光伏系统最大功率点跟踪技术的比较_陈剑
ISSN 1000-0054清华大学学报(自然科学版) 2010年第50卷第5期
CN 11-2223/N J Tsing hua Univ (Sci &Tech ) , 2010, V o l . 50, N o . 513/35
700-704
光伏系统最大功率点跟踪技术的比较
陈 剑, 赵争鸣, 袁立强, 查澜曦
(清华大学电机工程与应用电子技术系, 电力系统及发电设备安全控制和仿真国家重点实验室, 北京100084)
摘 要:针对目前光伏系统最大功率点跟踪(M P PT ) 技术研究和应用现状, 根据控制算法的不同分类, 选取干扰观测法、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 A T LA B /Simulink 进行系统整体仿真, 并对3类方法进行实验研究, 将仿真和实验结果进行分析比较, 得出各类M P PT 控制方法在稳态控制精度、动态响应、误判纠正及硬件实现要求等方面的量化参数。基于以上量化参数, 结合各种方法的理论分析和实验波形, 提出各种方法在实际应用中的适用条件和范围, 便于实际系统在众多M PP T 实现方法中合理选取最佳方案。
关键词:光伏系统; 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:TM 615
文章编号:1000-0054(2010) 05-0700-05
文献标识码:A
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 AT LAB /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。
C omparison of m aximu m pow er point tracking technologies for photovoltaic power systems
CHEN Jian , ZHAO Zhen gming , YUAN Liqian g , ZHA Lanxi (State K ey Laboratory of Control and Simulation of Power System and Generation Equipment , Department of Electrical Engineering ,
Tsinghua University , Beijing 100084, China )
Abstract :M aximum pow er point tracking (M PPT ) technologies and th eir applications were classified based on th e differences of control algorithm s w ith th ree ty pical methods analyzed , i . e . the perturb and ob serve algorithm , in crem ental conductance algorithm and fu zzy control algorithm . The control model for each method w as establis hed with th e sy stem s imulated u s ing M A TLAB /Simulink . Experimen ts w ere made to verify the feasibility and performan ce of th e methods . By analyzing and comparing the sim ulation and experimental results , the quantitative characteristics of each m ethod w ere obtained , including th e steady s tate accu racy , dynamic resp on se , misjudgment correction and h ardw are requirements . Therefore , the resu lts provide th e ap plicable conditions of the three m ethods
for
choosing
th e
optimal
scheme
in
practical
M PP T applications .
Key words :photovoltaic power system ; maximum pow er point
tracking ; perturb
and
ob servation
algorithm ;
; trol
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
收稿日期:2009-05-18
基金项目:国家自然科学基金资助项目(50737002, 50707015) 作者简介:陈剑(1984—), 男(汉) , 浙江, 硕士研究生。:, , E -mail :tsing hua . edu
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]:
d P PV d V PV d I PV
=I PV +V PV =d V PV d V PV d V PV
I PV +V PV
可得
I d I
-PV =PV . V PV d V PV
(2)
d I PV
=0. d V PV
(1)
PV PV
=0, 则V PV =V MPP >0, 则V PV
V MPP 。d V PV
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d D 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e c (n ) 及其变化率Δe c (n ) 的函数表达式为
[8-10]
:
(3)
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300W , 在0. 025、0. 03、0. 035s 不同时刻改变光照强度P U 分别为700、800、900、1000W /m 2, 温度参数定为25℃。为便于比较, 采样频率统一为5kH 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. 1V , 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700W /m 2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。
e (n )=≈,
V (n ) -V (n -1) d V
c
Δe c (n )=e c (n ) -e c (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NS =负小。定义模糊函数F (e c (n ) , Δe c (n ) ) 的输入输出隶属度函数E 、CE 、d D 如图1所示。
对模糊控制器输出d D 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MA TLAB /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
。
模糊控制法M PPT 仿真输出曲线如图5所示
。
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300W 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 S320F2812DSP 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
图4 电导增量法控制下的MPPT 仿真输出曲线
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, 。
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。
本系统所用组件开路电压85V 左右, 额定光照下最大功率点电压为72V 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。
图6 各种控制方法对应的MPPT 实验波形
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。
控制方法干扰观测法电导增量法模糊控制法
稳态功率波动范围/W
4. 01. 11. 2
稳态电压波
动范围/V 0. 440. 310. 32
表1 各种控制方法量化指标比较稳态电流波
动范围/mA
902425
毛刺处功率损失/W
5. 5——
毛刺处电流值偏差/mA
110——
动态响应时间/ms
227
最低有效采样频率要求/kH z
>1>5>1
表2 各种控制方法优缺点比较
控制方法
优点
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
不足
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
干扰观测法
(续表)
控制方法电导增量法
优点
跟踪速度较快
动稳态性能好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
[3]
不足
采用微分计算, 运算量稍大传感器精度满足要求较高控制过程复杂, 运算量大动态响应稍慢
实现控制困难, 控制成本高
Desai H P , Patel H K . M aximum pow er point algorithm in PV [4][5]
generation :An
overview
[C ]//
IEEE
PEDS 07.
2007:624-630.
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.
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.
W U Libo . Research and implementation of control strategy in grid -connected photovoltaic sys tems [D ]. Beijing :Tsinghua University , 2006. (in Chinese ) [6]
LIU Bangyin , DUAN S hanxu , LIU Fei , et al . Analy sis and imp rovemen t of maximum pow er point tracking alg orith m based on incremental condu ctance meth od for ph otovoltaic array [C ]//PEDS 7th International Conference on Pow er Electronics and Drive Sy stems . 2007:637-641. [7][8]
Bose B K . M odern Pow er Electronics and AC Drives [M ]. NJ :Pren tice Hall PT R , 2002. Khaehintu ng N , pow er point
Sirisu k P . Implementation of maximu m
using
fuz zy logic controller for
tracking
模糊控制法
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。
solar -powered ligh t -flas her application s [C ]//T he 47th IE EE International M idw est Symposium on Circuit and S ystem s . 2004:Ⅲ-171-174. [9]
Kottas T L , Boutalis Y S , Karlis A D . New maximum pow er point tracker fo r PV arrays using fu zzy con troller in close cooperation with fuzz y cognitive n etw orks [J ]. IEE E Trans on Ener gy Conversion , 2006, 21(3) :793-803.
[10]LI Xiaobo , DONG Ke , W U Hao . S tu dy on the in telligent
fuzzy control method for M PPT in p hotovoltaic voltage grid sys tem [C ]//3rd IEEE IC IEA . 2008:708-711.
参考文献 (References )
[1]
S alas V , Ol ías E , Barrado A , et al . Review of th e maximum p ow er p oin t tracking algorithms for stand -alone photovoltaic system s [J ]. Solar Ener g y Materials &So lar 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 maximum
p ow er poin t tracking techniqu es for photovoltaic array [J ]. High Voltag e En gineer ing , (in Chines e )
2008,
34(6) :1145-1154.