环境能源发电：太阳能、风能和海洋能

环境能源发电：太阳能、风能和海洋能目 录第1章 太阳能发电 11.1 概述 1111光伏电池/组件/阵列的结构11.2用于光伏电池的半导体材料11.3主动式和被动式太阳能系统

…………………1…………………3…………………51.1.4太阳能系统部件 51.2 光伏系统的I-V特性 63 光伏模型和等效电路 93.1单二极管和双二极管模型 91.3.2无并联电阻的单二极管模型 101.3.3无电阻的单二极管模型 111.3.4在额定工况和标准工况下的光伏模型性能 121.3.5辐照度和温度对光伏特性的影响 141.4 太阳跟踪系统 145 MPPT技术 205.1基于增量电导的MPPT技术 201.5.2基于扰动观察法的MPPT 221.5.3基于线性化I-V特性的MPPT控制器 23154基于比例开路电压的MPPT155基于比例短路电流的MPPT156基于模糊逻辑控制的MPPT

…………………24…………………26…………………261.5.7基于神经网络的MPPT 281.5.8基于纹波相关控制的MPPT 291.5.9基于电流扫描的MPPT 311.5.10基于直流母线电容下降控制的MPPT 321.6 光伏电池的遮蔽效应 337 光伏系统的电力电子接口 38目 录 Ⅸ7.1并网光伏发电系统的电力电子接口 381.7.2独立光伏系统的电力电子接口 578 独立光伏应用的光伏板和电池组规格选择 641.8.1日照时间 651.8.2负载计算 651.8.3维持天数 651.8.4太阳辐照 658.5光伏阵列规格选择 669 现代太阳能应用 691.9.1住宅设备 699.2电动汽车应用 789.3海洋船舶应用 831.9.4空间应用 851.10 小结 91参考文献 91第2章 风能发

……………………982.1 概述 982.2 风 983 采集风能的历史 1012.4 风能采集基础设施 102241242

………………102………………1042.5 风力机系统 1082.5.1风力机的基本部件 1082.6 风力机 1102.6.1基于轴位置的风力机分类 1102.6.2基于功率容量的风力机分类 1102.7 不同的风力发电机 1112.7.1无刷直流发电机 1122.7.2永磁同步发电机 119273感应电机28

…………………128…………………1472.9 风能采集研发 1512.9.1控制系统研发 1512.9.2发电机结构研发 153Ⅹ 环境能源发电：太阳能、风能和海洋能9.3输电与并网拓扑结构研发 1542.10 小结 154参考文献 154第3章 潮汐能发电 1613.1 概述 1611.1潮汐能发电历史 1623.1.2潮汐能的物理原理 1633.2 潮汐能及其相应的发电技术分类 1663.2.1势能 1673.2.2潮汐坝法 1673.2.3潮汐泻湖的概念 1693.2.4潮汐坝内使用的潮汐水轮机 17133 水轮机与发电机的控制331水轮机管道动力学建模

……………………174……………………1753.3.2水轮机控制 1773.3.3动能 1803.4 潮汐能转换系统 1933.4.13.4.2

……………………193……………………1993.4.3水轮机优化运行原理 1993.4.4MPPT 2003.4.5基于P&O的MPPT方法 2023.5 潮汐能应用的并网接口 2053.5.1潮汐水轮机应用的并网接口 2053.5.2使用潮汐湖结构的潮汐能发电并网和同步 20936 7

……………………210……………………2113.7.1泥沙沉积物 2123.7.2鱼类 2123.7.3盐度 2123.8 小结 212参考文献 212第4章 海洋波浪能发电 2151 海洋波浪能发电概述 215目 录 Ⅺ4.2 波浪能 2174.3 波浪能发电技术 218431海上能源发电拓扑结构432近岸能源发电拓扑结构

……………………219……………………2244.3.3波浪能吸能器 2264.3.4波浪能涡轮机类型 2284.3.5波浪能发电机 2404.3.6用于波浪能发电系统的不同发电机并网拓扑结构 27344 441振荡水柱

…………………281…………………2824.4.2Pelamis 2824.4.3WaveDragon 2854.4.4AWS 2874.4.5WaveStarEnergy 2884.4.6磁流体动力波浪能转换器 2895 未来的波浪能 2904.6 小结 290参考文献 291第5章 海洋热能发电 2965.1 历史 2982 OTEC分类 2995.2.1闭式循环OTEC系统 2995.3 闭式循环OTEC系统的技术瓶颈 3035.3.1流体工质及其潜在的泄漏 3035.3.2OTEC系统的热能转换 3055.3.3开式循环OTEC系统 3055.3.4混合循环OTEC系统 3075.4 OTEC系统的组件 3085.4.15.4.25.4.3

……………………308……………………309……………………3125.4.4真空闪蒸器 3155.5 OTEC发电站的控制 3165.6 汽轮机的控制 3195.7 潜在资源 325Ⅻ 环境能源发电：太阳能、风能和海洋能5.8 OTEC系统的综合利用 327581582

