APP下载

光伏系统发电效率提升方法研究

2021-01-24张光龙

科技创新与应用 2021年4期
关键词:方位角步长扰动

张光龙

(桂林电子科技大学 电子工程与自动化学院,广西 桂林 541004)

大范围的使用化石能源,给全球带来了能源危机,也造成了难以逆转的环境污染,而太阳能是一种绿色无污染的可再生资源,因为太阳能有着化石能源和其他可再生资源无法比拟的优势,经过多年的发展和研究,转换太阳能的光伏发电技术已经得到广泛的关注和应用[1]。

但是目前的光伏发电系统,能源转换效率非常低,受环境和天气的影响大,很大程度阻碍了光伏产业的发展和普及。基于以上情况,为了提高光伏发电系统中太阳能的转化率,本文深入研究了太阳跟踪技术,从策略上优化了太阳的追光方法,并对最大功率跟踪算法进行优化,提出了基于功率预测的恒压启动变步长扰动观测法,通过仿真实验及测试,验证了改进方法对提升光伏系统发电效率的有效性。

1 太阳跟踪及控制方法

太能板是光伏发电系统的核心部件,太阳板与太阳光的角度影响了太阳的辐射度,增加辐射度是提高太阳能的转换效率的有效手段,而采用太阳跟踪技术可以保持垂直照射,增加辐射度,有效提升能效转换率,解决利用率低的问题。下面将对太阳跟踪及控制的方法进行研究。

1.1 太阳高度角和方位角的计算

地平坐标系是天文观测中比较直观的天球坐标系,能够通过地平方位角和地平高度角快速记录行星位置,常用于天文测量、航海和航空定位观测[2]。

在地平坐标系中,要确定地球上某个位置太阳的精确坐标,需要通过两个维度来确定,一个是高度角,一个方位角。对应到光伏阵列的示例图如下:

图1 光伏电池的高度角和方位角

高度角α,是太阳光线与其在地平面投影的夹角,表示太阳高出地平面的高度。方位角用γ 表示,起点为正南方向,顺时针向西为正,逆时针向东为负。太阳高度角α的计算公式如下:

其中,φ 是指当地的纬度,δ 是赤纬角,ω 是时角。真太阳时正午得时角ω=0,上式可简化为:

由三角函数公式:

得 α=90°±(φ-δ),在北半球时 φ>δ 取正号。

太阳方位角的计算公式为:

根据以上公式,根据纬度、赤纬角和时角数据,可以实时的计算太阳高度角和方位角数据,为太阳跟踪提供了可靠地数学依据。

1.2 太阳跟踪方法

(1)视日跟踪技术

参考太阳的运动规律,对太阳进行跟踪的方法叫做视日跟踪,与之相关的技术叫做视日跟踪技术。确定太阳的位置是视日跟踪的最关键的步骤,通过上文中提到的地平参考坐标系,以及太阳高度角和方位角的计算方法,可以快速根据太阳的具体位置进行跟踪,使太阳能电池垂直太阳光,提高单位面积的辐射量,从而提高太阳能电池的能量转换效率。

(2)光电跟踪

光电跟踪的原理是在太阳能跟踪装置上安装光电传感器,光敏传感器根据太阳光照角度的变化,测量光强度的变化,经过A/D 转换,输出电信号,并传给控制器。光电传感器检测太阳光方向是否偏离轴线,当太阳光发生偏离时,通过控制器分析和作差比较,发出偏差信号,输出信号给驱动器,通过驱动器来控制电机转向和转动,使太阳能电池板重新对准太阳光线方向,达到系统的自动跟踪效果。

1.3 太阳跟踪控制改进设计

针对光电跟踪和视日跟踪两种模式各自存在的问题,尝试将两种跟踪方式相结合,取长补短,通过改进跟踪策略的方式进行优化。改进后的复合跟踪以光电跟踪做为主要的跟踪方式,视日跟踪作为辅助的跟踪方式,参考地理位置设定跟踪时间,跟踪模式根据天气状况通过中断的方式自行切换。

夜晚光照强度降低到临界值时,回到初始位置,停止光线追踪,光照强度高于临界值再重新启动跟踪。在多云或者阴晴不定的天气时,光线忽明忽暗,使光电传感器产生的电信号差值变小,如果低于预设最低差值,系统自动切换跟踪模式,改为使用视日跟踪的控制方式执行太阳跟踪,同时改变跟踪的频率,不需要实时变化,采用定时跟踪的策略,每隔一定的时间向控制器发出一次脉冲信号即可,尽可能的减少步进电机消耗的能量,当光线强度恢复到预设值以上(错开数值防抖)继续进行光电追踪。

复合控制模式,能够适应更大范围的气候条件,积累误差少,跟踪准确度高,工作过程稳定,可以全天候的进行太阳跟踪,避免在阴晴不定的天气状况给系统带来的损耗,使系统更加稳定。

2 最大功率点跟踪方法研究

2.1 最大功率跟踪基本原理

最大功率点跟踪控制是通过实时检测太阳能板的输出电压或电流,得到当前的实时功率,与上一次计算获得的功率进行比较,参考当前的光照和温度条件,采用合适的算法,根据前后两次功率的比较结果,对太阳能电池可能的最大功率输出位置进行预测[3]。然后根据预测的最大功率,改变电路中阻抗的大小,从而调整太阳能电池的工作点,使之保持最大功率点输出,这一过程就称之为最大功率点跟踪(Maximum Power Point Tacking-MPPT),相应的技术称之为最大功率点跟踪技术[4]。最大功率点技术可以更加充分地利用太阳能板转换的电能,提高光伏电池的转换效率,降低发电成本。

