；VII阶段，太阳辐射量阶跃增大，导致PV电压瞬时急剧上升，在模糊PI控制器的作用下，系统增大并网功率使得PV电压下降到日照变化前水平；VIII阶段，系统继续寻优最大工作点；IX阶段，系统稳定工作在新的最大功率点；图8（b）和图8（c）分别为在日照阶跃发生变化时刻5s和10s附近PV电压的响应特性曲线和输出并网电流的响应特性曲线图。图中PV电压值为实际的电压值，输出电流值为实际值的10倍。由8的三张仿真结果图可以看出，相比图6中的仿真波形，在FPO-MPPT算法的控制下，系统能快速稳定地跟踪最大功率点并能有效的克服母线电压崩溃现象。同时，在响应功率阶跃突变时，能缓慢地控制输出电流做相应的变化，不致因输出电流突变太厉害导致系统工作不稳定。OFweek太阳能光伏网—中国太阳能光伏行业门户图8FPO-MPPT算法仿真波形图6、FPO-MPPT控制算法的实验测试为了验证该算法是否能在实际工况下保证系统稳定地工作及寻优到最大功率点，本文在基于TMS320F2808搭建的样机平台上进行实验，对于稳定性实验，采取在不同天气情况下让机器不间断运行，并定时记录其运行数据的方式进行实验。本文记录一个工作点数据的时间间隔为15分钟，从上午8:30OFweek太阳能光伏网—中国太阳能光伏行业门户记录到下午17:00.=。太阳能电池放于屋顶，能充分接受日照，由于太阳能电池的结温不好测量，因此本文采用测量日照下太阳能电池旁边的环境温度来作为结温数据，虽然测出来数据与实际结温数据有所不同，但总体上能反应出结温的变化（结温等于环境温度与太阳能电池引起的温升之和）。实验波形图如图9所示。图9不同天气下样机日运行曲线对于图9（a），测试天气为晴，午后多云，在上午11点之前，从总体趋势来看，环境温度慢慢增高，日照强度渐渐增强，系统并网功率也逐渐加大，太阳能电池板端电压在小范围内波动，不断跟踪最大功率点；11点到13点45分这一段，是该天日照最强的时间段，此时太阳能电池板能发出很大的功率，但由于系统对输出并网功率的限制，这一时间段内，并网功率不随光照而变，始终保持为额定功率，因此，此时的太阳能电池板端电压比较高，并且随日