光伏發(fā)電的最大功率點跟蹤技術(shù)分析目錄TOC\o"1-3"\h\u22236光伏發(fā)電的最大功率點跟蹤技術(shù)分析 1185621.1概述 1104341.2MPPT算法的分析與比較 3103961.1.1基于輸出特性曲線的開環(huán)MPPT方法 3180991.1.2基于輸出特性曲線的閉環(huán)MPPT方法 4218081.3.1基本原理 6272341.3.2神經(jīng)網(wǎng)絡(luò)控制單元 6312401.3.3模糊邏輯控制單元 71.1概述在光伏發(fā)電系統(tǒng)中，光伏電池是將來自太陽輻射的能量轉(zhuǎn)換成電能的半導(dǎo)體器件。太陽能電池的利用率直接影響著太陽能發(fā)電系統(tǒng)的效率。除了太陽能電池的內(nèi)部特性外，諸如照度，風(fēng)向，風(fēng)速和溫度等外部環(huán)境也會影響太陽能電池的使用。因此，光伏電池可以在不同的外部條件下以不同的唯一最大功率點工作。對于太陽能系統(tǒng)，必須找到太陽能電池的最理想的工作狀態(tài)，以便將光能最大程度地轉(zhuǎn)換為電能。使用控制方法來實現(xiàn)光伏電池的最大功率輸出，該技術(shù)是最大功率點跟蹤技術(shù)。等效電路模型用于研究太陽能電池的工作特性。該電路使用一個二極管，一個光控電流源，一個并聯(lián)電阻器和一個串聯(lián)電阻器。輸出負(fù)載可通過可變電阻器調(diào)節(jié)。太陽電池的等效模型圖圖中：為光電流；為二極管電流；為并聯(lián)電流；為串聯(lián)電阻；為并聯(lián)電阻；為可變負(fù)載電阻；為二極管電壓；和分別為輸出電壓和輸出電流則光伏電池的輸出特性方程為：式中：和分別為輸出電壓和輸出電流；為光電流；為飽和電流；為溫度電壓；為Boltzmann常數(shù)；為單位電荷；為二極管因數(shù)；為串聯(lián)電阻；為并聯(lián)電阻；通常情況下，隨輻照度和溫度變化的光伏電池UⅠ和PU特性曲線分別如圖所示。同溫度不同輻照度條件下光伏電池特性圖a）U-I特性b）P-U特性同輻照度不同溫度條件下光伏電池特性圖U-I特性b）P-U特性U-I和P-I特性曲線為溫度和光強(qiáng)的函數(shù)，其中，溫度主要影響輸出電壓，光照影響輸出電流。則由圖3和圖4得知，受到外界環(huán)境諸如溫度、輻照度等因素的影響，光伏電池的運行特性將呈現(xiàn)出典型的非線性特征。一般來說，理論上很難得出非常精準(zhǔn)的光伏電池數(shù)學(xué)模型，因此通過數(shù)學(xué)模型的實時計算來光伏發(fā)電系統(tǒng)進(jìn)行準(zhǔn)確的MPPT控制是困難的。1.2MPPT算法的分析與比較從理論上講，當(dāng)太陽能電池的負(fù)載阻抗和輸出阻抗相同時，太陽能電池產(chǎn)生最大功率輸出。因此，太陽能電池的MPPT控制過程實際上是使太陽能電池的輸出阻抗與負(fù)載阻抗匹配的過程。由于太陽能電池的輸出阻抗由于環(huán)境因素而不容易控制，因此，如果可以通過控制方法來調(diào)節(jié)負(fù)載阻抗以跟蹤太陽能電池的輸出阻抗，則可以實現(xiàn)太陽能電池的MPPT控制。因此，目前，最大功率點跟蹤控制算法的研究已成為太陽能發(fā)電系統(tǒng)研究的關(guān)鍵課題。根據(jù)判斷方法和判據(jù)，MPPT方法基本上可以分為單環(huán)和閉環(huán)MPPT算法。