一种改进的间接的独立光伏发电系统最大功率点跟踪模型

一种改进的间接的独立光伏发电系统最大功率点跟踪模型添马舰 .卡迪，默罕默德教师的工程和建筑环境大学，国家：马来西亚雪兰莪州芳荑站 43600, 马来西亚大学太阳能研究所 国家： 马来西亚雪兰莪州芳荑站43600 马来西亚摘要： —本文提出一种改进的间接的独立光伏发电系统最大功率点跟踪模型。该方法是基于曲线拟合的最适合的 p - v 特性曲线代表的多项式函数的第四个阶段。预测 p - v 曲线必然是强烈依赖于电池温度和环境温度。太阳辐射是用来跟踪光伏模型的最大功率点 (MPP)的。 实验结果， 给 MPPT 控制一个有效的控制算法， 实验结果表明 ， 通过给一个平均跟踪效率为 89.2%的效率，被提出的独立光伏发电系统最大功率点跟踪控制成功跟踪。关键词：最大功率点跟踪（ MPPT）；光伏发电系统，光伏发电控制器1 介绍光伏电池发电系统是用于解决人们对有关能源安全问题和例如全球变暖的环境等问题快速增长的担忧。 光伏发电系统被认为是一种清洁环保的能源， 它分为独立光伏运行和并网光伏运行。 独立光伏发电系统作为一个不可或缺的电力来源，对偏远地区影响重大。然而 , 光伏发电系统两个主要问题是：较低的转换，特别是在低效率约为 9%至 12%光照照度的条件下 , 光伏阵列的发电量在天气调节影响下不断地发生变化。因此 , 为了提高光伏电池的能量转换效率做出了很大的研究 [1] 。对于任何一个光伏系统，增加功率的方法都是进行光伏电池的最大功率点跟踪。太阳能电池的电流—电压（ I-V ）特性是非线性并且在光照强度和温度变化下是多样性的 。然而 , 有一个独一无二的在点电流—电压和电压—功率曲线（ P-V）曲线上，这个点被称为最大功率点（ MPP）。此时的光伏系统以最大效率运行并且以最大功率输出。 最大功率点位置并不可知但是能通过最大功率点跟踪控制跟踪，保证光伏阵列最大功率点。 MPPT控制方法可以分为直接的和间接两种。直接方法包括使用 PV电压或电流的方法测量。这些直接的方法有着光伏发电特点独立的先验知识的优势。 因此， 这个操作点在绝缘， 温度以及退化水平下是独立的。直接的方法包括技术分化 , 反馈电压扰动观察法 [2], 电导增量法，模糊逻辑与神经网络法。 间接方法是基于使用数据库的参数包括数据典型的光伏系统不同的光照强度和温度的 p – v 特性曲线，通常情况下，之前的基于数学光伏发电的经验和数据是十分有必要的。 属于这个类别包括曲线的方法配件 (3 、 4),查表 , 开路电压光伏发电和短路光伏发电 [1] 。 在本文中， 提出了一种基于曲线拟合的改进的间接的最大功率点跟踪策略。 这种最大功率点跟踪的方法是基于单片机的编程和嵌入。 MPPT系统图 1 所示。系统由一个由单片机控制的直流 - 直流转换器。转换器位在光伏发电机、蓄电池和直流负载之间。图 1 最大功率点跟踪模型2. 根据 P-V 曲线寻找最大功率点最大功率点是在特定的光照强度和环境温度下的 P-V 特性曲线的极值。 用于监测光伏发电 P-V 特性曲线， 光伏发电的非线性特点可以离线建模， 从传统的单一二极管 , 晶闸管以及二极管、 晶闸管的混合， 使用数学公式或数值近似建模 [5] 。代表为光伏发电的 p - v 特性。3 21 pv 2 3 4pv pvP P V P V P V P （ 1）a,b,c, 和 d 这些系数取决于选取的光伏电压、电流和所需的时间间隔等。最大功率点的条件是 ,dP / dV = 0 。通过积分 (1), 我们得到 , 21 2 33 2 PVPVdp P V P V Pdv (2) 上述方程运算 , 可以得到最大功率点下的电压。2 1 3123 8mppP P P PVaP（ 3）然而 , 通过光伏发电的三阶模型发现 , 该方法可能并不准确。 