光伏发电报告

优化理论与最优控制光伏发电综述学号: -专业：控制理论与控制工程2012年7月4日摘要：在能源枯竭与环境污染问题日益严重的今天，人们渴望用取之不尽，用之不竭的可再生能源来代替资源有限、污染环境的常规能源。以半导体光生伏打效应为基础的光伏发电技术，能满足人类的需要。太阳能光伏发电作为一种既清洁又环保的绿色能源，是近期急需的能源补充,又是未来能源结构的基础。然而，光伏电池的输出特性具有强烈的非线性，且受外界环境因素影响大，所以如何有效的利用太阳能，提高太阳能利用效率，成为太阳能利用中一个迫切需要解决的问题。本文以光伏发电系统为研究对象，介绍了太阳能光伏发电的原理、光伏发电系统的运行方式，以最大效率利用太阳能为主要目标，展开了光伏发电系统效率最优化的理论和实验研究。关键词：太阳能；光伏发电；最优化；MATLAB仿真Abstract:Today,energysourcesdriedupandenvironmentalpollutionismoreandmoresevere.Peoplearelongingforthatrenewableenergysourcestaketheplaceofruleenergysources.Butphotovoltaictechnologycanbesatisfiedwithhumanbeings.Asacleaningenergy,solarPVsystemisnotonlysupplementaryinthenearfuturesoures,butalsoisgroundinginthefuturesourcesstruction.However,astheoutputcharacteristicofphotovoltaiccellsisnon-linear,andbeeasilyinfluencedbytheouterenvironment,howtomaketheuseofsolarenergymoreeffectivehasbecomeadifficultprobleminthisarea.Thispapertriestostudyphotovoltaicsystemwiththetargetofmaximizingtheefficiencyofsolarenergy,andboththetheoreticalandexperimentalresearchofphotovoltaicsystemefficiencyoptimizationhasbeendone.Keywords:Solarenegy;PVgenerateelectricity;Optimization;MATLABSimulation约230年2100年2050约230年2100年2050年2000年太阳约61年约45年一

■^15预测图从图1可以看出，全球常规能源可开采量已屈指可数。中国的常规能源远远低一光伏发电的发展进程随着全球工业化的进程,人类对能源需求在不断增长。回顾100年间能源工业的发展历史，可以清楚地看到,整个能源工业的消耗主要以化石能源为主。人类正在消耗地球50万年历史中积累的有限能源资源。煤和石油作为能源的载体，极大地解放了生产力，推动了全世界工业化的进程，同时也向人类敲响了常规能源已面临枯竭的警钟⑵。据国际能源权威年鉴《BP世界能源统计》2005年6月发布的数据显示,2004年世界一次能源消耗量为1.02*1010t石油量。到2005年底，世界石油可采量为45年,天然气可采量为61年，煤炭可采量为230年。图1为我国与世界主要常规能源储量预测图⑶。圈世界2250年2200年2150年于世界平均水平，约为世界总储量的10%。这些传统的燃料能源一天天减少，也与此同时全球还有约20亿人得不到正常的能源供应uh。这个时候把目光投向了可再生能源，希望可再生能源能够改变人类的能源结构，维持长远的可持续发展。在现实中，太阳能、风能、生物质能成为三大最为看好的可再生能源品种。