1.1.1基于輸出特性曲線的開環(huán)MPPT方法實際上，外部溫度，日光和負(fù)載的變化對太陽能電池的頻率特性曲線的危害具有一定的規(guī)律性。從圖3可以看出，在相同的溫度T下，祝福光強(qiáng)度的增加將引起短路容量和較高功率P的一定增加，而太陽能電池的工作電壓基本不會變化，因此這樣就能獲得加持光的強(qiáng)度。轉(zhuǎn)換會危害太陽能電池的輸出電流；另外，在相同的祝福強(qiáng)度下，溫度T的升高會引起開路電壓的一定降低和較高的功率，而太陽能電池的短路容量/se基本上不會改變，從而得到溫度變化危及太陽能電池的輸出電壓?；谏鲜鲆?guī)律，總結(jié)了根據(jù)太陽能電池頻率特性圖的開環(huán)增益MPPT方法。使用恒定工作電壓跟蹤方法，如果溫度不太高，如果光強(qiáng)度超過某個值，因此，太陽能電池輸出曲線上的最大功率點基本上是一條平行線。因此，通過將太陽能電池的輸出電壓調(diào)節(jié)到最大功率點附近的某個工作電壓，可以獲得理想的最大功率輸出。MPPT控制措施是一種恒定的工作電壓監(jiān)視方法。太陽能電池的最大功率點工作電壓與太陽能電池的開路電壓之間存在一定的線性關(guān)系。因此其中，系數(shù)A：/的值由太陽能電池的特性決定，通常，A：/的值約為0.8。恒壓跟蹤方法是一種開環(huán)MPPT算法，因此控制方法簡單，快速。然而，由于未考慮溫度對太陽能電池的輸出電壓的影響，因此，最大功率跟蹤誤差由于溫度差的增大而增大。恒壓監(jiān)測方法通常用于成本低，結(jié)構(gòu)簡單，控制要求低的系統(tǒng)中。在短路電流比例系數(shù)法中，當(dāng)溫度不高時照度大于特定值時，光伏輸出U-I曲線的最大功率點幾乎變?yōu)橹本€。因此，太陽能電池功率點的最大電流與太陽能電池并聯(lián)電路的電壓之間存在一定的線性關(guān)系。則其中，系數(shù)值是根據(jù)太陽能電池的特性確定的，通常取值為0.8左右。此方法和恒壓跟蹤方法都是開環(huán)MPPT算法。主要優(yōu)點是控制方法簡單和驗收控制。但是，準(zhǔn)確性和穩(wěn)定性不是很好，因此在很多情況下，您實際上必須與其他MPPT算法配合使用?？刂?。因此，需要對閉環(huán)MPPT算法進(jìn)行進(jìn)一步的研究，以更好地獲得最大功率點的精度。1.1.2基于輸出特性曲線的閉環(huán)MPPT方法閉環(huán)MPPT方法通過對太陽能電池的輸出電壓和電流值進(jìn)行實時測量和閉環(huán)控制來實現(xiàn)MPPT，最廣泛使用的算法類別是自優(yōu)化類別。在正常照明條件下，太陽能電池的輸出P-f/特性曲線是一個單峰函數(shù)，最大功率點為其極限，因此，在最大功率點處有自尋優(yōu)類MPPT算法實際上就是通過自尋優(yōu)控制，以使得工作點滿足式(2-4)條件。考慮到系統(tǒng)運行時的數(shù)字控制，實際中的式（2-4)條件常以式（2-5)來近似取代。自動MPPT優(yōu)化的常用算法是干擾觀察法?；舅枷胧菍夥姵氐妮敵鲈黾痈蓴_，根據(jù)光伏電池的干擾輸出電壓和干擾輸出電流觀察輸出功率的變化，最后通過改變輸出電壓來調(diào)節(jié)電壓和輸出電流。輸出功率。趨勢，終于得到最大的功率輸出。干擾觀測方法基于以下特征：太陽能電池的特征/PC曲線是單峰函數(shù)，最大功率點為極限。在初始狀態(tài)下，每次輸入信號完成時，它都會經(jīng)歷有限的變化，并且將根據(jù)輸入信號的變化來測量輸出變化的幅度和方向。