基于改進擾動觀察法的光伏系統MPPT研究

郭昆麗，閆 東，付建哲

(西安工程大學電子信息學院新能源研究所，陜西 西安 710600)

光伏發電因其資源豐富且對環境友好受到廣泛的關注，然而光伏電池屬于非線性裝置，受到光照強度、溫度等外界環境的影響，輸出功率時刻都在發生改變[1]。為了在一定的限定條件下提高光伏電池對能量的轉換效率，降低光伏發電產品的制造成本，使得光伏陣列輸出最大功率，就需要運用一些算法對其進行跟蹤[2]。當前的主要算法有擾動觀察法、模糊控制法、粒子群算法等，但是每種算法都有優缺點，需要選擇合適的方法用于最大功率追蹤(MPPT)[3-7]。

文獻[8]提出一種自適應擾動觀察法用于最大功率追蹤，對于光伏電池輸出功率的變化，不斷調整電壓擾動值，追蹤花費時間少，到達穩態時震蕩小，動態性能和穩態性能優越，但是采樣過程增加了低通濾波器，系統工作較為復雜。文獻[9]將擾動觀察法和電導增量法結合追蹤最大功率，追蹤最大功率花費時間短，但其兩級步長的選取應相匹配，否則難以保證穩態性能。文獻[10]將恒定電壓法和變步長電導增量法相結合的算法用于MPPT，追蹤速度快，但是穩態震蕩大。

針對以上問題本文提出一種將恒定電壓法、擾動觀察法、電導增量法三種算法相結合的改進算法用于最大功率追蹤，避免了恒定電壓法容易受到外界環境的影響難以追蹤到最大功率的缺點，同時又兼具擾動觀察法易于實現，電導增量法穩態震蕩較小的特點，有效解決擾動觀察法跟蹤速度和穩態精度之間的矛盾，降低了光伏發電產品的成本。

1 傳統擾動觀察法

如圖1所示，光照強度一定時，溫度越低光伏電池輸出功率越大，溫度一定時，光照強度越強，輸出功率越大，且每條P-U曲線都有一個最大功率點和與之相對應的電壓。

擾動觀察法具體流程如圖2。

如圖2所示，U(k)、I(k)、P(k)為當前時刻檢測的光伏電池電壓、電流、功率，U(k－1)、I(k－1)、P(k－1)為上一時刻檢測的光伏電池電壓、電流、功率。

圖1 光伏電池輸出特性曲線

這種控制方法結構簡單易于實現：步長過大，擾動次數減小，需要花費的時間少，但是穩態震蕩較大，能量損耗過大；步長過小，需要擾動次數增大，花費時間多，但是到達穩態震蕩較小，能量損耗小。此外，如果外界環境變化大，可能造成一定情況的誤動，難以追蹤到最大功率。

2 改進擾動觀察法

針對以上傳統方法表現出來追蹤速度和穩態精度所存在的矛盾，本文將恒定電壓法、擾動觀察法、電導增量法三種方法相結合，用于最大功率追蹤。

圖2 定步長擾動觀察法流程圖

由P-U曲線可知，最大功率點左側斜率為正，隨著光伏電池輸出電壓的增加，斜率逐漸減小，到達最大功率點時斜率為零；最大功率點右側斜率為負，且隨著光伏電池輸出電壓減小，斜率逐漸減小，到達最大功率點時斜率為零。基于此，改進算法先用恒定電壓法使得光伏電池輸出功率靠近最大功率點，再對爬坡的斜率進行判斷，采用大步長ΔU1進一步靠近最大功率點，最后采用小步長ΔU2追蹤到最大功率，這樣既縮短了追蹤時間，又減小了到達最大功率點時的震蕩，具體流程如圖3所示。

圖3 改進擾動觀察法流程圖

3 仿真結果分析

3.1 仿真分析

為驗證本文所提算法的可行性和有效性，在MATLAB/Simulink中搭建仿真，參數設置為開路電壓Uoc=43.3 V，短路電流Isc=10.84 A，最大功率點電壓Um=39 V，最大功率點電流Im=10.35 A，溫度為25 ℃，光照強度S=1 000 W/m2，a=1×10－2W，b=3×10－3W。

采用算法一進行仿真，結果如圖4所示；采用算法二進行仿真，結果如圖5所示；采用算法三進行仿真，擾動觀察法步長ΔU1=2×10－3V，ΔU2=2×10－4V，結果如圖6所示。對仿真結果進行數據統計，如表1所示。

圖4 算法一仿真結果圖

圖5 算法二仿真結果圖

圖6 算法三仿真結果圖

表1 3種算法下的仿真結果

從表1可以看出，算法二比算法一到達穩態時間少，追蹤速度快，且穩態震蕩減小了56.74%；算法三到達穩態的時間接近算法一的一半，但穩態震蕩率減小了90.72%；改進算法三到達穩態時間比算法二減小了32.35%，但穩態震蕩率減小了78.54%。由此可知，算法三不僅縮短了最大功率追蹤的時間，而且也降低了穩態震蕩的幅度，解決了追蹤速度和穩態精度之間的矛盾，具有良好的追蹤效果。

3.2 驗證改進算法的跟蹤情況

為了驗證當環境改變時，改進算法能否快速適應環境的改變，追蹤到最大功率，仿真結果如圖7所示。圖7(a)是溫度為25℃不變，光照強度S從1 000 W/m2開始，在0.1 s時降低為700 W/m2，在0.2 s時升為900 W/m2，可以看出追蹤效果良好，到達穩態時震蕩較小；圖7(b)是光照強度S為1 000 W/m2不變，溫度從25℃在0.1 s時升為35℃，在0.2 s時降為30℃，可以看出由于溫度變化量有限，功率波動并不明顯。從圖7可以看出當光照強度改變或溫度改變時，改進算法仍然具有良好的追蹤效果。

圖7 仿真結果

4 實驗驗證

為進一步驗證改進算法的有效性，搭建實驗平臺，IGBT采用SKM300GB12T4，二極管使用DH2χ61-18A，光伏陣列模擬器使用E4350B，實驗平臺使用DSP+FPGA結構，其中DSP芯片使用TMS320F28335型號，示波器為TEK-TPS2024型號，光伏陣列模擬器參數設置為Uoc=61.4 V，Isc=10.23 A，Um=49.1 V，Im=8.31 A,溫度為25℃，光照強度S為1 000 W/m2。

圖8 實驗結果

圖8中，通道1為光伏陣列輸出的電壓波形，通道2為光伏陣列輸出的電流波形，通道3為光伏陣列輸出的功率波形。從圖8(a)可以看到改進算法的啟動時間為0.48 s，速度較快，從圖8(b)可以看出光照從1 000 W/m2降低為600 W/m2，改進算法追蹤到最大功率點用時0.24 s，具有良好的動態性能，且穩態震蕩率為0.47%，穩態性能較好。

5 結論

針對傳統擾動觀察法步長大，花費時間短，穩態震蕩大和步長小，花費時間長，穩態震蕩小的問題，本文在傳統擾動觀察法的基礎上進行改進，進行了仿真和實驗驗證，得出以下結論：

(1)改進后的擾動觀察法一方面能夠縮短最大功率追蹤的時間，另一方面降低了到達穩態時震蕩的幅度，減小了能量的損失，具有良好的追蹤效果。

(2)溫度不變，光照強度的改變對于最大功率具有明顯影響：光照增加，光伏陣列輸出功率明顯增加；光照減小，輸出功率明顯減小；光照強度不變，溫度改變，功率變化不大。