基于变步长扰动观察法的光伏发电系统最大功率点跟踪控制

基于变步长扰动观察法的光伏发电系统最大功率点跟踪控制

0光伏发电系统模型现代经济的快速发展导致了能源和环境危机，这就要求我们改变对传统能源的依赖，全面促进能源和能源的开发利用。太阳能资源有着无污染、储量大(可以说取之不尽、用之不竭)的特点,光伏发电成为了解决能源和环境危机的重要突破方向,是未来能源利用的发展趋势。由于受外界多种条件(光照强度、温度、负载特性)以及自身因素的影响,光伏发电的输出特性具有明显的非线性。在一定的光照强度和环境温度下,光伏电池输出功率随工作电压的变化成单凸峰曲线,光伏电池只有工作在曲线的顶点处时才会输出最大的功率,称为最大功率点。由于最大功率点随着光照强度与温度的变化而变化,因此要提高光伏发电系统的整体效率,其关键就是实时调整光伏电池的工作点,使之始终保持在最大功率点附近,这一过程即为最大功率点跟踪(MaximumPowerPointTracking,MPPT)。1温度和光照对光伏电池功率的影响光伏电池的输出功率是环境温度和光照强度的非线性函数,输出功率与温度和光照强度的关系如图1所示。图1为不同温度下光伏电池的输出特性曲线,可以看出在其他条件不变的情况下,光伏电池的输出功率随环境温度的升高而降低。由图2可以看出在其他条件不变的情况下,光伏电池的输出功率随光照强度的增强而升高,且在某一光照强度下,光伏电池有唯一最大输出功率Pm,即最大功率点。由以上分析可知,光伏电池的输出功率会随着环境温度和光照强度的变化而变化,具有很大的不确定性。为此,光伏阵列必须通过最大功率点跟踪控制来实现不同环境条件下的最大功率输出。2常用最大功率跟踪方法2.1基于di/du的最大功率点跟踪控制增量电导法(IncrementalConductanceMethod,简称IncCond法)是MPPT控制常用的算法之一。增量电导法能够判断出工作点电压与最大功率点电压之间的关系。把电流I看做工作电压U的函数,对输出功率P=UI两端对U求导,可得dP/dU=I+UdI/dU。由光伏电池的输出特性可知dP/dU>0时,U小于最大功率点电压Umax;dP/dU<0时,U大于最大功率点电压Umax;dP/dU=0时,U为最大功率点电压Umax。即有下式:若dI/dU>-I/U,则U<Umax;若dI/dU<-I/U,则U>Umax;若dI/dU=-I/U,则U=Umax;这样,可以根据dI/dU与-I/U之间的关系来判断并调整工作点电压U实现最大功率点跟踪。UREF为参考电压,增量电导法的流程图如图3所示。当外界光照强度和温度变化时,该方法能够控制输出电压以平稳的方式跟踪最大功率点的变化,减弱了在最大功率点附件的振荡。但这种控制算法实现起来比较复杂,而且调整电压ΔU的设置对最大功率点跟踪的精度影响很大。ΔU设置偏大,会导致跟踪精度不够,工作点无法达到最大功率点;反之会导致跟踪速度减慢,降低光伏发电的效率。2.2扰动观察法应用分析扰动观察法(PerturbationandObservation,P&O)也称为爬山法(HillClimbing,HC)。其工作原理是在光伏电池某一工作电压上主动施加一个小电压扰动,观察其输出功率的变化方向。如果功率增大则继续同方向扰动,否则再进行反方向扰动。扰动观察法的跟踪示意图如图4所示。扰动观察法控制结构简单、测量参数少、容易实现,因此在光伏电池的最大功率点跟踪中得到了广泛的应用。但是由于其步长固定,在达到最大功率点附近时会出现振荡现象,降低了发电效率。减小每次调节的幅度能够一定程度上减弱最大功率点附近的振荡,但却使系统对外界环境变化的跟踪减慢,同样会降低发电效率。所以,选取合适的步长也是扰动观察法取得理想效果的关键。3光伏系统动态步长的自适应能力采用固定步长的扰动观察法使跟踪效率明显降低,本文采用变步长的扰动观察法,以电压调节电路的占空比D作为控制参数对最大功率点进行跟踪。直接把占空比作为控制参数只需要一个控制循环,减小了控制器的设计难度。光伏电池输出功率P随占空比D变化的关系如图5所示。变步长扰动观察法的思想是在远离最大功率点时,选取较大的步长快速接近系统最优工作状态;在最大功率点附近,选取较小的步长以减小或避免系统振荡。