因此， 导致出现如此大的错误是因为 P-V 曲线不精确地拟合。 事实上， 你和精度取决于拟合函数的程度。为实现更精确的 p - v 曲线的拟合 , 应用了第四阶多项式函数。4 3 21 2 3 4 5pv pv pv pv pvP P V P V P V P V P （ 4）图 2 和 3 显示出一条比较切合实际的 p – v 曲线， P-V 曲线是从用多项式函数的第三和第四命令项后得到的，分别的。图 2 三阶多项式函数 P-V 曲线图 3 四阶多项式函数 P-V 曲线结果显示， 使用四阶多项式函数比使用三阶多项式函数预测 P-V 曲线更加准确。因此，四阶多项式函数用来预测 P-V 更好。在确定一个使用四阶多项式函数确定的精确地 P-V 曲线后， 这个函数用于确定拟合函数的系数。 在这种情况下 , 函数方程 (4) 的输入是光伏模块的功率、 电压输出是 5 个。考虑到光伏模块的电压取决于电池温度太阳的光照强度，因此认为光伏发电温度的函数。电池的温度从名义操作条件可以计算，电池的温度在 800 W/M2 ，25℃。环境温度 [1] 。电池温度是已给定的。*800C a NOCTT T G （ 5）基于电流源函数依据光伏电压、光照强度和电池温度在 MATLAB下建立光伏模型。在温度与 0-100℃变化范围内得到变化较大的 P-V 曲线。 p - v在不同的温度下通过第四阶 P-V 多项式函数使用得到曲线绘制和配备。 并在MATLAB拟合函数 (P = poly fit(x, y, N)) 。通过 P-V 曲线 , 得到系各种电池的温度系数。表 1 显示了一些样品在温度 20-40℃下的光伏系数。从这些系数看出 , 任何一个系数都可以表示电池温度。图 4、 5、 6、 7和 8 显示的情节系数 P1,P2， P3,P4 和 P5节电池温度 , 分别如下。表 1 不同温度下的光伏系数图 4 P1 系数下的电池温度特性曲线图 5 P3 系数下电池温度特性曲线图 6 P3 系数下电池温度特性曲线图 7 P4 系数下电池温度特性曲线图 8 P5 系数下电池温度特性曲线通过图 4-8 每一个系数都可以单独的作为电池的温度系数，通过使用MATLAB函数在此使用 (P = poly fit(x, y, N)) 函数，每一个曲线的系数函数都是派生的。它是指出派生第二个函数多项式的系数，给出如下：2 5 81 5.75*10 2.3*10 2.08*10P T T (6) 5 32 4*10 1.17*10 0.101P T T (7) 4 23 7.25*10 1.26*10 1.9P T T (8)3 24 4.08*10 2.37*10 19.35P T T (9) 3 25 4.18*10 3.4*10 12.4P T T (10) TC 是电池的温度3 光伏发电系统最大功率点跟踪方法最大功率点跟踪方法被认为是一个间接使用曲线拟合技术的最大功率点跟踪的方法。图 9 为最大功率点跟踪的算法流程图。在模型中四阶多项式函数的P-V 曲线是第一个获得电池的 P-V 特性曲线曲线的， 跟踪过程从环境温度和开始时太阳的光照强度。参考温度 , 光强和额定负载电压 , 得到的光伏模块的数据表。然后 , 电池温度计算通过方程 (5) 。 温度系数计算使用方程 (6)-(10) 。 确定一个最佳的光伏电压的功率从第四阶多项式函数等于其最大值。条件考虑 dp/du=0. 因此我们得到光伏模块的电压所受的控制器被替换成方程确定 dp/ dv 的值。如果它等于零 , 意味着是光伏发电操作的最佳电压 , 如果是大于零的搜索最优电压重复的过程递增或递减的光伏。电压常数 C 值为 0.1 。找到最佳光伏电压后 , 最优责任周期计算也可得到。图 9 最大功率点跟踪程序算法4 实验结果验证所提出的最大功率点跟踪算法的性能，基于单片机的最大功率点跟踪模型已经建成 , 如图 10 所示。 