…………………327…………………3275.8.3空调 3275.8.4矿产开采 3285.9 对环境的影响 3285.10 小结 329参考文献 329第1章 太阳能发电11 概述太阳能是近年来备受关注的最为重要的可再生能源之一。太阳能资源丰富，相对于其他能源来说，它具有最大的可获得性。太阳在一天内为地球提供的能源总量足以满足地球一整年的总能源需求[1]。太阳能是一种清洁的零排放能源，因为它不会产生对自然有害的污染物或者其他副产品。将太阳能转换为电能具有广阔的应用前景，住宅、汽车、航空航天以及船舶是太阳能应用的主要领域。古代文明已经将太阳光作为能量来源，使用“燃烧镜”来点火烧毁敌人的军舰。直到18世纪，太阳能还仅仅用于供暖和照明。19世纪，欧洲人开始建造太阳能温室和大棚。在19世纪后期，法国科学家已经利用太阳能集热器采集的热量来驱动蒸汽机。1882年，巴黎出现了以太阳能蒸汽机为动力的印刷机[2]。瑞典籍美国发明家约翰·爱立信（hnEn）研制了一款高效率太阳能热空气发动机这些太阳能驱动的发动机被用在了船舶上[3。第一个太阳能锅炉是由被称为现代太阳能之父的查尔斯·格里利（Chsy）博士发明的[4]。查尔斯·弗里茨（Chss）在1883年发明了第一个能工作的太阳电池[5]。构建这些原型系统使用了硒，从而实现了大约1的转换效率。卡尔文·富勒（Cal-nur）、达里尔·蔡平（lChpn）与杰拉尔德·皮尔逊（dn）等研究人员在1954年研制出来了硅太阳电池，该成就是在拉塞尔·奥尔（Russelhl）20世纪0年代的基础性工作之上取得的[6]。这一突破性进展标志着发电领域发生了根本性的变化。2050年代研发的太阳电池，6提10[7，不过由于太阳电池成本很高（300美元/W），其商业应用仅限于那些新奇物品[6。1.1.1 光伏电池/组件/阵列的结构光伏（PV）电池将太阳光转换成电能，这就是被称为光电效应的物理过程。照射在光伏电池上的光线，可能被反射、吸收或是透射过去，不过只有被吸收的光才能产生电能。被吸收光的能量转移到光伏电池原子中的电子上，这些电子藉由新获得的能量，从它们在半导体光伏材料原子中的正常位置逃逸出来，并成为电路中电流的一部分。太阳电池具有一种被称为“内建电场”的特殊电性能，能为驱动电流通过灯泡之类的外部“负载”提供所需的动力或者电压[8]。为了在光伏电池内部诱导出内建电场，可以将两种不同的半导体材料层相互接PAGE2PAGE2环境能源发电：太阳能、风能和海洋能第第1章 太阳能发电 PAGE11触放置：一层是一个带有大量电子的“n型”半导体，电子带有一个负电荷；另一层是带有大量空穴的“p型”半导体，空穴带有一个正电荷。虽然这两种材料都是电中性的，n型硅具有多余的电子，而p型硅则具有多余的空穴。将这些夹在一起就在交界处产生了一个p-n结，这样就形成了一个电场。图1.1所示为光伏电池的p-n结。n型层p-n结耗尽层p型层背接触图1.1太阳电池的p-n结当n型硅和p型硅相互接触时，n型硅一侧多余的电子就会漂移到p型硅一侧。结果正电荷就积累在界面处n型一侧，负电荷积累在界面处p型一侧。这两个半导体作用就像一个电池一样，在它们接触的表面形成了一个电场，称为p-n结。这是电子和空穴流动的结果，电场驱动电子从半导体向负表面移动，以携带电流。与此同时，空穴沿着相反方向，朝向正表面，它们在那里等待电子进入[8]。另外还需要额外的结构和元器件将直流电（DC）转换成交流电（AC）有些系统还储存了一些电能，这些电能通常储存在电池之中，以备将来使用。所有这些都是称为平衡系统”（BOS）的组件[9。将BOS组件与各个光伏组件组合在一起，就可以构建一个完整的光伏系统。这种系统通常用于满足特定的能源需求，比如为一台水泵、家用电器或者照明供电。图1.2所示为单个电池、由单个电池组成的一个组件以及由组件组成的一个阵列。一个光伏或者太阳电池是光伏（或者太阳电能）系统的基本构建块。单个光伏电池通常都非常小，功率通常为1W或者2W左右[9]。为了提高光伏电池的输出图1.2太阳电池、组件和阵列a）太阳电池b）组件c）阵列功率，必须将它们连接起来形成更大的单元，也就是所谓的组件。同样，也可以将这些组件连接起来形成更大的单元，也就是所谓的阵列，这些阵列又可以连接起来产生更大的功率。将这些电池或者组件串联起来，可以提高输出电压。另一方面，又可以将这些电池或者组件并联起来，从而达到更高的输出电流。根据太阳光采集方法的不同，光伏发电系统可以分为两大类：平板系统和聚光系统[9]。平板光伏系统直接获取太阳光，或者使用环境中散射的太阳光。它们可以固定安装使用，或者与太阳跟踪系统组合在一起使用。而聚光系统则是采集了大量的太阳光，使用透镜和反射器将这些太阳光聚集并聚焦到光伏电池板上。这些系统可以减少所需电池的大小及数量，同时又提高了输出功率。此外，通过集中太阳能光源，还能够提高光伏电池的效率。12 用于光伏电池的半导体材料光伏器件可以使用多种半导体材料制成，它们可以存放或者排列在不同的结构中[10]。可用于太阳电池的三种主要材料类型是硅、多晶薄膜和单晶薄膜[11]：第一类材料是硅，它可以有各种形式，包括单晶、多晶和非晶等；第二类材料是多晶薄膜，特别是铜铟硒三元化合物（CIS）、碲化镉（CdTe）和薄膜硅等；第三类材料是单晶薄膜，主要是用于砷化镓（GaAs）电池的制作[10，12]。硅（i）包括单晶硅、多晶硅和非晶硅。最早用来制造光伏器件的硅，现在仍然是最为常用的太阳电池材料[13。硅也是在地球地壳中储量第二丰富的元素，仅次于氧[13。不过，要想成为太阳电池可用的半导体材料，必须将硅的纯度提纯到99.999%[23]。在单晶硅中，分子结构（也就是材料中原子的排列）是一致的，因为整个结构生长自相同的晶体。这种一致性是通过材料高效传输电子的理想选择。为了制造高效的光伏电池，硅必须“掺入”其他元素，使之成为n型或者p型[14]。相反，半结晶硅则由几个较小的晶体或者颗粒组成，从而引入了边界。这些边界阻碍了电子的流动，并鼓励它们与空穴结合，从而降低了太阳电池的输出功率。半结晶硅比单晶硅的生产成本要低得多。因此，研究人员正在研究其他方法，以尽量减小晶界的影响[14]。多晶薄膜包括CIS、CdTe和薄膜硅。对光伏产业具有至关重要影响的计算机半导体产业的另一个科学发现是薄膜技术。“薄膜”一词来源于沉积膜的方法，而不是膜的薄度：薄膜电池沉积在非常薄的原子、分子或者离子的连续层上。薄膜电池与厚膜”电池相比具有许多优点。例如，它们使用的材料更少：电池的作1～10μm厚，而厚膜通常达100～300μm厚。薄膜电池的制造通常可以采用大面积工艺，这种工艺可以实现自动化连续生产。最后，它们可以沉积在软性基片材料之上[15。单晶薄膜包括砷化镓这类高效材料。砷化镓是一种化合物半导体：镓和砷两种元素的混合物。镓是其他金属（特别是铝和锌）冶炼的副产品，它比黄金更为稀有。砷并不罕见，但它是有毒的[15]。几乎是在开发用于发光二极管、激光器以及使用光的其他电子器件的同时，砷化镓也被开发用于太阳电池。砷化镓特别适用于多结太阳电池和高效太阳电池的理由如下：①砷化镓的带隙为1.43V，几乎是单结太阳电池的理想之选。②砷化镓具有很高的吸收率，因此一个电池只需要几微米的厚度来吸收太阳光（结晶硅需要100μm或者更厚）[15]。③与硅电池不同，砷化镓电池对热相对不敏感。砷化镓电池温度通常可以相当高，尤其在选矿厂（Concentrator）中应用时更是如此。④由砷化镓和铝、磷、锑、铟等制成的合金具有与砷化镓互补的特性，使得电池设计具有极大的灵活性。⑤砷化镓具有很强的抗辐照损伤性。这一点连同其高效性，使得砷化镓非常适合于太空应用。砷化镓及其合金作为光伏电池材料最重要的优势之一是，它能够满足范围广泛的设计要求。砷化镓基电池的各层组分可以略有不同，这样一来，电池设计人员就可以精确地控制电子和空穴的产生和收集[15]。通过这种程度的控制，电池设计人员可以使电池效率逼近理论水平。例如，最常见的一种砷化镓电池结构中就有一个铝砷化镓制成的非常薄的窗口层。采用这种薄层结构可以在靠近“结”电场处创建电子和空穴[15]。1.13 主动式和被动式太阳能系统太阳能系统一般分为两大类：被动式系统和主动式系统[67]。被动式太阳能系统，不依赖面板系统或者其他运动机制来产生能量。被动式系统利用非机械式技术来控制捕获的日照量，并将这种能量配送成各种有用的形式，如供暖、照明、冷却和通风等。这些技术包括选择具有良好热性能的材料来吸收和储存能量、设计能够自然循环空气以传递能量的空间、为建筑物的位置提供向阳参考以提高能源捕获等。在某些情况下，被动式太阳能装置可以用移动部件来构成，其特点在于这种运动是自动的，并且由太阳能直接驱动。这些系统可作供暖和照明之用，这就意味着太阳能不仅要用于供暖和照明，同时还要用于太阳跟踪系统的驱动。主动式太阳能系统通常涉及电气和机械部件，比如跟踪机构、泵、风扇以捕获阳光，并将其转换成供暖、照明、电能等各种可用的形式。面板被调整成最大限度地曝露在阳光下。依靠这些系统，面板就可以将太阳光转化成电能，而这种电能又从直流电变换成交流电，并储存在电池之中，或者是输给本地公共电网。主动式系统不仅成本更高，而且更加复杂。1.14 太阳能系统部件图1.3所示为太阳能系统原理结构框图。这个系统通过光伏阵列来捕获阳光。太阳跟踪系统使用光敏二极管或者光电式传感器，并确定太阳跟踪电动机的方位。因此可以跟踪太阳位置每日和季节性的变化，以便实现直接面向太阳，并最大限度地捕捉可用阳光。光伏面板的输出连接到一个DC-DC变换器，以便工作在所需的电流或者电压之上，进而与来自光伏组件的最大可用功率相匹配。这个MPPT（最大功率点跟踪）DC-DC变换器之后是用于并网供电或者交流负载供电的DC-AC逆变器。一个电池组可以与系统的直流母线相连接，为夜间或者阴天可能无法使用的光伏组件提供额外的电力。电池组也可以在光伏组件产生的能量供大于求时将能量储存起来。如图1.3所示，太阳能系统由若干组件构成。若干光伏组件串联或者并联起来，连接方式取决于光伏阵列的电压和电能的需求。光伏阵列朝向太阳的方向可以通过位置电动机来控制，实现面板的水平与（或）垂直运动。太阳跟踪系统采集来自太阳传感器或者光敏二极管的数据，并进行处理，以此来确定电动机的方位，使得对着太阳的光伏阵列处于最佳光照位置。这种位置检测和调整与机械功率点跟太阳辐射太阳辐射电网或者家用交流负载C逆变器C变换器P)C变换器可选)太阳跟踪系统光敏二极管或传感器电池组电动机位置控制器图1.3太阳能系统踪技术相类似[18]。另一方面，由于光伏阵列的电压—电流和电流—功率特性，电气最大功率点（MPP）会根据工作电流和电压而有所不同。因此，需要使用一个电气最大功率点跟踪（MPPT）系统来使光伏阵列工作在最大功率点上。这可以通过一个DC-DC变换器来完成。由于光伏阵列产生的功率与负载的功率需求可能不相匹配，会使用一个电池组来补偿这些失配的情况。当光伏阵列的可用功率大于所需的功率时，可以使用这种电池组作为能源缓冲器来储存能量。反之，当太阳能的功率供给低于所需的负载功率时，也可以使用这些电池组的放电以满足持续的负载需求。电池可以接成不同的拓扑结构，根据所需的零部件，控制复杂性、灵活性，电池尺寸、数量和成本的不同，各种拓扑结构互有优劣。最后，直流母线的功率应变换为交流功率，用以并网或者满足独立应用系统的交流负载的功率需求。并网也可以用于从公共电网中“抽取”功率，或者向公共电网“输入”功率，以此来利用额外的功率或者是在公共电网高峰期使用电网功率来对电池进行充电。2 IV特性电流—电压（I-V）曲线通过如下方式获得：将光伏电池曝露在恒定光照水平之下，同时令电池温度保持恒定，改变负载电阻，并测量产生的电流。I-V曲线通常会典型地经过以下两点：短路电流（ISC）：ISC是在光伏电池正负极短路、正负极端子之间电压为零时产生的电流，这相当于零负载电阻工况。开路电压（VOC）：VOC是开路条件下的电路正负极两端的电压，此时电流为零，这相当于无穷大负载电阻工况。光伏电池可以在较宽的电压和电流范围内工作。通过将负载电阻从零（短路）改变至无穷大（开路），就能够确定电池的MPP。IV曲线上，当电流和电压之积最大时，会出现最大功率点（Pm）。短路电流无电压或者开路电压无电流时，没有功率产生。因此，MPP介于这两点之间。最大功率产生于曲线的膝”部。这一点代表将太阳光转换成电能的太阳能设备的最大效率[19。一个光伏系统由许多串联和并联的光伏电池组成，用以提供所需的输出端电压和电流。这个光伏系统表现出非线性I-V特性[20]。有多种模型可供光伏系统的I-V特性建模使用。Masoum等人介绍了一种适用于硅太阳能光伏电池板的模型：光伏电池等效模型，它表征了式（1.1）所描述的光伏系统的动态非线性I-V特性。光伏系统的输出电压特性可以表示为光伏输出电压公式中使用的参数如下：α理想或者完全因子；I0光伏电池反向饱和电流（A）；IPV光伏电池的输出电流（A）；ISC电池短路电流（代表隔离水平）（A）；k玻耳兹曼常数（.380×0-3J/K）；MV电压因子；Np并联的串数；Ns每串串联的电池数；q电子电荷（-1.602×10-9C）；Rs光伏电池的串联电阻（Ω）；T光伏电池的温度（K）；VMP对应于最大功率的光伏电池电压（V）；VOC开路电压（V）；VPV光伏电池端电压（V）。