上世纪80年代，风能、太阳能、现代生物质能等技术应用和产业也在政府的支持下稳步发展，而近几年，太阳能以其独有的优势成为人们关注的焦点。丰富的太阳辐射能，是取之不尽用之不竭、无污染、廉价的能源。太阳能每秒钟投射到地球上的能量高达1.757*10J，假如把地表面0.1%的太阳能转为电能，转变率5%，每年发电量可达5.6*1012kWh，相当于目前世界上能耗的40倍⑷。因此世界上许多发达国家和部分发展中国家都十分重视太阳能在未来能源供应中的重要作用。二光伏发电的组成和分类2.1太阳能光伏发电与传统发电方式相比具有下列优点：数量巨大。每年到达地球表面的太阳辐射能约为1.8*1014t标准煤，即约为目前全世界所消费的各种能量总和的1*104倍。清洁干净。太阳能安全卫生，对环境无污染，不损害生态环境，是当之无愧的“清洁能源”。获取方便。太阳能分布广泛，既不需开采和挖掘，又不用运输，对解决边远山区以及交通不便的乡村、海岛的能源供应具有很大的优越性。时间长久。只要有太阳，就有太阳辐射能，因此是取之不尽,用之不竭的能源。

2.2光伏发电系统的组成光伏发电系统是利用光伏电池的光伏效应，将太阳光辐射能直接转换成电能的一种新型发电系统。一套基本的光伏发电系统一般是由太阳能电池板、太阳能控制器、逆变器和蓄电池（组）构成。太阳能电池板：是光伏发电系统中的核心部分，其作用是将太阳能直接转换成电能，供伏在使用或存储于电池内备用。太阳能控制器：太阳能控制器的基本作用是为蓄电池提供最佳的充电电流和电压，快速、平稳、高效的为蓄电池充电，并在充电过程中减少损耗、尽量延长蓄电池的使用寿命；同时保护蓄电池，避免过充电和过放电现象的发生。如果用户使用的是直流负载，通过太阳能控制器可以为负载提供稳定的直流电（由于天气的原因，光伏电池方阵发出的直流电的电压和电流不是很稳定）。逆变器：逆变器的作用就是将光伏电池阵列和蓄电池提供的低压直流电逆变成220V交流电，供给交流负载使用。蓄电池（组）：蓄电池（组）的作用是将光伏阵列发出的直流电直接储存起来，供负载使用。在光伏发电中，蓄电池处于浮充放点状态，当日照量大时，除了供给负载用电外，还对蓄电池充电；当日照亮小时，这部分储存的能量将逐步放出。2.3光伏发电系统按与电力系统的关系分类，通常分为独立光伏发电系统、并网光伏发电系统、混合型光伏发电系统三种。（1）独立供电的光伏发电系统整个独立供电的光伏发电系统由太阳能电池板、蓄电池、控制器、逆变器组成。太阳能电池板作为系统中的核心部分，尤其是将太阳能直接转换成直流形式的电能，一般只在白天有太阳光照的情况下输出能量。图1-1独立运行的光伏发电系统结构框图（2）并网光伏发电系统图1-2并网光伏发电系统结构框图光伏发电系统直接与电网连接，其中逆变器很重要的作用，要求具有与电网连接的功能。（3）混合型光伏型发电系统图1-3为混合型光伏发电系统，它区别于以上两个系统之处是增加了一台备用发电机组，当光伏阵列发电不足或蓄电池储量不足时，可以启动备用发电机组，它既可以直接给交流负载供电，又可以经整流器后给蓄电池充电，所以称为混合型光伏发电系统。图1-3混合型光伏发电系统结构图三太阳能光伏发电原理及光伏电池分类3.1太阳能光伏发电原理太阳能光伏发电的原理主要是利用半导体的光生伏打效应。太阳能电池实际上是由若干个p_n结构成。当太阳光照射到p_n结时,一部分被反射，其余部分被p_n结吸收，被吸收的辐射能有一部分变成热，另一部分以光子的形式与组成p_n结的原子价电子碰撞，产生电子空穴对，在p_n结势垒区内建电场的作用下，将电子驱向n区，空穴驱向p区，从而使得n区有过剩的电子,p区有过剩的空穴。这样在p_n结附近就形成与内建电场方向相反的光生电场。光生电场除一部分抵消内建电场外，还使p型层带正电，n型层带负电，在n区和p区之间的薄层产生光生电动势,这种现象称为光生伏打效应。