实验测试对象为安装在大学校园内最大功率点跟踪控制器的性能进行评估。如 Fig.11 所示。光伏系统的组成是由一个 350 瓦特的光伏模块和一个可充电的为 180Ah,24 v 的蓄电池供应负荷，通过使用 24 v / 240 v 逆变器。负载包含一个渗透泵、灯和电源插头图 10 最大功率点跟踪控制器原型图 11 测试地址最大功率点跟踪控制器连接在光伏模型和蓄电池之间，因此光伏模块通过最大功率点跟踪控制控制蓄电池。 充电控制器也连接在这面， 保护蓄电池充放电不受损坏，在最大功率点跟踪控制中，光照强度、环境温度、电池状态以及最大功率点跟踪输出的电压，电流都要被测量。图 12 显示的是一个阳光明媚的一天的光照强度曲线， 阳光的高峰时间是 5.7 小时 ,光伏模块接收到的能量 1995 千瓦时。图 13 显示了环境温度的简况，测试一天的温度是早上时为 23.5℃，达到最高为中午时的 32.5℃图 12 测试一天内的光照强度变化曲线图 13 测试一天内的环境温度变化曲线测量得到最大功率点跟踪的输出电压和电流可以得到最大功率点跟踪的输出功率。图 14 为测试一天内的电压、电流轮廓图。图 14 测试一天内最大功率点跟踪的输出电压、电流通过最大功率点跟踪的输出电压、电流计算出输出功率。图 15 位一天内通过最大功率点跟踪控制得到的输出功率的曲线， 效率在 88%-90%变化不等，平均效率为 89.2%.由于环境温度和光照强度的不同，最大功率点跟踪也深受影响。图 16 很清楚的看出当环境温度增加时输出功率是减小的，因此在中等温度下最大功率点跟踪会有更好的效率，需要注意光照强度变低输出功率也会随之减小， 因此， 当光照强度低于 300W/M2 时效率也变低。图 15 跟踪效率图 16 温度对最大功率点跟踪的影响图 17 光照强度对最大功率点跟踪的影响图 18 显示为测试一天内的电池电荷状态 SOC， 最初的 SOC为 56%最终的SOC 为 89.6%。图 18 测量的电池的状态5 结论通过使用一种间接的曲线拟合技术改进了光伏电池最大功率点跟踪。 通过第四阶多项式曲线函数就环境温度和光照强度而言最大功率点跟踪模型已经接近P-V 曲线，发达的最大功率点跟踪算法是基于单片机的最大功率点跟踪控制器。实验结果显示最大功率点跟踪效率基本平均值在 89.2%， 也显示在高温和低光强下效率降低 6%。参考文献[1] 萨拉斯 e . O。 ,一个。 Barrado,。拉萨罗 ,审查的独立光伏系统最大功率点跟踪算法 ,太阳能材料 & 太阳能电池 ,卷。 90 年 ,90 年 ,页 :1555 - 1578。[2] T 。 Tafticht,m . L。 Doumbia,a .切 ′ riti,2008 年。 一个改进的最大功率点跟踪方法光伏系统。可再生能源 :331508 - 1516 [3] N 。 Takehara,s . Kurokami功率控制装置和方法和发电系统使用它们。 美国专利 US5,654,883。 1997 年。 Jr [4]J.C.H. Phang,D.S.H. Chan菲利普斯分析方法单一 ,太阳能电池的提取从电流 -电压双二极管模型参数特点 ,IEEE 电子设备、 34 卷二 ,1987 年 ,页 :286 - 293 [5] 硕士 Hamdy,电流电压的一种新的模式光伏组件的输出特性 ,电源学报 ,50 No.1-2 卷 ,1994 年 ,页 :11 日至 20 日。[6]t 高岛 ,t .田中 ,m .天野之弥 y 安藤 ,最大输出控制的光伏阵列 ,Intersociety 能量转换工程会议和展览 (IECEC)35,2000,pp。 380 - 383。[7]g ·沃克 ,评估 MPPT 变换器拓扑使用 MATLAB 光伏模型 ,电气 &杂志》上电子工程、月、 1 号 ,2001 年 ,pp.49-56。