（1.1）使用光伏输出公式，根据不同的短路电流值，可以得到光伏阵列的I-V特性（Np=30，Ns=112），如图1.4所示。利用I-V曲线，可以得到电流-功率曲线，如图1.5所示。图1.6a表示了在电压增加的情况下，串联电池的电流如何保持不变。同时，在相同的电压下，并联电池的电流则会增加，如图1.6b所示。VAV对应不同VAV图1.4不同短路电流ISC时的光伏电池I-V曲线CVACVAW图1.5不同短路电流ISC时的光伏电池I-P曲线图1.6两个相同的电池的串联与并联a）串联b）并联13 光伏模型和等效电路1.31 单二极管和双二极管模型一个光伏模型可以通过图1.7所示的等效电路来表示。这种模型也称为单二极管模型。图1.7太阳电池等效电路的单二极管模型在这个模型中，开路电压和短路电流是关键参数。短路电流取决于照明情况，而开路电压则会受到材料和温度的影响。在这个模型中，VT为温度电压，表示为VTkT/q，25257mV。这个模型的理想化因子α1～5之间变化。这个模型的定义公式为该太阳电池的I-V特性也可以定义为[21]式中 IPH—光电流（A）；ID二极管电流（A）；Rs串联电阻；Rp并联电阻。

（1.2）（1.3）（1.4）（1.5）光伏电池的另外一种模型是双二极管模型，如图1.8所示。在双二极管模型中，提供了额外的自由度，以求得到更高的精度。不过，在光伏领域中，第一个模型获得了广泛应用，因为它足以表征光伏特性和动力学特性。双二极管模型虽然精度更高，却因其较为复杂而未得到广泛应用。PAGEPAGE10 环境能源发电：太阳能、风能和海洋能第第1章 太阳能发电 PAGE11图1.8双二极管模型1.32 无并联电阻的单二极管模型一般来说，单二极管模型的并联电阻阻值会大到足以类似于一个开路。因此，忽略这种电阻并不会显著地牺牲该模型的精度。一个太阳电池通常由一个等效二极管模型来表示，如图1.9所示[22]。图1.9单个太阳电池模型净输出电流IPV是光电流IPH和正常的二极管电流ID之间的差值：（1.6）对于这个模型来说，建议将正常工况下的理想化因子α设置为1.3。在实验研究和理论分析的基础上，可以确定α值，以实现与实际光伏特性的最佳匹配。对于不同的应用和工况，此值一般在1～2之间取值。图1.10所示为特定环境辐照度Ga、某固定电池温度TC下的太阳电池I-V特性。如果该电池的端子连接到一个可变电阻R上，工作点应由太阳电池的I-V特性和负载的I-V特性曲线的交点来确定（见图1.10）。对于电阻性负载，负载特性是一个斜率为I/V=1/R的直线。应该指出的是，提供给负载的功率取决于负载的电阻值。不过，如果负载电阻小，电池工作在曲线的MN区，此时的电池可作为一个恒定电流源，几乎等于短路电流。另一方面，如果负载电阻大，电池工作在曲线的PS区，此时的电池更类似于一个恒定电压源，几乎等于开路电压。对于这种单二极管模型来说，太阳电池的特性可以通过短路电流、开路电压、图1.10一个太阳电池的典型I-V曲线最大功率和最大效率等基本参数来描述。通过令输出电流为零，可以求得开路电压为最大效率为最大功率和入射光功率之比：式中 Ga—环境辐照度；A电池的面积。填充因子（F）是可以提供给负载的最大功率与ISC和VOC之积的比：