若分别在p型层和n型层焊上金属引线，接通负载，在持续光照下，外电路就有电流通过，如此形成一个电池元件，经过串并联，就能产生一定的电压和电流，输出电能，从而实现光电转换。即把光能转换成电能的能量转换器，就是光伏电池。光电效应光伏电池的工作原理图，如图2-1（a）（b）所示：电子空穴①㊀^^型半导体a太阳能半导体晶片b 晶片受太阳光照过程中带正电的空穴向P型半导体区移动带负电的电子向N型半导体区移动3.2光伏电池的分类（1） 晶体硅光伏电池。晶体硅光伏电池的原料、光电转换效率高，是目前发展最快的光伏电池。目前常见的光伏电池均为晶体硅光伏电池，常见的晶体硅光伏电池有单晶硅电池和多晶硅电池两种。单晶硅电池的光电转换效率高，但成本也高；多晶硅电池的价格和光电转换效率均适中。因此多晶硅光伏电池成为目前太阳恩呢更光伏发电系统采用最多的光伏器件，其次使用的是单晶硅光伏电池，这两者占据了光伏电池市场的大部分份额。（2） 非晶硅光伏电池。非晶硅光伏电池资源丰富，制造过程简单，制造能耗低，所以作为成本的光伏电池引入注目，具有投资回收时间短，回报率高的特点。目前其转换效率比单晶硅光伏电池的稍低。（3） 化合物半导体光伏电池。化合物半导体光伏电池有许多种类，砷化镓光伏电池就是其中一种，其转换效率很高，但存在资源缺乏、有公害等问题。3.3光伏阵列的最大功率点跟踪控制使用方法光伏阵列的输出电压和输出电流随着外部环境或负载的变化具有强烈的非线性，因此在特定的工作环境下存在一个唯一的最大功率输出点。光伏阵列能否工作在最大功率点取决于光伏阵列所带的负载大小，图3-1是光伏阵列时的等效电路图。

图3-1光伏阵列工作的等效电路图图3-2是用图解法得出光伏阵列的工作点的示意图。图3-2中曲线为光伏阵列输出的电流电压（I-V）特性曲线，直线表示负载电阻的I-V特性，二者的交点即为光伏阵列的工作点，工作点的电压电流既要符合光伏阵列的I-V特性又符合负载自身的I-V特性。如果两条线的交点不在最大功率点，此时负载和光伏阵列就处于失配状态，光伏阵列所产生的电能就没有被充分利用［1。］。图3-2 光伏组件的工作点无法认为控制外界环境因素的变化，温度和光强在一天中经常是不断变化的，光伏阵列的输出特性也要随之变化，要使光伏阵列始终能够输出最大功率，必须适时改变其所接的负载。通常在光伏阵列和负载之间串联最大功率点跟踪（maximumpowerpointtracking,MPPT）电路来实现［15］。最常用的最大功率点跟踪示意图如图3-3所示，是一个DC/DC变换器，光伏阵列所带的等效负载是DC/DC变换器占空比D和其所带负载Rioad的函数，调节占空比就可以达到改变光伏阵列所带负载的目的，从而实现最大功率点跟踪。其中光伏电池模型中I-V特征式为：I(V)=axl —axlxexpI(V)=axl —axlxexpbx(yxa+1—y)xVmax(a-1)其中各变量的含义：V——光伏阵列输出电压，I（V） 光伏阵列输出电流，V---在光照强度为1。。的情况下，光伏电池阵列的额定开路电压。日、关"---最大电流，依赖于额定短路电流I（。），式（a-2）给出/和I（。）之

b---I-V特征指数常数，由（a-3）给出；b---I-V特征指数常数，由（a-3）给出；aY---线性因子，依赖于V，小时的电压损失百分比。其中；I（0）z次 厂1、a—axexp（—）bI—max光伏电池光照密度百分比；由式（a-4）给出，定义为光照强度最大和最V是指光照强度少于20%时的额定开路电压。min(a-2)(a-3)b-1- V (a-3)(yxa+1—v)xVmaxiV.(a-4)V—1——mn(a-4)VmaxDCDC'DCDC'图3-3 常用最大功率点跟踪电路示意图MPPT（最大功率点跟踪）控制算法是太阳能光伏发电系统高效利用太阳能的关键技术之一。四最大功率点跟踪方法的比较及基于遗传算法的光伏发电系统的效率优化4.1最大功率点跟踪的原理在光伏发电系统中，光伏电池是最基本的环节，若要提高整个系统的效率必须要提高光伏电池的转换效率，使输出功率为最大功率。