张光明,刘毅力,马龙涛,叶炳均

(1.西安工程大学 电子信息学院,陕西 西安 710048;2.国网陕西省电力公司 铜川供电公司,陕西 铜川 727000)

0 引 言

随着全球人口的持续增长和经济的不断发展,能源危机和环境污染问题日渐突出,开发研究清洁再生能源已经成为人类社会的共识。由于光伏发电在发电过程中没有污染和噪声等诸多优点,所以目前成为国内外研究的热点[1-2]。光伏电池作为光伏发电系统的能量提供单元,其功率输出是随着太阳光照强度以及环境温度的变化而变化的,但是在一定的工作环境下,电池都具有唯一的最大功率输出点,因此为了使电池输出功率最大化,应当实时调节电池的工作点,使其一直工作在最大功率点附近,即MPPT技术[3]。

目前实现MPPT技术的算法有很多,比较常用的传统算法有恒定电压法、电导增量法、扰动观察法[4]。文献[5]介绍了恒定电压法,该方法控制结构简单,成本低廉,但是在温差较大的地区,该方法控制精度较低,功率损失较大;文献[6]对电导增量法进行了说明,该方法能够迅速响应光照强度的变化,具有较高的控制精度,但是实际应用时电压和电流的检测对传感器的精度要求也很高,硬件实现相对困难。扰动观察法因为结构简单,需要测量的参数较少,对硬件的精度要求也不高,所以被广泛应用在光伏MPPT中,但是该方法存在步长的选取无法同时保证跟踪速度和稳态精度的问题[7]。为了解决这一问题,本文改进了一种变步长扰动观察法,并利用Matlab/Simulink进行仿真验证,实验结果证明改进的算法能够在保证跟踪速度的同时又提高了稳态精度,并且当外界温度或者光照强度突然变化时也能够快速稳定地追踪到最大功率,有利于提高光伏电池的发电效率。

1 光伏电池输出的P-U曲线

在光伏发电系统中,光伏电池的输出功率P是光照强度和温度的非线性函数[8]。图1(a)是在保证外界环境温度为25 ℃不变,光照强度为500 W/m2,800 W/m2,1 000 W/m2时光伏电池的P-U曲线;图1(b)是保证光照强度为1 000 W/m2不变,改变温度分别为15 ℃,25 ℃,35 ℃时光伏电池的P-U曲线。

(a) 光照变化时的P-U曲线

(b) 温度变化时的P-U曲线图 1 光伏电池的P-U曲线Fig.1 P-U curves of photovoltaic battery

从图1可以看出光伏电池的输出功率随着光照强度的增强而增大,随着温度的升高而减小。但从图1(a)和图1(b)中可以看出一个共同点:当外界环境一定的情况下,光伏电池的P-U曲线都对应一个最大值点,即最大功率输出点。因此,需要采用MPPT算法实现光伏电池在不同环境下的最大功率输出。

2 光伏MPPT控制系统及原理

在工程应用中,通常将DC/DC变换电路作为光伏发电MPPT的控制装置。DC/DC变换电路种类很多,本文将Boost电路作为光伏MPPT的控制电路,Boost电路可以保证光伏发电系统持续运行,并且具有结构简单、转化效率高等优点[9]。图2是基于Boost电路实现光伏MPPT控制的系统原理图,其工作原理是:MPPT控制器采集光伏电池的输出电压Upv和电流Ipv,通过MPPT算法得到开关管S的占空比D的调整量,送给PWM发生器输出相应的脉冲信号驱动开关管S的通断,其中,在Boost电路中,Cpv表示直流电容器,作用是用来降低光伏电池的输出谐波;Cdc表示直流储能电容,作用是电压支撑和储能[10]。

图 2 基于Boost电路实现光伏MPPT控制的系统原理图Fig.2 Principle of MPPT control based on Boost circuit

光伏电池虽然是非线性电源,但是可以将其看成在每个极小时间段上的线性电源。在电路理论中,对于一个线性电路而言,当外部负载的总电阻与电源内阻相等时,电源输出功率最大。根据以上电路理论,光伏发电MPPT技术的实质就是通过调节Boost电路中开关管S的占空比,使Boost电路等效输入电阻与电池内阻相匹配,达到输出最大功率的目的[11-12]。

3 MPPT算法及改进

3.1 传统扰动观察法

扰动观察法被普遍应用在实现光伏发电MPPT上,其控制原理是在每个控制周期中用固定步长的扰动改变光伏电池的工作点,采集光伏电池的输出电压U(k)和输出电流I(k),计算输出功率P(k)=U(k)×I(k),然后比较扰动前后的功率值P(k-1)和P(k)以及输出电压值U(k-1)和U(k),分为以下4种情况[13-14]:

(1) 如果P(k)>P(k-1)并且U(k)>U(k-1),说明扰动方向正确,那么之后施加的扰动应与之前的扰动方向相同;

(2) 如果P(k)>P(k-1),并且U(k)

(3) 如果P(k)U(k-1),说明扰动方向错误,那么之后施加的扰动应与之前的扰动方向相反;

(4) 如果P(k)

