光伏系统最大功率点跟踪技术的比较

ISSN 1000- 0054CN 11- 2223/ N清华大学学报 (自然科学版 )J T sing hua Un iv ( Sci 最大功率点跟踪 ; 干扰观 测法 ; 电导增量法 ; 模糊控制中图分类号 : T M 615 文献标识码 : A文章编号 : 1000- 0054(2010) 05-0700- 05Comparison of maximum power point trackingtechnologiesfor photovoltaic power systemsCHEN Jian, ZHAO Zhengming, YUAN Liqiang, ZHA Lanxi( State Key Laboratory of Control and Simulation of Power Systemand Generation Equipment, Department of Electrical Engineering,Tsinghua University, Beijing 100084, China)Abstract: M aximum pow er point trackin g ( MPPT) technologies andth eir application s w ere classified based on th e differen ces of controlalgorithm s with th ree typical methods analyzed, i. e. th eperturb andobser ve algorithm, in crem ental conductance algorithm and fu zzycontrol algorithm. Th e control model for each method w asestablis hed with th e system simulated using M AT LAB/ Simulink.E xperiments w ere made to verify the feasibility and performan ce ofth e methods. By analyzing and comparing the sim ulation andexperimental results, the quantitative characteristics of each m ethodw ere obtained, including th e steady state accuracy, dynamicresponse, misjudgment correction and h ardw are requirements.Therefore, the r esults provide th e applicable conditions of th e threem ethods for choosing th e optimal scheme in practicalM PPT applications.Key words: photovoltaic pow er system ; maximum pow er pointtrack ing; perturb and ob servation algorithm;incremental conductance algorithm ; fuzzy control光伏发电将太阳能直接转换成电能 , 具有诸多优点 , 应用越来越广。由于光伏阵列输出电压、 电流受外界光照强度、 环境温度等因素影响 , 呈非线性特征 , 因此如何调整负载特性 , 使系统尽可能地实时输出最大功率 , 即为最大功率点跟踪 ( MPPT ) 技术 , 在光伏系统中尤为重要。M PPT 技术已成研 究热点 , 其 控制方法 多样 ,控制效果不尽相同 , 实现过程也大有区别。根据文[ 1-3] , 可将各种控制方法分为间接近似控制法、 直接采样控制法以及人工智能控制法 3 大类。间接控制法主要有曲线拟合法、 查表法等 ; 直接采样控制法主要有干扰观测法、 电导增量法等 ; 人工智能控制法主要有模糊控制法、 神经网络控制法等。目前主要文献均针对某一特定方法进行研究 ,缺乏对各种控制方法实际应用效果的系统化比较研究 , 采用实际控制平台进行实用性研究的则更少。本文根据方法分类 , 选取最具代表性的干扰观测法、 电导增量法、 模糊控制法作为研究对象 , 分别建立控制模型 , 采用 M ATLAB/ Simulink 对系统主电路及控制系统进行整体仿真 , 并在实验平台上对各种方法分别进行实验研究。