戚 军 叶焙佳 李袁超 翁国庆 周 丹

(浙江工业大学信息工程学院 杭州 310023)

0 引 言

太阳能作为无污染、易获取的可再生能源[1-2]，光伏(photovoltaic， PV)发电是对其进行有效利用的主要形式[3-4]。实际光伏发电系统中，由浮云、建筑物等引起的遮阴会在阵列表面形成阴影，这不仅会削弱光伏阵列潜在的最大功率输出能力，甚至可能损坏光伏组件[5-6]。构成光伏阵列的多种电气连接结构中，串并联(series parallel，SP)是应用最广泛的结构[7]。该结构中，各串联组件需并联1个旁路二极管以避免局部遮阴时的热斑现象[8]，同时各并联子串需串联1个防逆二极管用来防止支路电能倒送[9]。然而，旁路二极管的使用可能导致局部遮阴光伏阵列的P-V曲线存在多个峰值[10]。

为了降低局部遮阴对光伏输出的影响，国内外学者经过细致的研究后有了较多成果。融合了粒子群[11-13]、人工神经网络[14，15]等智能算法的最大功率点跟踪(maximum power point tracking，MPPT)技术，能够比较准确地跟踪到光伏阵列的全局最大功率点(maximum power point，MPP)。但是，这些复杂的MPPT算法可能在某些特殊的阴影情况下失效。另一方面，动态调整开关矩阵[16-18]等结构优化方法能够有效提高遮阴阵列的输出功率。然而这些方法对阴影的检测依赖较多测量元件，或将局部遮阴组件等效为整块遮阴并以等效辐照度近似，导致绘制的阵列输出特性曲线存在不可忽略的误差。

考虑到实际阴影形状的随机多变性，若要精确检测光伏阵列表面的阴影分布，需要安装足够多的辐射传感器。但随着阵列规模的扩大，其数量将会非常大。……