（1.7）（1.8）（1.9）07该因子是测量实际I-V特性的一种手段。如果电池状态良好07若干电池可以连接起来形成一个组件。一个电池组件的I-V关系可以表示为式（1.10）。在这个公式中，符号M是指组件变量（组件电压和电流）和任意工况下的光伏组件电流：式中 ISC—组件的短路电流，ISC=NpISC；VOC—组件的开路电压，VOC=NsVOC；

（1.10）1.3.

RS组件的等效串联电阻，RS=Ns/NpRS。无电阻的单二极管模型为了简化起见，串联输出电阻也可以忽略不计，因为它的值通常很小。通过这种方式，就可以用图1.11所示的简化等效电路和给定的公式来表示一个光伏电池。图1.11太阳电池等效电路在电池组件结构中，无电阻的单二极管模型的数学模型可以表示如下：因此

（1.11）（1.12）在这个模型中，串联电阻和并联电阻都被忽略了。辐照度的变化会导致光伏阵列的工作温度变化，不过这种影响在该模型中可以忽略不计，因为它的变化率要比其他的影响因素慢很多[22]。1.34 在额定工况和标准工况下的光伏模型性能实际上，一个组件或者其他光伏器件的性能可以通过将其曝露在已知工况下来确定。制造商所提供的组件特性通常是在特殊工况下确定的，比如说在额定工况或者标准工况下，见表1.1。表1.1光伏系统的额定工况和标准工况额定工况标准工况辐照度：Ga，ref=800W/m2辐照度：Ga，0=1000W/m2环境温度：Ta，ref=0℃电池温度：TC=5℃风速：1m/s在标准工况下需要测量以下参数：1）组件的短路电流TSC0；组件的开路电压VOC0；组件的最大功率Pmax0。在额定工况下，可得到以下参数：1）环境辐照度Ga，ref；环境温度Ta，ref；电池温度Tref。光伏组件的电流可以使用表1.2所示的步骤，在某些特定的工作点（VM、Ta和Ga）下测量。该算法步骤如下：光伏制造商的产品目录提供了有关组件的标准工况的信息：①最大功率Pmax0；②短路电流ISC0；③开路电压VOC0；NSM；NPM。标准工况下的电池数据：Pmax0、VOC0、ISC0和RS，见表1.1。在给定工况（VM、Ta和Ga）下，可以确定电池的特性参数。因此，可以计算得出与辐照度Ga成正比的短路电流ISC：表1.2在特定工作点的光伏组件电流的确定第1步—标准工况的组件数据Pmax0，ISC0，VOC0，NSM，NPM第2步—标准工况的电池参数Pmax0=Pmax0/（NSMNPM）VOC0=POC0/NISC0=ISC0/NPMVt0=TC/evOC0=VOC0/Vt0F=（VOC0-n（vOC0+.2））/（vOC0+1）F0=Pmax0/（VOC0IOC0）rS=1-FF/FF0RS=rSVOC0/ISC0第3步—运行工况的电池参数（VM、Ta和Ga）C1=ISC0/Ga0ISC=C1GaTC=Ta+C2GaVOC=VOC0+C3（TC-TC）Vt=k（73+TC）/e第4步—运行工况的组件电流IM=NPMISC[1-p（（VM-NSMVOC+IMRSNSM/NPM）/（NSMVt））]电池工作温度TC惟一地取决于辐照度Ga和环境温度Ta，公式如下：式中 C2—常数，有

（1.13）（1.14） （1.15）如果Tref未知，可以将其合理地近似为C2=0.3Cm2/W。太阳电池开路电压和温度之间的关系为式中，一般认为C3=-2.3mV/C。最后一步是确定运行工况下光伏组件的电流。1.35 辐照度和温度对光伏特性的影响

（1.16）随着辐照度的增大，太阳电池的短路电流（ISC）和开路电压（VOC）也随之增大。短路电流几乎与辐照度呈线性比例关系。另一方面，随着温度的升高，开路电压会降低，而短路电流则会增大。这是因为温度是辐照度的函数。图1.12给出了一个太阳电池在一定的环境辐照度Ga和一定的电池温度TC下的I-V特性。环境辐照度Ga和环境温度TC对于电池特性的影响如图1.12所示。图1.12环境辐照度对电池I-V特性的影响与电池温度对电池I-V特性的影响a）环境辐照度对电池I-V特性的影响b）电池温度对电池I-V特性的影响图1.12a表明，开路电压随着环境辐照度对数上升，而短路电流则是环境辐照度的线性函数。箭头显示的是辐照度和电池温度升高的方向。电池温度对I-V特性的影响如图1.12b所示。提高电池温度的主要影响效果是开路电压的线性下降。降低电池的开路电压就会降低电池的效率。短路电流随着电池温度略有增加[22]。14 太阳跟踪系统太阳的位置一年四季从早到晚总在不停地改变。太阳跟踪器是一种用于太阳能光伏板定向的装置，它将太阳反射镜或者透镜对准太阳。太阳能光伏板需要较高的精确度，以确保将太阳光正好精确地聚集在光伏设备上。太阳能跟踪系统通过改善自身在上午和下午的性能，从而大大地提高系统产生的电量。对于与电网并网的光伏系统来说，下午的优良表现尤为重要，因为此时产生的电能将满足夏季的峰值功率需求。追求在有限时间内达到性能最优的固定系统，它的年度发电量相对较低，因为其太阳能光伏板是固定的，无法通过运动来跟踪太阳。低温太阳能热应用系统通常不会使用跟踪器。这是因为，与增加更多的采集器相比，跟踪系统更为昂贵。此外，在冬天还需要更加严格的太阳能方位角控制，它会影响到全年的系统平均容量。对于太阳能电力应用系统来说，跟踪器较之光伏系统的成本可以相对便宜一些。这使它们非常适用于高效率光伏板系统。从维护的角度来看，太阳能跟踪器需要进行年度或者季度检查和润滑。跟踪太阳方位并调整光伏板位置的技术有好几种，最常用的太阳跟踪技术之一是利用光源角度和两个邻近的光敏二极管（根据其表面遮光板的阴影而产生）的差动电流之间的关系[23-25]。图1.13给出了基于太阳的光源角与两个光敏二极管差动电流之间关系的太阳跟踪系统的结构。当光源移位时，遮光板将会在光敏二极管上产生阴影。其结果是，一个光敏二极管会比另一个更亮一些。光照多的光敏二极管就会比另一个产生更多的电子。因此，随着偏差角的增大，产生的电流之差也会变得更大。该系统能够根据两者电流之差来实现定位，使之直接朝向太阳。θθmax光照表面图1.13基于光源角使用两个光敏二极管的太阳跟踪系统结构传感器由“x”和“y”轴的两个组件组成，如图1.14所示。传感器组件还包括两个光敏二极管、金属连接器、电阻器、电阻保护器以及一个遮光板等。图1.14给出了传感器的x轴和y轴组件的俯视图。动态范围是太阳跟踪系统在阈值限制里之内响应参数。两个组件之间的距离不必限制动态范围。如果动态范围增大，电流差的灵敏度就会降低。因此，在动态范围和灵敏度之间有一个平衡。作为一种解决方案，可以使用两个平行的传感器来达到最佳的灵敏度和高动态范围。图1.14x轴传感器组件结构与y轴传感器组件结构a）x轴传感器组件结构b）y轴传感器组件结构耦合传感器产生的电流取决于光照面积。如果一个光敏二极管比另一个二极管受到的光照更强，这两个光敏二极管产生的电流便有差异。如果将传感器放置在一个相对于光源的预设角度，这将会导致图1.14中所示的两个光敏二极管产生不同的电流。通过这种方式就可以计算出系统的移位。系统使用此差分信号来定位光伏板以对准光源[23，24]。两个光敏二极管之间有一个间距，这对于避免载流子的复合来说非常必要。光伏效应可由式（1.17）来描述：（1.17）式中 A—光照面积；NF（λ）单位面积的入射光子数；SR（λ）波长为λ的入射光子数产生的载流子数；R半导体表面的光子反射[34]。每个光敏二极管光照面积的计算公式为式中 Wa—遮光板缝隙的宽度；Wg光敏二极管之间的缝隙；H传感器宽度；θ偏差角；L传感器深度两个电流之间的差值为式中 I1和I2—相应的光敏二极管电流；JL光敏二极管各表面产生的电流密度。移位偏差可由下式计算而得：