確定方向后，檢查控制目標(biāo)輸入并根據(jù)所需方向進(jìn)行調(diào)整，以實現(xiàn)自動優(yōu)化控制。逐步搜索應(yīng)用于太陽能系統(tǒng)MPPT控制的干擾觀測算法。1.3基于智能方法的MPPT復(fù)合控制隨著智能控制系統(tǒng)基礎(chǔ)理論的發(fā)展趨勢，諸如模糊邏輯操縱和神經(jīng)網(wǎng)絡(luò)算法等基礎(chǔ)理論已滲透到電氣行業(yè)的各個領(lǐng)域，并已被用于太陽能的MPPT控制系統(tǒng)中。一代?？刂破髟O(shè)計是一種基于模糊和基礎(chǔ)理論的新型控制措施。它是模糊系統(tǒng)理論和自動控制系統(tǒng)技術(shù)的結(jié)合，常用于一些復(fù)雜的非線性系統(tǒng)中。太陽能發(fā)電是用于離散系統(tǒng)的功能強(qiáng)大的系統(tǒng)軟件，并且無法使用精確的數(shù)學(xué)分析模型來描述太陽能電池板的工作條件。因此，非常適合使用控制器設(shè)計來應(yīng)用于MPPT控制系統(tǒng)。將控制器設(shè)計引入太陽能系統(tǒng)軟件后，該系統(tǒng)軟件可以快速響應(yīng)環(huán)境因素的變化，還可以緩解高功率點附近的輸出功率波動。神經(jīng)網(wǎng)絡(luò)算法基于當(dāng)代認(rèn)知科學(xué)的科學(xué)研究結(jié)果。分析了人的中樞神經(jīng)系統(tǒng)解決信息內(nèi)容的方法，并設(shè)計了具有人腦設(shè)計風(fēng)格的數(shù)據(jù)分析系統(tǒng)。它是一個離散的系統(tǒng)，具有響應(yīng)性，自組織結(jié)構(gòu)，由許多簡單的控制組件組成。作為不依賴實體模型的控制措施，神經(jīng)網(wǎng)絡(luò)算法操縱非常適合于離散系統(tǒng)操縱。因此，近年來，神經(jīng)網(wǎng)絡(luò)技術(shù)在光伏并網(wǎng)逆變器的MPPT運行中的應(yīng)用是一種新型的智能控制系統(tǒng)。盡管智能方法在設(shè)計過程中更為復(fù)雜，但是您可以在整個應(yīng)用過程中自主進(jìn)行一些更改。該優(yōu)點確定這種類型的方法比其他傳統(tǒng)方法具有更高的精度。像傳統(tǒng)方法一樣，不同的智能理論方法也有不同的優(yōu)點和缺點。因此，將不同的智能方法結(jié)合起來，最大程度地發(fā)揮優(yōu)勢，避免出現(xiàn)弱點，并使它們發(fā)揮最高的性能，可以彌補(bǔ)不同方法之間的缺點。本文研究的基于智能方法的MPPT復(fù)合控制包括將模糊邏輯控制和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，以最大程度地實現(xiàn)MPPT技術(shù)。1.3.1基本原理基于智能方法的復(fù)合控制采用了神經(jīng)網(wǎng)絡(luò)與模糊邏輯控制相結(jié)合的控制結(jié)構(gòu)，其中，人工神經(jīng)網(wǎng)絡(luò)單元根據(jù)光伏電池提供的開路電壓和溫度的條件預(yù)測出最大功率點工作電壓，將與光伏電池輸出電壓的差值作為控制模糊邏輯控制單元的輸入信號。模糊邏輯控制單元經(jīng)過運算最終輸出控制信號，并通過的反饋控制來校正光伏電池的工作點電壓，使得光伏電池工作在最大功率點。