1 各典型控制方法实现原理1. 1 干扰观测法的实现干扰观测法的原理是先让光伏阵列工作在某一参考电压下 , 检测输出功率 , 在此工作电压基础上加一正向电压扰动量 , 检测输出功率变化。若输出功率增加 , 表明光伏阵列最大功率点电压高于当前工作点 , 需继续增加正向扰动 ; 若所测输出功率降低 ,则最大功率点电压低于当前工作点 , 需反向扰动工陈 剑 , 等 : 光伏系统最大功率点跟踪技术的比较 701作点电压 [ 4-5] 。1. 2 电导增量法的实现电导增量法通过比较光伏阵列的电导增量和瞬间电导来改变控制信号。由光伏阵列特性曲线可知最大功率点处满足电导条件 [ 1, 6] :dP PVdV PV = I PVdV PVdV PV + V PVdI PVdVPV =I PV + V PV dI PVdVPV= 0. ( 1)可得- I PVVPV= dI PVdVPV. ( 2)dPPVdVPV = 0, 则 VPV = V MPP ;dPPVdVPV > 0, 则 V PV V MPP 。其中 , V PV 和 I PV 分别为光伏阵列输出的电压和电流 , P PV 为光伏阵列输出的瞬时功率。根据判定结果调整参考电压即可实现控制。1. 3 模糊控制法的实现定义输出偏差 E 及其变化率 CE 作为模糊控制器的输入 , 将控制系统所需要的控制变化量以微分dD 的形式从模糊控制器输出 [ 7] 。若当前采样和上次采样数值分别用 n 和 n- 1 来表示 , 则可定义模糊控制器输入变量 ec( n) 及其变化率 ec ( n) 的函数表达式为 [ 8-10] :ec (n) = P (n) - P( n - 1)V (n) - V( n - 1) dPdV , ( 3)ec ( n) = ec (n) - ec ( n- 1). ( 4)定义模糊 控制规则为 : 若当前正 向调节控 制PWM 占空比使输出功率增加 , 则继续正方向调整 ,反之则反方向调节 , 调节幅度由具体的模糊规则表和隶属度函数经模糊控制器输出决定。定义模糊集合 : ZO= 零 PS= 正小 PB= 正大 NB= 负大 N S=负小。定义模糊函数 F( ec ( n) , ec( n) ) 的输入输出隶属度函数 E、 CE、 dD 如图 1 所示。对模糊控制器输出 dD 进行积分运算 , 即得控制所需的占空比 D , 输出作用于主电路开关器件。2 系统仿真根据 M PPT 的控制方法 , 建立由光伏电池通过Buck 电路对蓄电池进行最大功率充电的主电路模型 , 采 用 MAT LAB/ Simulink 进行仿真 , 模型中 包括光伏电池模块、 主电路模块和控制模块 , 其电气主电路模型如图 2 所示。控制部分根据传感器采样获得数据分别采用上述不同控制方法进行 M PPT 控制 , 最后输出开关器件的控制信号。仿真中 , 光伏电池模型额定功率为 300 W, 在0. 025、 0. 03、 0. 035 s 不同时刻改变光照 强度 P U分别为 700、 800、 900、 1000 W/ m2, 温度参数定为25 。为便于比较 , 采样频率统一为 5 kH z, 干扰观测法和电导增量法的电压参考值单步变化量均为0. 1 V, 模糊控制则由控制算法自身判定。干扰观测法控制的 M PPT 仿真输出曲线如图 3所示 , 图 3a 为光伏电池 PV 输出的电压、 电流曲线 ,图 3b 为最大功率点跟踪效果图 , 系统从光照强度为700 W/ m2 曲线右侧启动 , 显示在光照 强度剧烈变化下的跟踪过程。仿真中 , 图 3a 电流波形上升沿较陡 , 说明能快速准确地进行 MPPT 跟踪 ; 图 3a 输出电压电流振荡明显 , 说明在最大功率附近反复调整 ; 图 3b 反映出 M PPT 运行点左右摆动较大。702 清 华 大 学 学 报 ( 自 然 科 学 版 ) 2010, 50( 5)图 3 干扰观测法控制下的 MPPT 仿真输出曲线同理 , 电导增量法控制的 M PPT 仿真输出曲线如图 4 所示。图 4 电导增量法控制下的 MPPT 仿真输出曲线仿真中 , 图 4a 上升沿陡、 超调量较小 , 体现系统动态响应较好 ; 图 4b 中 M PPT 运行点较为稳定 ,摆动幅度小 , 说明系统 M PPT 跟踪效果较为理想 ,动稳态精度均较高。模糊控制法 M PPT 仿真输出曲线如图 5 所示。图 5 模糊控制法控制下的 MPPT 仿真 输出曲线仿真中 , 图 5a 电压电流波形输出均较平稳 , 说明系统稳态性能较好 ; 图 5a 中电流输出超调衰减较慢 , 体现动态响应 不够灵活 的缺点 ; 图 5b 体现M PPT 运行点较为稳定。