（1.18）（1.19）（1.20）角度取决于辐照度和电流密度。通过增大电流，可以将这个变量标准化，而且它对电流密度的依赖可以忽略不计： （1.21）因此，结合式（1.20）和式（1.21），可以求得偏差角为（1.22）根据式（1.2），可以增大H/（Wa-Wg）比值，以提高传感器的灵敏度。如果一个光敏二极管根本未受光照，这时将出现最大传感器角度值，因为其中一个二极管产生的电流为零。当没有光照时，光电流为零，因而式（1.22）可改写为 （1.23）可以调节太阳传感器的输出，以使其与微控制器的电压范围相适应。微控制器生成光敏二极管的反向偏压，以此来定位光伏板使电流差最小化。通常来说，为了用于控制，电流信号应被转换为电压信号。图1.15所示的流程给出了太阳跟踪系统的传感器输出估计与电动机控制[23，24]。对于式（1.22）的应用，可以分别使用微分电路和加法器电路来实现传感器输出的增减。参考角（θ）由微控制器获得，而电动机的实际位置也会被反馈给微控制器。电动机的参考位置可以通过向电动机驱动器提供控制信号来得到。这两个电动机和驱动电路是由同一个电源供电的。偏置电路偏置电路传感器微分电路加法器电路电动机位置微控制器编程器电动机继电器电源图1.15太阳跟踪器的传感器输出估计与电动机控制流程不同的信号数据均与最大的阈值进行比较。该值越高，太阳与设定的角度偏差越大。因此，控制电动机驱动器的微控制器应采取与之相反的运动。传感器产生的电流之差可以形成一个差分信号。太阳和云层的运动都会影响到输出。云层的存在可能会导致微控制器误判太阳的运动方向，这样就会引起平台向错误的方向运动，并带来不必要的能源耗费。这些故障可以使用智能控制技术来消除。电流的加法和微分用来识别真实状态，即太阳或者云层的运动。为了检测云层的出现情况，电流的加法被用作参数，而电流的微分则随着太阳的运动而变化。电流的增加不会受到太阳位置变化的影响。电流的加法因云层、日落或者日出等情况而异。云层存在时，电流加法的导数（Thederivativeofcurrentaddition）要高于日落或者日出的情况。因此，太阳跟踪控制器算法应该考虑电流微分、电流加法、电流估计值斜率以及电流的变化值等[23]。太阳搜索或者太阳跟踪的确定需要一种算法。太阳跟踪是正常的运行状态，而在云层出现时则需要使用太阳搜索。该算法的流程图包括若干状态机，如图1.16所示。微控制器被初始化，以访问先前记录的数据表来决定运行太阳搜索、太阳跟踪或者云算法。辐照数据表含有典型晴天的信息。根据这些数据计算而得的辐照用于确定是否有云在传感器上面通过。存储的信息使得在有云的情况下可以再现系统的运动。图1.16太阳跟踪算法太阳搜索或者跟踪状态是辐照的函数。在良好的气象条件下，该系统将工作在太阳跟踪”状态。这种状态负责存储跟踪运动的信息。该系统运动可由微控制器提供，该微控制器提供适当的开关信号来驱动电动机，以到达参考电动机的位置。如果检测到云层，相应的状态将是云算法”。然后，该运动可以通过在太阳跟踪”状态中存储的信息进行复制。该系统处于这种状态，一直持续到辐照返回到另一个值为止。15min。当这个时间段结束后，该系统将寻找太阳和最大的太阳辐照值。这种时间上的限制用于根据近似值来实现误差最小化。太阳的运动使用方位角和仰角来表征。一天的不同时间，方位角或仰角的变化规律也不同。例如，在上午，仰角急剧变化，而方位角几乎保持不变。主要状态的选择是基于附加电压，因为辐照是根据这些数据计算而来的。一旦选定了状态，基本的变量就是差分电压。要将这些数据采样，以便知道在太阳跟踪”状态下的太阳运动。在有云层的情况下，如果有部分阳光可用，“太阳搜索”状态负责将传感器定位至对准太阳。这一行动在特定条件（例如，在黎明时分）下是必要的，并在“云算法”状态之后确定传感器的朝向。在这种状态下，该平台的运动是双向的，以防止系统发生故障[23]。15 MPPT技术IV。，以跟踪光。。位于不同位置的各，T]。1.51 基于增量电导的MPPT技术增量电导技术是光伏系统中最常用的MPPT[21，27-29]。该技术基于这样一个事实：瞬时电导值I/V和增量电导值ΔI/ΔV之和在MPP处为零，MPP的右侧为负，左侧为正。图1.17所示为增量电导技术的算法流程。图1.17增量电导算法流程如果电流和电压的变化同时为零，参考电流就无需增减。如果电流没有变化而电压变化为正，参考电流就应增大。同样，如果电流没有变化而电压变化为负，参考电流就应减小。如果电流变化为零，而ΔV/ΔI=V/I，光伏系统工作在MPP上。如果ΔV/ΔIV/I而且ΔV/ΔI>V/I，参考电流应该减小。不过，如果ΔV/ΔIV/I而且ΔV/ΔI<V/I，参考电流就应该增大，以跟踪MPP。实际上，由于噪声和误差的因素，要满足ΔI/ΔV=-I/V条件可能会非常困难[0]。因此，这种情况可以通过下式的良好逼近得到满足： （1.24）式中ε—一个极小的正值。基于这种算法，工作点要么是位于BC间隔之间，要么是在AB和CD之间振荡，如图1.18所示。WW电压V图1.18基于增量电导的MPPT的工作点轨迹选择步长（ΔVref）是精确稳定跟踪和动态响应之间的折中方案，如图1.18所示。如果选择更大的步长来实现更快的动态响应，那么跟踪精度就会降低，同时跟踪点也会在MPP左右振荡。另一方面，如果选择了较小的步长，那么跟踪精度就会提高。与此同时，需要达到MPP的持续时间也将增长[31]。光伏阵列的归一化I-V、P-V和P-V特性的绝对导数如图1.19所示。从这些特性可以看出，当达到MPP时，|dP/dV|下降，当工作点离开MPP时，|dP/dV|则会增大。这种关系可表示为为了得到工作MPP，应计算dP/dV：