然而光伏电池的I-V特性具有非线性，并且它随着外界环境（温度、日照强度）的变化而变化，所以不好控制。但是，在某一特定的温度或日照强度总存在着一个最大功率点［19］，因此，最大功率点的跟踪的研究是至关重要的。最大功率点跟踪的过程实质上是一个寻优过程。图4.1为光伏电池阵列的输出功率特性曲线，由图可知，当光伏电池工作于最大功率点电压V左侧时，其输出功率随电池端电压的上升而增加；当光伏电池工作于最大功率：点电压V右侧时，其输出功率随电池端电压的上升而减少。此外，MPPT控制也可以先根据采集到的太阳能电压、电流值以及功率值来判断其运行在哪个工作区，然后根据不同的工作区采取不同的工作指令进行跟踪控制如。但要注意日照强度和温度环境对光伏电池阵列的开路电压和短路电流的影响。图4.1光伏电池的输出功率特性4.2几种最大功率点跟踪方法的比较定电压跟踪法(ConstantVoltageTracking,CVT)通过分析不同日照强度下光伏电池输出功率曲线可知，当日照强度较高时，最大功率点几乎分布在一条垂直线的两侧，如图4.2所示。因此，可以将光伏电池的最大功率输出点看作是针对某一个恒定电压输出的，这就大大简化了系统MPPT的控制设计，从而构成了CVT式的MPPT控制。使用这种方法，人们只需要从生产厂商获得做大输出电压值，并将输出电压钳位于最大输出电压值即可。图4.2不同日照下光伏电池输出功率曲线CVT控制的优点是：控制简单，易实现，可靠性高；系统不会出现振荡，有很好的稳定性；可以方便的通过硬件实现。缺点是：控制精度差，特别是对于早晚和四季温度变化剧烈的地区；必须人工干预才能良好运行，更难预料风、沙等影响。为克服缺点，在CVT的基础上采用一些改进的办法：(1)手工调节方式：根据实际温度的情况，手动调节设置不同情况下的V，但这比较麻烦和粗糙。微处理器查询数据表格方式：事先将不同温度卞测得的V值存储于EPROM中，实际运行时，微处理器通过光伏阵列上的温度传感器获取if列温度，通过查表确定当前的V值。采用CVT实1现MPPT控制，由于其良好的可靠性和稳定性，目前在光伏系统中仍被较多的使用，特别是光伏水泵系统中。随着光伏系统控制技术的计算机及微处理器化，该方法逐渐被新方法所替代。电导增量法(IncrementalConductanceAlgorithm,ICA)

(4-1)(4-2)(4-3)电导增量法也是MPPT控制常用的算法之一。通过光伏电池阵列输出功率特性曲线可知最大功率点Pma处的斜率为零，所以有：(4-1)(4-2)(4-3)P=V*ImaxdPT =IdPT =IdVdI~dV式（4-3）电导的负值时*=0dVIV即为要达到最大功率点的条件，即当输出电导的变化量等于输出光伏阵列工作在最大功率点处，若不想等，则要判断dp/dv是大于零或者小于零。此跟踪法的最大优点是，当外界日照强度发生迅速变化时，其输出端电压能以平稳的方式追谁其变化，从而保证最大功率的输出。然而，这一跟踪法的实现要借助微处理器或数字信号处理器（DSP）。从而增加了整个系统的复杂性及费用。保证系统结构简单，控制方便是此方法需要改进之处。4.2.3功率回授法功率回授法的原理是通过采集光伏电池阵列的电压值与电流值，计算出当前输出功率，然后与前次的输出功率作一比较从而控制调整输出电压值。此控制方法实现比较方便，但是稳定性及可靠性不理想，因此在实际使用中不常用。4.2.4扰动观察法（Perturb-and-observe,PAO）扰动观察法是目前实现MPPT常用的方法，它通过不断扰动光伏系统的工作点来寻找最大功率点的方向，其原理是先扰动输出电压值，然后测其功率变化，与扰动之前的功率值相比，如果功率值增加，则表示扰动方向正确，继续朝同一方向扰动；如果扰动后功率值小于扰动前的值，则网相反的方向扰动。其结构简单，扰动参数少。此法最大的优点在于其结构简单，被测参数少，能比较普遍的适用于光伏系统的最大功率点跟踪。