3 系统实验实验平台由 300 W 光伏阵列、 蓄电池组、 LEM霍尔电压电流传感器等组成。系统由传感器采样经调理电路转换后由 TM S320F2812 DSP 根据采样数据和控制算法最终输出 PWM 控制脉冲控制开关器件 , 从而实现整个系统的控制。实验中采用遮盖部分光伏电池并迅速移开的办法产生光照变化效果 , 测试各种方法在光照强度变化下的跟踪效果。实验波形如图 6所示。图 6a 波形上升沿和下降沿变化迅速 , 体现出干扰观测法跟踪速度较快的特点 , 但上升沿和下降沿均出现电流毛刺 , 为光照强度剧烈变化时出现的误判断引起 , 且稳态运行时 输出电流波动范 围较大 ;图 6b 上升沿和下降沿均较 为平滑 , 体 现动态响应快、 跟踪精度高的优点 ; 图 6c 中 , 当光照突然增大 ,电流增加迅速 , 但超调较大 , 说明动态 响应精度不够 , 系统调节速度较慢 , 但电流波形波动较小 , 最后仍能回到初始值 , 说明稳态精度理想。陈 剑 , 等 : 光伏系统最大功率点跟踪技术的比较 703图 6 各种控制方法对应 的 MPPT 实验波形本系统所用组件开路电压 85 V 左右 , 额定光照下最大功率点电压为 72 V 左右 , 实验控制和经验值完全一致。4 3 种 MPPT 方法比较对以上仿真和实验进行分析可以发现 , 干扰观测法能快速准确进行 M PPT 控制 , 但在最大功率点附近振荡运行 , 稳态输出波形有一定波动 ; 扰动步长设定无 法兼顾 跟踪精 度和 响应速 度 , 选择不 当甚至会出 现电压 失控现 象 , 需进行 多次 尝试才 能选定最佳步长 ; 在光 照强度剧烈变 化时会出 现误判断。电导增量法控制效果较理想 , 最大功率点附近较平稳 , 在光照强度变化剧烈的条件下也能快速跟踪 , 跟踪中无明显毛刺现象。但其算法实现时需要反复微分运算 , 计算量大 , 需要高速运算控制器 , 且对传感器精度要求较高 , 否则控制效果也不理想 , 出现扰动和振荡。本实验采用的控制器和传感器性能较高满足实验要求 , 故此问题未突显。以模糊控制为代表的智能控制技术不需要精确研究光伏电池的具体特性和系统参数 , 系统控制设计灵活 , 稳态精度较高 , 控制系统鲁棒性强。但模糊控制在光伏系统 M PPT 控制应用中存在动态响应较慢、 适应能力有限、 特 定条件下易振 荡等固有问题 ; 模糊控制算法复杂 , 其模糊推理和解模糊过程需要完成大量浮点运算 , 控制系统实时性难以满足 ,实际 应用 中 实 现 困 难 , 采 用 TM S320F2812 定 点DSP 难以实现较高控制频率 , 高性能控制需要更高性能的控制器 , 如 TM S320F28335、 TM S320VC33等浮点运算控制器 , 但系统成本较高。根据仿真和实验波形 , 各种控制方法的量化指标如表 1 所示 , 各种方法优缺点归纳为表 2。表 1 各种控制方法量化指标比较控制方法 稳态功率波 动范围 / W 稳态电压波 动范围 / V 稳态电流波动范围 / mA 毛刺处功率 损失 / W 毛刺处电流值偏差 / mA 动态响应时间 / ms 最低有效采样频率要求 / kH z干扰观测法 4. 0 0. 44 90 5. 5 110 2 > 1电导增量法 1. 1 0. 31 24 2 > 5模糊控制法 1. 2 0. 32 25 7 > 1表 2 各种控制方法 优缺点比较控制方法 优点 不足干扰观测法控制实现较简单传感器精度要求不高跟踪速度相对较快对误判断修正能力较强工作点在最大功率点附近振荡需多次尝试设定最优扰动步长 ,无法兼顾控制精度与响应速度光照强度剧烈变化时出现误判断704 清 华 大 学 学 报 ( 自 然 科 学 版 ) 2010, 50( 5)( 续表 )控制方法 优点 不足电导增量法 跟踪速度较快动稳态性能好 采用微分计算 , 运算量稍大传感器精度满足要求较高模糊控制法对系统参数依赖性弱控制系统设计灵活稳态控制精度较高控制过程复杂 , 运算量大动态响应稍慢实现控制困难 , 控制成本高5 结 论1) 在控制精度要求不是特别高的情况下 , 如各种独立太阳能路灯、 太阳能景观系统等小功率系统 ,采用干扰观测法进行 MPPT 控制足以满足控制精度 , 又相对节约硬件投入。2) 但在需要高性能控制场合如 MW 级大型光伏并网系统等 , 系统稳定性和高效性尤为重要 , 采用高性能控制应为首位 , 采用电导增量法、 各种优化方法等较为可取。此时系统动稳态响应要求均较高 ,动态响应对系统稳定性有重要意义 , 稳态性能直接影响输出功率大小 , 长期运行效益明显。3) 模糊控制在光伏系统 M PPT 控制的实际应用较少 , 算法实现也较为困难。