基于智能方法的復(fù)合控制結(jié)構(gòu)圖1.3.2神經(jīng)網(wǎng)絡(luò)控制單元神經(jīng)網(wǎng)絡(luò)單元采用的是三層前饋人工神經(jīng)網(wǎng)絡(luò)。由于人工神經(jīng)網(wǎng)絡(luò)不依賴于模型，并對于多種復(fù)雜的變化情況都會有相應(yīng)的解決方法，因此輸出量的精度由學(xué)習(xí)過程的詳盡程度決定。三層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖所示，它的作用是辨識光伏電池的最大功率點電壓。神經(jīng)網(wǎng)絡(luò)主要有三層：輸入層、隱層和輸出層，三層中神經(jīng)元的數(shù)目分別為3、5、1。輸入層神經(jīng)元的輸入信號是檢測單元得到的開路電壓和控制器定時器輸出的時間參數(shù)輸入層的信號直接傳到隱層中的神經(jīng)元，輸出層的輸出就是辨識得到的最大功率點電壓。三層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對于隱層和輸出層的每個神經(jīng)元的輸出函數(shù)為：其中，函數(shù)用來定義神經(jīng)元的輸入輸出特性，是用第個采樣樣本訓(xùn)練時神經(jīng)元i的輸入信號。輸入信號實際上是前一層輸出的加權(quán)和，即其中，是神經(jīng)元j和i的連接權(quán)值，是神經(jīng)元j的輸出信號。為了更精確地確定最大功率點，連接權(quán)值必須由典型的樣本數(shù)據(jù)確定。確定連接權(quán)值的過程就是訓(xùn)練過程。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要一組輸入輸出樣本數(shù)據(jù)。訓(xùn)練過程中所有的計算都是離線狀態(tài)下完成的。連接權(quán)值被遞歸的調(diào)整直到能最好的滿足訓(xùn)練樣本數(shù)據(jù)要求的輸入輸出模式。在訓(xùn)練結(jié)束時達(dá)到均方差最小，即當(dāng)光伏電池的分布范圍較廣時可以在光伏電池中設(shè)定多樣的開路電壓檢測單元來獲取精確的信息以便確定最大功率點工作點電壓。實際中福照度的變化較慢時端電壓能夠連續(xù)的跟蹤最大跟蹤點電壓，當(dāng)福照度的變化較快時該控制器同樣可以做到實時的跟蹤控制。1.3.3模糊邏輯控制單元在模糊邏輯控制中，將采樣得到的數(shù)字量轉(zhuǎn)化為模糊邏輯控制器可以識別和使用的模糊量，此過程為“模糊化”。一般對于輸入變量，常常用PB（正大）、PS（正?。?、ZE（零）、NS（負(fù)小）、NB（負(fù)大）這5個短語來描述輸入和輸出變量。如圖所示，這里采用均勻分布的三角形隸屬度函數(shù)來確定輸入變量和輸出變量的不同取值與相應(yīng)語言變量之間的隸屬度。每一個語言變量對應(yīng)于一個特定的數(shù)值區(qū)間。若取值為6時與PB的隸屬度關(guān)系為1，即完全隸屬于這個模糊子集；此時E與PB的關(guān)聯(lián)比E取值為4.5時要強(qiáng)。隸屬度函數(shù)則把輸入變量從連續(xù)尺度映射到一個或多個模糊量。隸屬度函數(shù)示意圖用PB（正大）、PM（正中）、PS（正?。E（零）、NS（負(fù)?。?、NM（負(fù)中）、NB（負(fù)大）這7個說明性的短語作為語言變量，來對輸入變量進(jìn)行描述。并通過隸屬度函數(shù)，將輸入變量映射到多個模糊量，得到模糊量后，