戴增輝 李光布
關鍵詞: 光伏發電; 控制器; 最大功率點跟蹤; DSP; 擾動觀察法; 太陽能
中圖分類號: TN876?34 ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼: A ? ? ? ? ? ? ? ? ? ? ? ?文章編號: 1004?373X(2019)05?0131?04
Design of maximum power point tracking controller applied to
photovoltaic power generation system
DAI Zenghui, LI Guangbu
(Shanghai Lida University, Shanghai 201609, China)
Abstract: In order to improve the efficiency and stability of photovoltaic power generation systems, and accelerate the popularization of renewable energy, a maximum power point tracking controller applied to photovoltaic cell system is proposed. The photovoltaic cell system is modeled and simulated with Matlab/Simulink, and its output characteristics are analyzed. The dynamic disturbance step is used to optimize the traditional disturbance observation method in the maximum power point tracking algorithm, which can reduce the false judgment. The hardware circuit of the controller is designed on the basis of DSP TMS320F2812. The experimental results show that the proposed maximum power point tracking controller has higher stability, and can improve the utilization of solar energy effectively.
Keywords: photovoltaic power generation; controller; maximum power point tracking; DSP; disturbance observation method; solar energy
伴隨著社會的不斷進步,人們的社會生活水平和質量得到了逐步改善,社會對能源的需求也不斷增加,導致化石能源的開采速度不斷加快。太陽能是當前世界上最清潔、最現實、大規模開發發電最有前景的可再生能源之一。其中,太陽能光伏發電受到世界各國的普遍關注[1]。太陽能光伏發電能把太陽能通過光伏組件直接轉化為電能,是當前利用太陽能的主要途徑[2]。隨著太陽能光伏發電在全球范圍內的不斷推廣和應用,光伏發電系統也逐漸表現出不少缺點。相對較為嚴重的缺點主要有[3?4]:
1) 光伏電池板成本相對較高,從而無法得到大規模普及;
2) 光伏電池工作效率不高,即光能轉換效率較低,從而無法充分利用太陽能資源;
3) 用于太陽能光伏發電系統的電力蓄電池通常具有使用壽命不長的問題,這在一定程度上進一步提升了用戶使用的成本。
為了解決以上問題,研究學者針對光伏發電系統做出了許多研究。張曦等人對太陽能光伏發電的中長期隨機特性分析進行了理論分析和測試[5]。曾鳴等人對太陽能光伏發電成本進行了詳細研究,建立太陽能光伏發電的雙因素學習曲線模型[6]。劉陽等人采用ARM7處理器實現了太陽能光伏發電的自動跟蹤與控制[7],并設計了相應的光伏MPPT控制方案,有效地提高了太陽能的利用率。針對光伏電池工作效率問題,為了進一步提高光伏發電系統的效率和穩定性,本文基于DSP TMS320F2812處理器提出一種應用于光伏電池系統的最大功率點跟蹤控制器,并設計了優化的最大功率點跟蹤算法。采用動態步長對最大功率點跟蹤算法中的傳統擾動觀察法進行優化,能夠減少誤判。實驗結果驗證了提出控制器的有效性和穩定性,從而有效地提高了太陽能的利用率。

1.1 ?光伏電池的工作原理
太陽能光伏發電能把太陽能通過光伏組件直接轉化為電能。圖1為光伏電池發電工作原理圖,主要使用半導體材料的“光生伏特效應”。關鍵半導體器件為PN結。太陽光照射到光伏板產生空穴對,并最終產生光生電動勢,產生一定電壓和電流。
1.2 ?光伏電池的等效電路
為了從理論數學模型方面對太陽能光伏電池進行分析,一般將其簡化為圖2所示的等效電路(光伏內電阻不可忽略)。圖2中電流[I]的數值可以按照式(1)計算得到[8]:

[I=IL-ID-ISH] ?(1)
式中:[I]表示光伏電池輸出電流;[ISH]表示經過分流電阻[RSH]的電流;[IL]表示光伏電池的光生電流;[ID]表示經過二極管的電流。以上電流的單位均為A。
[ID=I0expqVjnKT-1] ? ? ? ?(2)
式中:[I0]表示PN結反向飽和電流;[Vj]表示二極管兩端的電壓;[n]表示二極管的曲線因子;[T]表示絕對溫度;[K]表示玻爾茲曼常數;[q]表示單個電子所帶電量。經過分流電阻[RSH]的電流[ISH]的計算方法如下:
[ISH=VjRSH] ? (3)
[Vj=V+IRS] ? (4)
因此,光伏電池的等效電路中電流[I]的數值可由如下公式表示:
[I=IL-I0expqVjnKT-1-1-V+IRSRSH] (5)
2 ?采用的光伏最大功率點跟蹤算法
2.1 ?基于Matlab/Simulink的光伏電池輸出特性分析
通過上述光伏電池等效電路分析,可知不同光照強度下光伏電池的[U?I]關系和[U?P]關系均是非線性的。因此,通過Matlab/Simulink仿真平臺構建了相關參數可調的光伏電池特性仿真模型,如圖3所示。


不同光照強度下光伏電池的輸出電壓[U]和輸出電流[I]之間的關系圖如圖4所示。
不同光照強度下光伏電池的輸出電壓[U]和輸出功率[P]之間的關系如圖5所示。兩幅圖中橫向坐標均為電壓。因此,在相同溫度、不同光照強度,或者相同光照強度、不同溫度條件下有且只有一個最大功率點。
2.2 ?改進的擾動觀察法
當前技術條件下光伏電池板的生產成本不能大幅的減少,只好通過提高光伏電池工作效率的方法來提高太陽能的利用率,從而間接提高用戶的使用效益。因此,高效的控制算法成為研究的關鍵問題,即先進的光伏最大功率跟蹤控制算法。因此,眾多科研人員和機構針對光伏最大功率跟蹤控制算法提出了不少研究成果,例如恒定電壓法、擾動觀察法、電導増量法和模糊控制法等。

由于具有原理簡單、調節參數較少和跟蹤速度快等優勢,本文選擇擾動觀察法作為光伏最大功率跟蹤控制算法。在傳統固定步長擾動觀察法的基礎上,采用變步長的動態調整策略來實現光伏最大功率跟蹤控制算法,其工作電壓為:
[Vref=Vref+adPdV=Vref+aP(k)-P(k-1)V(k)-V(k-1)] (6)
式中[a]表示大于零的調整因子,可按照經驗結果設置其具體數值大小。
為了有效避免光照強度、環境溫度變化導致的擾動現象對系統產生不良影響,以便盡量減少光伏最大功率跟蹤控制算法的誤判。本文采用文獻[9]所提改進擾動觀察法。在一個工作周期[T]內,由擾動現象引起的功率變化量[dP]如下:
[dP=PK+1-P0-(P0-PK)=PK+1+PK-2P0] (7)
式中:[PK]表示時刻[K]的光伏電池輸出功率;[PK+1]表示時刻[K+1]的光伏電池輸出功率;[P0]表示在[T2]時刻的一次采樣結果。
本文設計的光伏最大功率跟蹤控制器采用TI公司的DSP TMS320F2812作為主控芯片。DSP主控芯片輸出的PWM信號由驅動電路引入,并實現開通、關斷和保護過程,如圖6所示。此外,需要將緩沖電路與每個開關管進行并聯從而保護開關管,抑制尖峰波動。緩沖電路圖如圖7所示。