随着运算控制器性能的不断提高和模糊控制理论的完善 , 其现有缺陷将有望得到解决。参考文献 ( References)[ 1] Salas V, Ol as E, Barrado A, et al. Review of th e maximump ower p oint track ing algorithms for stand-alone photovoltaicsystem s [ J] . Solar Ener gy M aterials & S olar Cells , 2006,90( 11) : 1555-1578.[ 2] 周林 , 武剑 , 栗秋华 , 等 . 光伏 阵列最 大功率 点跟踪 控制方法综述 [ J] . 高电压技术 , 2008, 34( 6) : 1145- 1154.ZH OU Lin, WU Jian, LI Qiu hua, et al. Survey of maximump ower point tracking techn iques for photovoltaic array [ J] .H igh Voltag e Eng ineering , 2008, 34( 6) : 1145-1154.( in Ch inese)[ 3] Desai H P, Patel H K. M aximum pow er point algorithm inPV generation: An overview [ C] / / IEEE PEDS 07.2007: 624-630.[ 4] 赵争鸣 , 刘 建政 , 孙 晓瑛 , 等 . 太 阳 能 光伏 发 电 及其 应 用[ M ] . 北京 : 科学出版社 , 2005.[ 5] 吴理博 . 光伏并网逆变 系统综合 控制策 略研究 及实现 [ D] .北京 : 清华大学 , 2006.WU L ibo. Research and implementation of control strategy ingrid- connected photovoltaic systems [ D] . Beijing: Ts inghuaUniversity, 2006. ( in Chin ese)[ 6] LIU Bangyin, DUAN S hanxu, LIU Fei, et al. Analysis andimprovement of maximum pow er point tracking algorith mbased on incr emental condu ctance meth od for ph otovoltaicarray [ C] / / PEDS 7th International Conference on Pow erElectronics and Drive S ystems. 2007: 637-641.[ 7] Bose B K. M odern Power Electronics and AC Drives [ M ] .NJ: Prentice Hall PTR, 2002.[ 8] Khaehin tu ng N, Sirisu k P. Implementation of maximu mpow er point tracking using fuzzy logic controller forsolar- pow ered light-flas her applications [ C] / / T he 47th IEE EInternational M idw est Sympos ium on Circuit and System s.2004: -171- 174.[ 9] Kottas T L, Boutalis Y S, Karlis A D. New maximum powerpoint tracker for PV arrays using fuzzy controller in closecooperation with fuzz y cognitive n etw orks [ J] . IEE E T ranson Ener gy Conversion , 2006, 21( 3) : 793-803.[ 10] LI Xiaobo, DONG Ke, WU H ao. Stu dy on the in telligentfuzzy control m ethod for MPPT in p hotovoltaic voltage gridsystem [ C] / / 3rd IEEE ICIE A. 2008: 708-711.