2.2 最大功率跟踪经典方法

(1)恒定电压跟踪法

当温度保持在一个特定的值时,在不同的光照强度下,太阳能电池的P-V 特性曲线上的最大功率基本保持在电压值Vm,Vm 为光伏电池的最大工作电压,当光伏电池的输出电压钳制在Vm 附近时,就可以保持稳定的最大功率输出,这就是恒压跟踪法的工作原理。

(2)扰动观察法

扰动观察法的原理是:在光伏系统工作过程中,定时给当前的光伏阵列输出电压一个小范围的波动,记录扰动后输出功率的变化,根据输出功率的反馈来决定下一步电压的扰动。

2.3 改进MPPT 控制方法

上文中对两种经典的MPPT 控制方法的原理进行了分析,这些算法都有各自的优缺点。结合在实际工程中的应用,从策略上对变步长的扰动观测法进行改进,提出一种复合的MPPT 控制算法——基于功率预测的恒压启动变步长扰动观测法。其工作流程如下图2 所示:

图2 改进MPPT 控制算法的工作流程

基于功率预测的恒压启动变步长扰动观测法对最大功率的跟踪,采用了如下的优化策略:

(1)光照强度变化剧烈时采用恒定电压法

当太阳能电池刚刚启动时,或者在光照强度有大范围的变动(如太阳偶尔被云层遮挡)时,使用扰动观察或者电导增量法,会经历一个较长周期的波动,才能趋于稳定,而恒定电压法能够根据电池自身的伏安特性,有一个最佳的电压值来趋向于输出最大功率,能够有效避开启动时大范围的波动期,相比其他控制方法,能够在最短的时间内到达最大功率点附近。经过多次试验测试,选取100W/m2切换控制算法的阈值效果最佳,所以当光照强度的变化大于100W/m2,被认定为光强强度发生突变,采用恒定电压法进行跟踪。

(2)采用变步长的扰动观察法

传统的扰动观察法扰动步长为一个固定值,设置较大的步长能够快速响应环境的变化,但会使工作点在最大功率点附近反复波动,影响稳定性;设置较小的步长会使到达最大功率点的周期变长,使系统响应速度变慢,因此为了平衡速度和精度,选取合适的扰动步长十分关键。

所以根据上面的问题,对扰动步长进行调整,经过对比分析,本方案将影响扰动步长的光照强度分为三个区间。试验表明,光照强度变化在50W/m2以上,基本不会出现跟踪丢失的现象,因此将50W/m2作为扰动步长的一个切换阈值,而20W/m2以下的扰动变化反而更容易引起最大功率振荡,所以将20W/m2作为停止扰动的另一个阈值。综上所述,当光照强度的变化在50-100W/m2的范围内采用一个较大的扰动步长,光照强度的变化在20-50W/m2的范围内采用一个较小的扰动步长,光照强度的变化在0-20W/m2的范围内,认为是一个极其微小的变化范围,为了避免系统在最大功率点处来回震荡,减少系统功率损耗,在这个范围内不进行电压扰动,当检测外界环境变化超过22W/m2(错值防抖)时,系统继续进行扰动观察算法最大功率跟踪。

(3)使用功率预测法避免错误扰动

功率预测法是采用足够高的采样频率,假定一个采样周期内光照变化率恒定,则可得到一个采样周期的预测频率为理论上为某个时刻相同曲线上扰动前后的输出功率,以此为依据为扰动提供正确的方向。本文中扰动观察的流程如图3。

图3 基于功率预测的变步长扰动子程序流程

首先由U、I 的采样值,计算kT 时刻和半个采样周期(k+0.5)T 的功率值。根据上述功率预测法计算最后根据进行变步长扰动观测,这样可有效避免扰动方向的误操作。

在以基于功率预测的变步长扰动时,可以再次进行步长的细分,将ΔP 分为三个区间段,采用两级变步长进行电压扰动观测,a、b 分别为 ΔP 的区间阈值,ΔP 较大时选择较大的扰动步长,ΔP 较小时选择较小的扰动步长,小于b 时停止扰动。该方法不仅提高了光伏系统最大功率点跟踪的快速性,同时有效避免了跟踪过程中存在的振荡和误判。

2.4 仿真实验

在Matlab/Simulink 环境下对改进算法的模型进行搭建,仿真控制图如图4 所示。

图4 改进算法的仿真控制图

对自适应步长增量电导法和改进的算法进行一下各自的仿真,选取50 组测试数据,仿真结果如下图5、图6所示:

图5 变步长扰动观察法法的仿真示意图

从仿真数据的结果不难看出,当外界条件不变,与变步长扰动观察法相比,改进算法能够更快的找到最大功率点,而且震动幅度比较小,也验证了改进方法的有效性。该控制算法充分综合了功率预测法和变步长扰动观测法各自的优点,提高了跟踪的速度,克服了跟踪过程中可能出现的误判问题,降低了功率损耗。

3 结束语

本文从提高太阳能的发电效率出发,深入研究了太阳跟踪技术,对最大功率跟踪技术进行了优化,并设计了基于光伏发电的太阳自动跟踪器,通过软硬件仿真实验及测试及,验证了方法的有效性,对光伏产业发展的推广和应用具有积极意义。

图6 改进算法的仿真示意图

猜你喜欢

方位角步长扰动
一类五次哈密顿系统在四次扰动下的极限环分支(英文)
基于增强型去噪自编码器与随机森林的电力系统扰动分类方法
自然梯度盲源分离加速收敛的衡量依据
基于Armijo搜索步长的BFGS与DFP拟牛顿法的比较研究
扰动作用下类岩石三轴蠕变变形特性试验研究
带扰动块的细长旋成体背部绕流数值模拟
一种改进的变步长LMS自适应滤波算法
一种非线性变步长LMS自适应滤波算法
基于停车场ETC天线设备的定位算法实现
无处不在的方位角