（1.25）（1.26）dP/dV可以通过仅测量光伏阵列的增量电导和瞬时电导获得，即ΔI/ΔV和电压I/V[27]。电压功率，电流图1.19光伏阵列的归一化I-V、P-V和|dP/dV功率，电流给出了一个普通光伏阵列的典型IP曲线。（P&O）给出了一个普通光伏阵列的典型IP曲线。（P&O）技术由于结构简单、易于实施，是另一AW扰动和观察踪方法。图W

种常用的MPP跟图1.20光伏阵列的典型I-P曲线如图1.20所示，如果工作电流，或者换句话说，来自光伏阵列的电流在某一特定方向扰动，并且如果来自光伏阵列的功率增大，那么工作点就会变得更加接近MPP，因此工作电流应在同一方向进一步扰动[32]。如果电流被扰动，并导致来自光伏阵列的功率下降，这就意味着工作点正在远离MPP，因此工作电流的扰动应该反向。基于P&O的MPPT技术流程如图1.21所示。在这种方法中电流（Iref）和电流变化（ΔIref）的初始值是根据猜测得到的。然后，与此电流相关的功率可从光伏板输出测量而得到，也就是PPV（k）。减量或者增量可以应用于参考电流作为扰动，这将会带来功率变化，而且新的功率点将会变为PPV（k+1）。现在，如果PPV（k+1）>PPV（k），那么就可以确定功率的变化。功率的变化应同电流的变化方向一致，以便在同一方向进行进一步扰动。如果它们遵循的是相反的趋势，那么参考电流也应该反向。Iref和∆Iref的初始值PPV（k）测量开始扰动：返回否否 k k 是

PPV（k+1）测量k k 是否 k k 是k k k k k k k k返回图1.21基于P&O的MPPT方法的流程MPP ， 电流的初始值可以是零或者任何接近IMPP的值（MPP处的电流值）。另一方面，选择一个适当的增量步长（ΔIref）也能迅速地使工作点接近MPP。这个过程应该反复进行，直到找到光伏阵列的最大可用功率并提取出来。使用较小的扰动步长可以尽量减少振荡，不过小步长会造成MPP跟踪的响应迟缓[33。这个问题可以使用参考文献[32，34-36]中的可变扰动步长来解决。使用这种方法，MPP ， 时 扰动程度应该变小53 IVMPPT控制器I-V特性是电压、隔离水平和温度的函数[37-39]。从这些特性出发，MPPT控制器设计的一些重要性质可以解释如下：光伏阵列包括两个工作段。在IV特性曲线中，有一段是恒定电压段，另一段是恒定电流段。因此，每一段的IV特性均可近似为一个线性函数，即有（1.27）式中m光伏阵列的输出电导。m在恒定电流段很小，因此光伏阵列表现为高负输出阻抗。另一方面，它在恒定电压段表现为低负输出阻抗。使用不同的系数m和b可以实现同样的线性化。图1.22所示为一个具有两段近似线性的典型I-V曲线。（线性化函数）高负阻抗低负阻抗（实际函数）电压电流图（线性化函数）高负阻抗低负阻抗（实际函数）电压电流MPP出现在特性曲线的拐点处，即VP=VPM。斜率在恒定电流段为正（VP<VPM），在恒定电压段为负（VP>VPM）。使用式（1.27），dPPV/dVP变为（1.28）为了将工作点移动至零斜率点处，如果光伏阵列是由电流控制的，在正斜率时IP应该减小，在负斜率时IP应该增大。因此，可以通过将工作点移动到零斜率点来跟踪MPP。为了实现电流控制，可以采用DC-DC变换器，即一个升压变换器。从升压变换器的输入端可得（1.29）IP等于处于稳定状态的变换器电流（IC）。因此，IC可以将工作点移到MPP处。123给出了一种采用电流模式控制跟踪MPPMPPT控制器。MPPT控制器和电流控制器是以上述特性与式（.29）为基础的。在这个控制器中，首先要测量光伏阵列的电压和电流，随后再计算功率和斜率。在稳定状态下，光伏电流等于变换器的电流。因此，根据斜率（dPPV/dVP）的符号，令参考电流IMPP增大或者减小，以便将工作点移动至零斜率点。1.54 基于比例开路电压的MPPT光伏阵列的VMPP和VOC在不同的辐照度和温度水平下的近似线性关系，是比例VOC方法的基础[0-7]： （1.30）式中k1取决于光伏阵列特性的一个常数，不过它必须事先通过经验性地确定不同的辐照度和温度水平下的具体光伏VMPP和VOC来计算，其值通常071～078之间[33。利用式（1.2）并测量一个空载光伏阵列的VOC，使用已知的k1，可以计算出光伏阵列Icap升压光伏阵列Icap升压DC-DC变换器通过DC-AC变换器到负载或电网侧占空比ε PI控制器电压电流图1.23基于线性化I-V特性的MPPT控制器VMPP。光伏阵列的输出端应断开与电力变换器的连接，其结果会导致功率的暂时损耗，这是该技术的主要缺点。为了克服这个缺点，可以使用指示电池来测量VOC[42]。这些指示电池应该具有相同的辐照度和温度以及与主要光伏阵列近似相同的特性，以便更好地模拟开路电压。pn结二极管产生的电压大约是VOC的75[46。因此，这样就不需要测量VOC。在用于逆变器输入电压调节的MPPTDCDC变换器之后，可以进行闭环电压控制。图1.24显示了基于开路电压的MPPT技术的实现。根据从指示电池测量到的开路电压和式（1.32），可以求得VMPP，然后再可以将测量电压（V*）与这个值进行比较。占空比由PI控制器确定，并通过栅极驱动器应用于电力电子开关。因此，DC-DC变换器会强制光伏输出电压达到VMPP。变换器光伏阵列 变换器

通过DC-AC变换器到负载或电网侧占空比ε PI控制器图1.24基于比例开路电压的MPPT的实现由于式（1.32）为近似式，所以光伏阵列技术从未真正在MPP上工作过。对于光伏系统的应用来说，这种近似可以做到足够逼近。因为该技术不需要复杂的控制系统，所以它容易实现、成本较低，但它不是一种真正的MPPT技术。此外，k1在局部遮阴条件下无效，而且它还依赖扫描光伏阵列电压来实现更新[47]。因此，在有阴影的环境下使用这种方法，实施过程就会变得更加复杂，而且会产生更多的功率损耗。1.55 基于比例短路电流的MPPT与开路电压类似，光伏阵列的短路电流与IMPP近似成正比，对应于光伏阵列P的电流为 （1.31）式中k2线性比例常数。k2取决于光伏阵列的特性，该常数通常在0.78～0.92之间变化。图1.25所示为基于短路电流的MPPT技术的实现示例。根据从指示电池测量到的短路电流和式（1.33），可以求得IMPP。可以从该值中减去测得的电流以求出误差，并将误差反馈给PI控制器。占空比由PI控制器确定，并通过栅极驱动器应用于电力电子开关。因此，DC-DC变换器将会强制从光伏输出中抽取电流以达到IMPP。变换器光伏阵列 变换器