按照上述步骤经过若干次反复之后,最终光伏电池的工作点会跟踪到最大功率,并且在最大功率点附近不断地波动。

对于传统扰动观察法而言:采用的是定步长扰动,如果扰动步长选取过小,虽然在最大功率点附近波动较小,能量损失较少,但是扰动次数增多,跟踪时间也会增加;若扰动步长选取过大,虽然跟踪速度加快,但是在最大功率点附近波动会变大,能量损失也增多。

3.2 变步长扰动观察法

为解决传统扰动观察法自身存在的弊端,这里应用变步长的扰动策略[15-17],在传统算法的基础上设计了一种变步长扰动观察法。图3为变步长扰动观察法的控制流程图,其中Uref表示光伏电池的参考电压。

图 3 变步长扰动观察法流程图Fig.3 Flow chart of variable step size perturbation and observation method

(1)

(2)

式中:m是接近于1的正数,比如0.99。又因为当U=Uoc时,光伏电池的输出功率为0,即P|U=Uoc=0,所以可以将式(2)化简为

(3)

4 仿真分析

利用Matlab/Simulink建立基于以上2种算法的光伏发电MPPT仿真模型，如图4所示。其中,仿真选择Simscape模块库中1Soltech 1STH-215-P型光伏电池板,其在温度为25 ℃,光照强度为1 000 W/m2下的参数是最大功率点电压为29 V,电流为7.35 A,开路电压为36.3 V,短路电流为7.84 A。仿真采用算法ode23tb(stiff/BDF2),从0 s开始仿真。

图 4 光伏发电MPPT仿真模型Fig.4 MPPT simulation model of photovoltaic power generation

4.1 验证变步长扰动观察法的优越性

仿真在温度为25 ℃,光照强度为1 000 W/m2下进行,图5和图6是采用传统扰动观察法分别将步长设置为4×10-4和2×10-5时的光伏电池功率输出仿真波形,图7是采用变步长扰动观察法时的光伏电池功率输出仿真波形。表1是3种步长模式下的仿真结果,表中

表 1 3种步长模式下的仿真结果

从表1可以看出,定大步长是定小步长的20倍,虽然达到稳态的时间小步长扰动观察法是大步长扰动观察法的约5.4倍,但是大步长扰动观察法的稳态震荡率却是小步长扰动观察法的约8.8倍,同样造成了很大的能量损失;变步长扰动观察法在跟踪速度上比大步长扰动观察法慢了约43.8%,但是稳态震荡率却比大步长扰动观察法减小约93.5%,另外,变步长扰动观察法的稳态震荡率比小步长扰动观察法减小约42.7%,同时跟踪速度比小步长扰动观察法快了约73.6%。因此可以看出变步长扰动观察法较单一步长的传统扰动观察法具有很大的优越性,既能够快速地追踪到最大功率点,同时在最大功率点附近波动很小。总的来说,变步长扰动观察法既结合了传统算法小步长和大步长的优势,同时又避免了两者的弊端。

图 5 步长为4×10-4时的仿真波形Fig.5 Simulated waveform with step size of 4×10-4

图 6 步长为2×10-5时的仿真波形Fig.6 Simulated waveform with step size of 2×10-5

图 7 采用变步长扰动观察法时的仿真波形Fig.7 Simulation waveform with variable step size perturbation and observation method

4.2 验证变步长扰动观察法的跟踪情况

当环境突然改变时,光伏电池的输出功率也将发生变化,为了验证运用改进的MPPT算法能不能迅速稳定地跟踪到最大功率,因此在仿真过程中,保持温度为25 ℃,当t=0.3 s时,将光照强度由1 000 W/m2突然变化为900 W/m2,运用改进的算法得到的仿真波形如图8(a)所示;当保持光照强度1 000 W/m2不变,在t=0.3 s时,将温度由25 ℃升高到35 ℃,运用改进的算法得到的功率仿真波形如图8(b)所示。

(a) 温度不变,光照改变

(b) 光照不变,温度改变图 8 当外界环境突然改变时采用变步长扰动观察法得到的仿真波形Fig.8 Simulation waveform obtained by variablestep size perturbation and observation method when the environment suddenly changes

根据图8(a)的仿真结果可以看出当外界光照强度突然降低100 W/m2时,变步长扰动观察法需要0.04 s就可以跟踪到最大功率,稳态震荡率约为1.08%;图8(b)的仿真结果可以看出当外界温度突然升高10 ℃时,变步长扰动观察法仅需要0.01 s就可以跟踪到最大功率,稳态震荡率约为1.12%。所以无论是光照强度还是温度突然改变时,应用变步长扰动观察法都能够快速地跟踪到最大功率点,并且在最大功率点附近波动很小,验证了该算法的可行性。

5 结 语

本文在传统扰动观察法的基础上改进了一种变步长扰动观察法,仿真结果表明了改进的算法较传统算法具有很大的优越性,跟踪速度较传统的小步长扰动观察法提高了约73.6%,稳态震荡率较大步长扰动观察法减小了约93.5%,同时在外界环境突然改变时,又可以迅速地做出响应,具有良好的动态性能和稳态性能,有效的解决了传统扰动观察法寻优速度和稳态精度之间的矛盾。由于改进算法中变步长比例因子需要根据不同的系统作出相应的调整才可以达到良好的跟踪效果,所以设计一种完全自适应的变步长算法来解决传统算法存在的缺陷将是今后需要进一步努力的工作。