本實驗選用晶澳的兩塊光伏電池板串聯組成光伏陣列,型號為1 950×990×40,最大功率為350 W,工作電流為9.07 A,工作電壓為38.58 V,開路電壓為47.24 V,短路電流為9.25 A。
在捕獲到光伏陣列最大功率工作點后,本文提出的光伏最大功率跟蹤控制器能夠確保光伏陣列穩定的運行,且輸出電壓和電流波形無明顯波動,如圖8所示。經過人工跟蹤光伏陣列輸出最大功率后,得出本文提出的光伏最大功率跟蹤控制器成功跟蹤到的最大功率點與人工跟蹤結果一致。

本文采用DSP TMS320F2812處理器提出一種應用于光伏電池系統的最大功率點跟蹤控制器,并設計了優化的最大功率點跟蹤算法。采用動態步長對最大功率點跟蹤算法中的傳統擾動觀察法進行優化,能夠減少誤判。實驗結果驗證了提出控制器的有效性和穩定性,從而有效地提高了太陽能的利用率,對光伏發電系統的推廣具有一定參考意義。
參考文獻
[1] SAMPAIO P G V, GONZ?LEZ M O A. Photovoltaic solar energy: conceptual framework [J]. Renewable & sustainable energy reviews, 2017, 74: 590?601.
[2] GOLESTANEH F, PINSON P, GOOI H B. Very short?term nonparametric probabilistic forecasting of renewable energy ge?neration: with application to solar energy [J]. IEEE transactions on power systems, 2016, 31(5): 3850?3863.
[3] 張秀清,李艷紅,張超.太陽能電池研究進展[J].中國材料進展,2014(7):436?441.
ZHANG Xiuqing, LI Yanhong, ZHANG Chao. Progress in solar cell research [J]. Chinese materials progress, 2014(7): 436?441.
[4] 陳靜,劉建忠,沈望俊,等.太陽能熱發電系統的研究現狀綜述[J].熱力發電,2012,41(4):17?22.
CHEN Jing, LIU Jianzhong, SHEN Wangjun, et al. Review of research status of solar thermal power generation system [J]. Thermal power generation, 2012, 41(4): 17?22.
[5] 張曦,康重慶,張寧,等.太陽能光伏發電的中長期隨機特性分析[J].電力系統自動化,2014,38(6):6?13.
ZHANG Xi, KANG Chongqing, ZHANG Ning, et al. Analysis of mid?and long?term stochastic characteristics of solar photovoltaic power generation [J]. Automation of electric power systems, 2014, 38(6): 6?13.
[6] 曾鳴,鹿偉,段金輝,等.太陽能光伏發電成本的雙因素學習曲線模型研究[J].現代電力,2012,29(5):72?76.
ZENG Ming, LU Wei, DUAN Jinhui, et al. Research on two?factor learning curve model of solar photovoltaic power generation cost [J]. Modern electric power, 2012, 29(5): 72?76.
[7] 劉陽,匡博,張體勇.ARM7處理器太陽能光伏發電自動跟蹤控制系統[J].電源技術,2014,38(1):87?89.
LIU Yang, KUANG Bo, ZHANG Tiyong. ARM7 processor solar photovoltaic power generation automatic tracking control system [J]. Power technology, 2014, 38(1): 87?89.
[8] BRITO M A G D, GALOTTO L, SAMPAIO L P, et al. Evaluation of the main MPPT techniques for photovoltaic applications [J]. IEEE transactions on industrial electronics, 2013, 60(3): 1156?1167.
[9] 冀捐灶,周偉,肖強.基于改進擾動觀察法的光伏陣列MPPT研究[J].電力電子技術,2012,46(8):29?31.
JI Juanzhao, ZHOU Wei, XIAO Qiang. Research on photovoltaic array MPPT based on improved disturbance observation method [J]. Power electronics, 2012, 46(8): 29?31.
[10] 鮑安平,徐開軍.滑模控制在兩級級聯光伏發電系統中的應用[J].現代電子技術,2017,40(15):175?178.
BAO Anping, XU Kaijun. Application of sliding-mode control in two?stage cascade photovoltaic power generation system [J]. Modern electronics technique, 2017, 40(15): 175?178.