但是，在系统已经跟踪到最大功率点附近时，扰动仍然没有停止，这样系统在最大功率点附近震荡，会损失一部分功率，而且初始值和步长的选取对跟踪的速度和精度都有较大的影响。4.3基于遗传算法的光伏发电系统效率的优化4.3.1遗传算法的简介遗传算法（GA）是由美国Michigan大学的JohnHolland教授提出的一种鉴于生物体自然选择和自然遗传机制的随机收索算法，其主要特点是采取群体搜索策略和在群体中个体之间进行信息交换，利用简单的编码技术和繁殖机制来表现复杂的现象，不受搜索空间的限制性假设的约束，不要求诸如连续性、导数存在和单峰等假设。而且遗传算法的搜索过程不依赖于梯度信息，尤其适用于处理传统搜索方法难以解决的复杂和非线性问题，课广泛应用于组合优化、机器学习、自适应控制、规划设计、人工生命和图像处理等领域，是二十一世纪有关智能计算的关键技术之一。遗传算法原理及其优点遗传算法采用一定长度的数字串表示某个变量。对于多个变量的优化问题，就将各个变量的数字串组合成在一起形成一个码链，成为染色体，或称为个体。数字串的每一个位码，称作基因码简称基因。每个数字串都代表了优化问题的一个解。由若干个数字串组成的集合，称为群体，这个群体就代表优化问题的集合。遗传算法的基本思路是，利用数字串，模拟由遗传算子作用于这些数字串组成的

群体的进化过程。遗传算法求解过程类似于生物进化，通过作用于染色体上的基因，寻找好的染色体来求解优化问题。遗传算法是一种随机算法，但他不是简单地随机移动，它能够有效地利用已有个体的信息来搜索那些有希望改进优化问题解的个体。在搜索过程中，遗传算法需要的仅是对所产生每个染色体进行评价，并基于适应度函数值来选择染色体，使适应性好的染色体有更多的生存机会和繁殖机会，从而使整个群体不断优化并最终找到问题的全局最优解。以往的随机搜索算法由于效率低下而限制了其发展，遗传算法可采用定向随机搜索，因此大大地提高了算法的效率从而为遗传算法在实际中的应用奠定了基础。遗传算法具有极强的鲁棒性，并行计算特性及自适应搜索能力，因此有能力在一个复杂的、多极值点的、具有不确定性的空间寻找全局最优。其优点主要表现在以下几个方面：（1） 可以快速处理非光滑甚至是离散的问题，与问题领域无关，且处理速度相对来说比较快。（2） 群体搜索，具有潜在的并行性，可以进行多个个体的同时比较。（3） 不需要目标函数的导数，搜索使用评价函数启发，可以通过适应度函数调节搜索方向，过程简单。（4） 概率转移准则，使用概率机制进行迭代，具有随机性。（5） 可扩展性强，容易与其他算法结合。4.3.3采用遗传算法的光伏发电系统效率优化光伏发电系统的优化问题本质上也是一个非线性问题，尤其是非线性寻优问题，而本章节只是尝试大胆的将遗传算法应用到光伏发电系统的效率最优化问题中，但是并不完善。对于3.3节中的模型，最后想到最大功率，需进一步求解：首先，对式（a-1）取微分：dI（V）_ I（V）—axl — max （b-1）dV bx（yxa+1-y）xVmax式（a-1）两边同乘以电压V得到P-V特征等式：P—VP—VxI(V)=axVxl -axVxlxexpbx(yxa+1-y)xV bmax（b-2）其中，P为光伏阵列的总输出功率。对式（b-2）取微分，得到：dP=［•* Px（1-axl/i） （b3）dVbx（yxa+1-y）xVmaxaxl+expV1axl+expV1 op ——bx(yxa+1-y)xV bmax-axl- —maxbx(yxa+1-y)xVmax（b-4）要想求出最大功率和电压，需求解方程（b-4），而方程（b-4）为指数方程，不易求解，想要得到方程的解，一般要经过冗长的迭代，而且容易由于初始值选取不当而不收敛，得不到想要的功率值和电压值［22］本章试着采用具有很强寻优能力的软件1st0pt，从任意随机初始值开始，均能得到正确结果；其次采用遗传算法总能保证保留最好的染色体，从而得到最优化的结果［23］。