通过DC-AC变换器到负载或电网侧占空比ε PI控制器图1.25基于比例短路电流的MPPT的实现因为光伏阵列应被短路，所以在运行中测量ISC非常困难。在电力变换器中使用一个电流传感器和一个额外的开关，可将光伏阵列短路以测量ISC[48]，这样一来就增加了元器件数量和成本。此外，它还会因为短路带来额外的功率损耗。可以使用额外的指示电池来进行短路电流测量，它具有与主要光伏阵列相同的特性。如式（1.36）所示，P永远不会完全匹配，因为它是P电流的近似值。光伏阵列可以定期从开路扫描至短路来更新k2，以确保在多个局部极值存在时得MPPT[47。通常使用一个数字信号处理器（DSP）来实现用于光伏系统MPPT的比例ISC。另外，也可以使用一个更简单的电流反馈控制回路来实现比例ISC[48。1.56 基于模糊逻辑控制的MPPT随着微控制器和DSP技术的发展，模糊逻辑控制[49-58]已经在MPPT应用领域引起广泛兴趣。参考文献[57]指出，模糊逻辑控制器对于非线性系统来说很有优势，它不需要精确的动态模型，而且还可以处理不精确的输入。模糊逻辑控制根据三个阶段。模糊化阶段根据图1.26所示的隶属函数，将输入变量转换成语言变量。这个例子中有五个模糊等级，分别为NB（负大）、NS（负小）、ZE（零）、PS（正小）和PB（正大）。为了提高精度，可以使用更多的模糊等级。a和b是以图1.26中数值变量的取值范围为基础的。在隶属函数中，可以将某些指定的模糊等级设计为不对称状态，使它们更占优势，换句话说，给它们赋予更高的重要程度[49，53，57，58]。图1.26模糊逻辑控制器输入和输出的隶属函数误差E及其变化ΔE是基于模糊逻辑的MPPT控制器的输入。E和ΔE可以根据用户的偏好而计算得到。由于dP/dV在MPP处更接近于零，因此可以使用近似的式（1.34）[59]：另外，误差信号可以根据下式求得：

（1.32）（1.33）（1.34）式（1.35）㊀中的误差变化也可以应用到式（1.36）中。式（1.36）中的误差是瞬时电导和增量电导之和，在接近MPP时为零。一般来说，模糊逻辑控制器的输出是电力变换器占空比ΔD的变化。占空比的这种变化可以在类似于表1.3的一个查找表中查找[0]，之后计算E和ΔE，并转换成语言变量。误差E及其变化ΔE的不同组合可作为分配给ΔD的语言变量。对于升压变换器来说，表1.3就可以用于这一目的。例如，如果工作点远离MPP右侧，E为NB，且ΔE为ZE，占空比就需要幅度更大一些的下降，以降低电压，也就是说，ΔD应该为NB，以达到MPP。㊀此处公式号似有误，似应为式（.3），本章之后的文字中也有一些公式号原书似有误，请读者注意，这里不再注释了。译者注表1.3模糊规则库ΔENBNSZEPSPBENBZEZENBNBNBNSZEZENSNSNSZENSZEZEZEPSPSPSPSPSZEZEPBPBPBPBZEZE在去模糊化阶段，模糊逻辑控制器的输出使用图1.27所示的隶属函数，从一种语言变量转换成数字变量。通过去模糊化，控制器产生一个模拟输出信号，该信号可以被转换成数字信号，并控制MPPT系统的电力变换器。图1.27所示为基于模糊逻辑控制器的MPPT的实现示例。测量电压和功率来计算式（1.34）和式（1.35）中的E和ΔE，然后使用类似于表1.3的一个模糊规则库表来评估这些值。模糊规则库表的输出就是在占空比中所需的改变。在去模糊化阶段，占空比的数值通过语言值的转换来确定。最后，通过一个模拟-数字（A-D）转换器和栅极驱动器，将必需的开关信号施加到MPPT的电力变换器上。光伏阵列光伏阵列DC-DC变换器通过DC-AC变换器到负载或电网侧占空比栅极驱动器A-D转换器电压和功率测量E和∆E计算模糊规则库表去模糊化阶段图1.27基于模糊逻辑控制器的MPPT实现在不同的大气条件下，模糊逻辑控制器均能在MPPT应用中表现出良好的性能。另一方面，模糊逻辑控制器的有效性取决于误差及其变化的计算和用户开发的规则库表的准确性。为了获得更高的效率，隶属函数和规则库表可以不断更新或者调整，以达到类似于自适应模糊逻辑控制器的最佳性能[55]。通过这种方式，可以实现MPP的快速收敛，以及在MPP周围的最小波动[52]。此外，跟踪性能取决于隶属函数的类型[57]。1.57 基于神经网络的MPPT另一种智能MPPT控制技术是神经网络（NN）[60-65]。神经网络算法通常是通过微控制器或DSP来实现的。神经网络通常包括三层：输入层、隐层和输出层，如图1.28所示。神经网络是由应用人员构建的，其中要考虑到每一层的节点数。神经网络控制器的输入通常是大气参数及光伏阵列参数，比如辐照度、温度、VOC以及ISC等。通过对这些输入信息的处理，神经网络控制器就可以确定电力变换器的占空比，并作为自身的输出[60，62]。基于神经网络的MPPT控制器的性能取决于如何对神经网络进行有效训练以及在隐层中使用的算法。节点之间的连接通过增益系数赋以权值。如图128所示，ij之间的连接权值为wij。为了实现一个高性能的基于神经网络的MPPT，节点之间的权值应在训练过程中认真确定。图1.28神经网络结构示例此外，应将所有季节的神经网络输入和输出数据记录下来，以便有足够的训练模式可供训练。另一方面，由于不同的光伏阵列具有不同的特性，应该针对具体的光伏阵列进行专门的神经网络训练。由于老化因素的影响，光伏阵列的特性也会随着时间而改变，因此需要对控制器进行训练和更新，以便准确地跟踪MPP。图1.29给出了基于神经网络的MPPT方法的具体实现。应该使用由经验获得或者计算而得的输入/输出数据表对神经网络进行预先训练。如此一来，神经网络控制器应该能够根据训练数据集当中相关的瞬时测量输入来准确地确定神经网络的输出。然后，使用必要的设备单元来处理通过神经网络生成的占空比，以便为光伏阵列的电力变换器提供适当的开关信号。1.58 基于纹波相关控制的MPPT由于所连接的电力电子变换器存在开关过程，光伏阵列上就会出现电压纹波和电流纹波。因此，光伏阵列的输出功率也可能会带有波动。在纹波相关控制光伏阵列光伏阵列DC-DC变换器通过DC-AC变换器到负载或电网侧栅极驱动器A-D转换器辐照度温度开路电压短路电流预先训练好的神经网络控制器占空比瞬时测量

图1.29基于神经网络的MPPT实现（CC）中使用这些波动[6]来实现T。CC将时变光伏阵列功率的时间导数p与驱动功率梯度为零的时变光伏阵列电流或者电压的时间导数i以便跟踪MPP。