通过光伏电池的P-D曲线可知,功率对占空比导数的绝对值|dP/dD|在接近最大功率点时逐渐变小。为此,可以用下式构造实时步长:λ(K+1)=ε|ΔP|/λ(K)(1)λ(Κ+1)=ε|ΔΡ|/λ(Κ)(1)式中:λ(K+1)为占空比D的调整步长(0<λ(K)≤1);ΔP=P(K)-P(K-1),代表功率变化的幅度;ε为比例因子。由公式可以看出,当功率变化较小时,步长λ(K+1)也较小,可以保证输出功率的平滑性;当功率变化较大时,步长λ(K+1)也较大,能够快速跟踪最大功率点,使系统具有了一定的自适应能力。比例因子ε代表系统灵敏度的大小,ε越大,系统反应越灵敏。应用中,ε应根据实际控制要求和系统特性取值。根据以上分析,可得到变步长扰动观察法的流程如图6所示。首先,检测光伏电池的输出电压、电流,计算出当前时刻输出功率P(K),进而得到ΔP=P(K)-P(K-1)。θ为系统设定的门限值,决定控制器的控制精度。当|ΔP|<θ时,认为系统工作在最大功率区域,此时不需要调整占空比D;当|ΔP|>θ时,说明当前工作点离最大功率点较远,需要计算出新的步长调节光伏电池输出。接下来要判断ΔP的符号,若为正,则继续原扰动方向;若为负,应朝相反方向扰动。变量flag为步长的符号位,决定占空比D的扰动方向,取1和-1。4模拟分析4.1符号含义说明本文分析选用的是SiemensSP75光伏电池模块组,光伏电池的简化等效电路如图7所示。光伏电池的输出特性满足如下公式:I=Iph−Io×{exp[q(U+IRs)/36AkT]−1}(2)Io=Iph/[exp(qUoc/36AkT)−1](3)Uoc=Uocs+KT(T−298)(4)Ut=AKT/q(5)Iph=S[ISCR+K1(T−298)]/1000(6)Ι=Ιph-Ιo×{exp[q(U+ΙRs)/36AkΤ]-1}(2)Ιo=Ιph/[exp(qUoc/36AkΤ)-1](3)Uoc=Uocs+ΚΤ(Τ-298)(4)Ut=AΚΤ/q(5)Ιph=S[ΙSCR+Κ1(Τ-298)]/1000(6)式中的符号含义说明如表1所示。4.2光伏mppt的建立从图7可以看出,光伏输出电压U=I×Rl,Rl为负荷的等效电阻。调节系统的占空比D来改变输出电压从而实现最大功率跟踪相当于调整了负荷的等效电阻Rl达到负荷匹配从而实现了最大功率跟踪。其中,占空比、输出电压、负荷等效电阻之间的关系可以近似为Rl=R/D(7)U=I×Rl=I×R/D(8)Rl=R/D(7)U=Ι×Rl=Ι×R/D(8)式中:R为负荷固定电阻。根据以上数学模型,结合SiemensSP75光伏电池模块组标准条件下测试参数,利用Matlab/Simulink仿真工具,得到以温度T、光照强度S、固定负荷电阻R以及占空比D为输入量的光伏电池的通用仿真模型,如图8所示。根据图6所示的变步长扰动观察法的流程图构建光伏MPPT仿真模型,如图9所示。将光伏电池模块和MPPT模块连接起来即可建立基于占空比扰动的最大功率点跟踪控制仿真系统。设置环境温度为25℃,日照强度S在5s时由600W/㎡突变到1000W/㎡,运行时间为10s。仿真过程中要尤其注意采样时间的配合,初始扰动通过突变信号与Switch开关相互配合来实现。4.3固定步长对动态误差的影响仿真中设置基于固定步长扰动算法的步长分别为0.01和0.001两种情况,仿真结果如图10、图11。设置基于变步长扰动算法的初始步长λ=0.01、比例因子ε=1/2500,仿真结果如图12。由图10～12可知:采用固定步长0.01时,跟踪速度较快、动态性能比较好,但达到稳态后有较大的振荡,降低了系统的稳定性和平均输出功率;采用固定步长0.001时,稳态误差和振荡都比较小,但动态响应速度较慢,同样影响了能量的充分利用;采用变步长时,不仅跟踪速度快而且对外界环境变化的响应也比较迅速,并且稳态误差小没有振荡。这说明:基于固定步长的扰动算法,如果步长太大则动态性能较好但是稳定性较差;如果步长太小则稳态性能较好但动态性能较差;基于变步长的扰动算法能够克服固定步长占空比扰动算法的缺点,使系统具有良好的动态和稳态性能。5光伏输出特性仿真模型本文首先分析了光伏组件的输出特性和传统的最大功率点跟踪算法,在此基础上提出了