光伏发电的最大功率点跟踪控制

扰动观测法的控制流程图如图3所示。其基本控制过程为：首先，让光伏电池按照给定的参考电压值Upv输出，测量此电压时的输出功率，即P（K-1），然后再在这个电压的基础上叠加一个电压扰动ΔU，测量叠加扰动电压后的输出功率，P（K）。比较P（K-1）和P（K）的大小，如果P（K）大于P（K-1），表明叠加电压扰动后输出功率增加，所给电压扰动方向是使输出功率增大方向，则继续施加相同方向的扰动，下一时刻电压为Upv=Upv+ΔU；如果P（K）小于P（K-1），表明叠加电压扰动后输出功率减小，所给电压扰动方向不是使输出功率增大方向，则给反方向的扰动，下一时刻电压为Upv=Upv-ΔU，这样循序渐进，使输出功率逐渐逼近光伏电池的最大功率点。

图3 扰动观测法控制流程图

扰动观测法的优点在于其结构简单，被测参数少，在光伏系统最大功率跟踪中广泛应用。但是，这种跟踪方法在系统已经跟踪到最大功率点附近时，扰动将使系统在最大功率点附近振荡，造成一部分功率损失；而且电压初始值和跟踪步长的选取对跟踪速度和精度有较大的影响，ΔU较小时光伏电池可能会长时间工作于低功率输出区，而且响应速度慢，不能快速跟踪光照强度的变化；ΔU较大时将加大最大功率点附近的振荡。

4 变步长扰动观测法

5 仿真验证

为了验证变步长扰动观测法的实际效果，进行了仿真研究。

在Matlab环境下，利用simulink工具，建立了光伏阵列的通用仿真模型和MPPT仿真控制系统[5]。
⑴光伏电池的简化等效电路如图5所示。

其中：U-光伏电池输出电压，Iph-光生电流，Id-二极管结电流，Rs-串联等效电阻，q-单位电荷（1.6×10-19），A-理想因子，K-玻尔兹曼常数，T-光伏电池表面温度，I0-光伏电池暗饱和电流, KI-短路电流温度系数，s-日照强度。

根据以上数学模型，结合SP75光伏电池模块组标准条件下测试参数[7]，分别搭建Iph、I0、Uoc、Vt、K1仿真子模块，最后根据式（4）组合成光伏电池仿真模型如下：

图6 光伏阵列PV仿真模型

利用此模型建立最大功率点跟踪算法的仿真系统见图7，MPPT控制算法由M文件编写的S函数中实现。

图8 （a）固定步长扰动算法仿真波形；

（b）变步长扰动算法仿真波形

由仿真结果可知，采用固定步长扰动观测法，当步长较大时虽然动态跟踪速度快，但达到稳态后输出功率有一定波动，不够稳定。而采用变步长扰动观测法则不仅动态响应速度较快，而且稳态误差小。

6 结论

本文对常规扰动观测法加以了改进，提出了一种基于输出特性曲线变化率的变步长扰动观测法。通过仿真实验，表明变步长扰动控制方法能同时保证系统的动态性能和稳态性能。

参考文献

[1] 闵江威. 光伏发电系统的最大功率点跟踪控制技术研究.[硕士学位论文].武汉：华中科技大学，2006

[2] 马兆彪. 太阳能光伏并网发电系统的分析和研究.[硕士学位论文].无锡：江南大学，2008

[3] 余世杰，苏建徽等，带有MPPT功能的光伏阵列Matlab通用仿真模型，系统仿真学报[J]，2005

[4] 冯冬青，李晓飞，基于光伏电池输出特性的MPPT算法研究，计算机工程与设计[J],2009,30(17)

[5] 叶秋香. 光伏电池最大功率跟踪器的模糊控制及其应用.[硕士学位论文].上海：东华大学，2006

[6] KOUTROULIS E,KALAITZAKIS K,VOULGARIS N C.Development of a microcontroller–based ,

photovoltaic maximum powerpoint tracking control system

[J].IEEE Transaction on PowerElectronics,2001

[7] WeidongXiao,Willianr G.Dunford .A Modified Adaptive hill climbing MPPT method for

Photovoltaic Power Systems.35th Annua1 IEEE P0wer E1ectronic specialists conference，

Germany，2004■