或者■v相关联，如果v或者i在变大（v>0或者i>0），p也在变大（p>0），工作点位于P之下（V<VMPP或者I<IMPP）。相反，如果v或者i在变大，而p在变小（p<0），MPP之上（VVMPPIIMPP）。根据这些观察，可以得到：pv或者pi在P右侧时为负，在P左侧时为正，在P处则为零。如果升压变换器的占空比增大，电感电流也会增大，不过它降低了光伏阵列电压[66]。这个电感电流也是光伏阵列的输出电流，因此占空比控制输入可以表示为（1.35） （1.36）式中k3一个正的常数。在RCC技术中，如果占空比依靠式（1.37）或者式（1.38）来调节，就能实现对MPP的持续跟踪。式（1.37）和式（1.38）中电流、电压与功率的导数通常很难计算，因此可以使用另一种光伏阵列电流和电压交流耦合测量方案。交流耦合电流和电压导数将会很容易计算，因为它们具有必要的相位信息。在另一种方案中，可以使用具有比纹波频率更高的截止频率的高通滤波器来估计导数。电感电压可用于计算式（1.38）给出的导数，因为它与电流导数成正比。电感的内阻和磁心损耗并无显著影响，因为电感的时间常数要大于电力变换器的开关时间间隔。由于相位移动是由光伏阵列在高开关频率处的固有电容所引起的，式（1.37）可能无法实现系统的有效MPPT。不过，式（1.37）中的关联功率和电压几乎没有受到固有电容的影响。即使在不同的辐照度水平下，RCC也能快速响应、准确地跟踪MPP。电力变换器的开关频率和RCC电路的增益是限制MPPT时间响应的主要因素。RCC的实现很简单，因为它对光伏阵列特性没有任何要求。许多研究机构已经研究了RCC技术在跟踪MPP方面的应用。功率的时间导数和占空比符号之积用于积分[67]。参考文献[68，69]中提出了一种滞后型RCC。参考文献[70]中使用了一种低频易变（fickle）信号来干扰光伏阵列的功率。在这种方法中，考虑了与MPP处功率相关的电压或电流的90°相移。这种RCC方法的不同之处在于，它使用额外的低频信号取代了固有的变换器纹波信号[70]。130所示为基于RCC的MPPT方法的具体实现示例。在图130中，对从光伏阵列输出测量而得的电压和电流进行处理，计算出功率以及功率和电压的导数。功率和电压导数的乘积被积分，并乘以比例因子k3，由此可以确定占空比值。此外，还可以使用功率和电流导数之积的积分来确定占空比，乘以基于式（138）的正比例因子k3。变换器光伏阵列 变换器

通过到负载或电网侧转换器栅极驱动器 D转换器电压和图1.30基于RCC的MPPT技术实现1.59 基于电流扫描的MPPT

占空比用于光伏阵列电流的扫描波形可以通过使用光伏阵列的I-V特性来求得。在这种方法中，扫描波形按照固定的时间间隔进行更新[71]。根据相同时间间隔的特性曲线，可以计算出VMPP。应为电流扫描波形选择一个函数，该函数的导数应与原函数本身直接成正比：（1.37）式中 k4—一个常数。因此，光伏阵列的功率可以表示为 （1.38）在MPP处有利用式（1.1）和式（1.43）有式（1.39）中微分方程的解为

（1.39）（1.40）（1.41）其中，CImax，这是最大的光伏阵列电流。k4应该为负值，生成了一个时间常数=-k4的递减指数函数。式（1.43）的新形式为（1.42）通过一个电容器释放一些电流，可以求得式（1.44）中的Imax。在式（1.42）中，由于式（1.1）的导数非零，式（1.42）可改写为（1.43）一旦使用电流扫描法来计算VMPP，求得的MPP的精度可使用式（1.45）进行复核。图1.31给出了一种扫描型MPPT的实现示例。MPP模块采用光伏板电压来确定MPP处的参考电压，如式（1.45）所示。光伏板电压光伏阵列光伏阵列DC-DC变换器通过DC-AC变换器到负载或电网侧εMPP计算PI控制器占空比栅极驱动器s参考电压VMPP图1.31基于电流扫描的MPPT实现1.510 基于直流母线电容下降控制的MPPT图1.32所示为直流母线电容下降控制拓扑结构。在某些情况下，光伏系统需要与交流系统相连。在这些情况下，可以使用一个专门设计的MPPT技术，也就是所谓的直流母线电容下降控制[72，73]。下式给出了具有稳态运行模式的一个理想的升压变换器占空比： （1.44）图1.32直流母线电容器下降控制式中V跨接于电力变换器输入的电压；Vlink跨接于直流母线的电压。如果Vlink是固定的，光伏阵列抽取的功率可以通过改变逆变器的输入电流来控制。在电流增大时，只要逆变器所需功率不超过光伏阵列的最大可用功率，Vlink电压就可以保持不变，否则Vlink将会下降。逆变器的电流控制指令处于其最大值（电流峰值：Ipeak），而光伏阵列工作在MPP处，刚好在该点之前。为了达到MPP，d被优化，Ipeak达到其最大值，从而防止Vlink下降。防止这种下降可以通过将交流系统线电流反馈来实现。计算光伏阵列的功率不需要使用这种方法。不过，相对于直接检测功率，这种方法精度较低[72]，因为逆变器直流电压控制回路的响应会直接影响到它的响应。16 光伏电池的遮蔽效应当一个光伏阵列或者它的一部分由于遮蔽物的影响而产生不完全辐照时，就会出现遮蔽效应。在光伏组件被部分遮蔽时，它的一些电池能够以反向偏压方式工作，此时它是作为负载而不是发电器。如果反向偏压超过被遮蔽的太阳电池的击穿电压，它可以作为一个开路，并将整个光伏组串损坏[31，74，75]。为了减少遮蔽的影响，大多数商用光伏组件都含有内部旁路二极管。不过光伏组件中二极管数远远低于串联在组件中的电池数[31]，因此降低了开路风险。但是，光伏组件总功率输出量也相应降低了，因为当一个旁路二极管导通时，很多太阳电池就出现了故障。图1.33显示了两个光伏阵列。在第一个阵列中，每个光伏电池都并联有自己的旁路二极管。与图1.33所示的第二种结构相比，第一种结构更能够抵抗遮蔽带来的负面影响，而且还可以产生更多的功率。当一个阵列受局部遮蔽所限，第二种结构中的电池串就会出现故障，而在第一种结构中，只有受影响的电池才会出现故障。图1.34所示为完全辐照的阵列以及图1.33中描述的两种不同结构的阵列的I-V曲线。图1.33与每个电池连接的旁路二极管和与整个电池串连接的旁路二极管a）与每个电池连接的旁路二极管b）与整个电池串连接的旁路二极管图1.34遮蔽工况下的光伏串I-V特性为了计算遮蔽效应，可以引入遮蔽因子（S）[75]：（1.45）式中 AS—遮蔽面积；AC光伏组件的总面积；E无遮蔽电池E0上的平均辐照水平。A在不同遮蔽因子下的光伏电池I-V曲线就像图1.35中给出的不同辐照度条件下的光伏电池一样。A电压V图1.35不同遮蔽因子下的I-V特性功率W此外，在遮蔽工况下，P-V曲线也会受到影响。当发生局部遮蔽时，两个不同的电压值就会存在两个不同的功率峰值，如图1.36所示。功率W无遮蔽工况下无遮蔽工况下的MP无遮蔽工况遮蔽工况局部峰值电压V图1.36在遮蔽条件下的MPP重定位许多MPPT方法会跟踪局部峰值，因此可能无法找到全局峰值。这在局部遮蔽工况下可能会非常重要。因此，在计算MPP时应该考虑遮蔽效应。遮蔽效应可以包括在没有电阻的单二极管模型中。2.3.3节㊀中描述单二极管模型的式