本节提出的基于遗传算法的光伏发电系统效率的优化，将遗传算法应用于光伏发电系统的效率优化中。遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局化概率搜索算法。它是将问题的求解表示成“染色体”，将其置于问题的环境中，根据适者生存的原则，从中选择出适应环境的“染色体”进行复制，即再生，通过交叉、变异两种基因操作产生出新一代更适合环境的“染色体”群，这样一代代不断改进，最后收敛到一个最适合环境的个体上，求得问题的最佳解。由于最好的染色体不一定出现在最后一代，开始时保留更好的染色体，如果在新的种群又发现更好的染色体，则用它代替原来的染色体，进化完成后，这个染色体可看作是最优化的结果。光伏发电系统效率优化实际上就是求最优的过程，利用遗传算法求最优。由于该方法大多参考，所以其仿真结果暂时没有。五全文总结及展望进入新世纪以来，能源问题日益突出，绿色环保成为能源发展的主流。其中，太阳能以其独有的优势成为人们关注的焦虑。丰富的太阳辐射能，是取之不尽、用之不竭、无污染、廉价的能源。光伏发电系统为新能源的利用开辟了一个崭新的领域。在光伏发电系统中，光伏电池是最基本的环节，若要提高整个系统的效率必须提高光伏电池的转换效率，使其输出功率为最大功率。本文结合相关课题，在光伏发电系统效率优化的问题上进行了一系列的理论和实验研究，主要工作内容总结如下：CD在详细分析了光伏电池板工作原理的基础上，给出了光伏电池模型，光伏电池的输出功率特性，不同光照下功率输出曲线，以及一系列的基本电路，对于一些仿真模型并没有给出，只是在前期的实验中，知道大体的轮廓。同时也表明：光伏电池既非恒压源，也非恒流源，它不可能为负载提供任意大的功率；光伏电池特性具有强烈的非线性，并且其输出功率受到日照等周围环境因素的影响。(2)分析了目前几种光伏发电系统最大功率跟踪方法，比较了各自的优缺点，提到了在实验室110W光伏电池参数的基础上，采用扰动观察法，对光伏发电系— ■、, 、 .P、..—.，一 . ,一统进行仿真研究，得出仿真结果表明在最大功率点附近会产生功率损失。在光伏电池模型的基础上，提出了一种基于遗传算法的光伏发电系统效率的优化算法，将遗传算法用在光伏发电系统优化问题中。遗传算法是将问题的求解表示成“染色体”，将其置于问题的“环境中”中，根据适者生存的原则，从中选择出适应环境的“染色体”进行复制，即再生，通过交叉、变异两种基因操作产生出新一代更适合环境的“染色体”群，这样一代代不断改进，最后收敛到一个最适合环境的个体上，求得问题的最佳解。当然，对于实验这块还是很薄弱，正在摸索中。光伏系统是一个比较复杂的系统，对它的研究不仅需要掌握深厚的理论基础，而且需要解决多科学之间的交叉问题。虽然光伏发电系统在国内外都有一定的应用，但是仍然存在很多技术性问题。现在我做的工作很少，还有很多工作需要改进和完善比如光伏系统中的孤岛效应问题和更可靠的控制方法等等。所以在今后的工作中，还要不断实验研究，也希望老师能给出一些好的指导建议。参考文献王文静主编.中国光伏产业发展研究报告[R].北京：中国可再生能源发展项目办公室，2004.马胜红，赵玉文.光伏发电在我国电力能源结构中的战略地位和未来发展方向[J].太阳能，2005(4):10-16.EuropeanPhotovoltaicIndustryAssociationRenewableEneryHouse.GlobalMarketOutlookforPhotovoltaicsuntil2013[EB/OL].[2008-04-01].http://www.epia.org/.李晓刚.中国光伏产业发展战略研究[D].吉林大学博士论文，2007-6.信息产业部电子科技委.太阳能光伏产业发展战略研究报告[J].中国集成电路，2008.17(6):10-24.赵玉文，吴达成，王斯成等.中国光伏产业发展研究报告(2006-2007)[J].太阳能，2008(6):11-