具有自适应搜索算法的最大功率跟踪捕获光伏控制方法

摘要

本发明公开了具有自适应搜索算法的最大功率跟踪捕获光伏控制方法，该方法先设定初始的步长，监测第i时刻的太阳能电池阵列的电压和电流，求出第i时刻的功率，从而得到第i时刻和第i－1时刻的电压变化量ΔUi和功率变化ΔPi；然后判断ΔUi是否为0，若ΔUi＝0，则继续返回采样；若ΔUi≠0，求出P－V曲线的斜率ΔPi/ΔUi，判断的ΔPi/ΔUi绝对值是否小于设定的精度E，如果|ΔPi/ΔVi|＜E，不改变buck电路开关管的占空比，继续返回采样；若|ΔPi/ΔVi≥E，调整占空比。本发明不需要仪器来测试光强和温度，实时快速跟踪太阳能电池阵列的工作情况，降低太阳发电系统的成本。

说明书

                               技术领域

本发明涉及太阳能光伏发电系统中的一种专用控制设备，属于电力电子技术与控制技术相结合的技术领域。

                               背景技术

随着社会经济的发展，能源和资源的消耗速度越来越快。节约能源，保护环境已经成为人类可持续发展的必要条件，人们的注意力由常规能源正转向可再生能源的开发与利用，太阳能作为一种巨量的可再生能源，太阳能发电已成为全球发展很迅速的技术之一。太阳能电池是一种利用光生伏打效应把光能转变为电能的器件，基本结构是一个大面积二极管。物质吸收光能产生电动势的现象称为光生伏打效应，简称光伏效应。

我们知道，日照强度是自然环境的函数，易受天气的影响，因此太阳能电池供电系统是随机的、不稳定的。这就决定了它不可能象常规恒压供电系统的运行特点那样可以用比较简单的数据来描叙，对它的控制要比常规电网的供电系统复杂很多。同时一般常用单晶硅或多晶硅太阳能电池的转化效率较低。因此，对太阳能最大功率跟踪的研究是研究太阳能发电的首要问题。近些年来，人们对最大功率跟踪技术进行了深入的研究，现已获得了多种算法：定电压跟踪法、微扰观察法、增量电导法等方法。

1、定电压跟踪法：

此方法是根据在日照强度较高时，光伏阵列的最大功率输出点大致对应于某个很定电压。即人们仅需生产厂商处获得U_max数据并使阵列的输出电压钳位于U_max值即可，实际上就是把MPPT(最大功率点跟Maximum Powcr Point Tracking)控制简化为稳压控制，这就构成了定电压跟踪方式的MPPT控制。采用定电压跟踪较之不带定电压跟踪的直接耦合工作方式要有利得多，对于一般光伏系统可望获得多至20％的电能。但这种跟踪方法忽略了温度、工作场地、环境等因素对太阳能电池阵列输出的影响。虽然定电压跟踪法也针对这些影响有了些发展，例如手动调节方式、微处理器查询数据表格方式等，但其缺点仍然十分明显：控制精度差，特别使对于早晚和四季温差变化明显的地区；必须人工干预才能良好运行。更难预料环境变化影响。

2、微扰观察法：

微扰观察法是目前实现MPPT常用的方法之一。其原理先扰动输出电压值(U_pv+ΔU)，再测量其功率变化，与扰动之前功率相比，若功率值增加，则表示扰动方向正确，可朝同一(+ΔU)方向扰动；若扰动后的功率值小于扰动前，则向相反(-ΔU)方向扰动。具体是先测联太阳能电池的第i时刻的电压V(i)和电流I(i)，由P(i)＝V(i)×I(i)计算出第i时刻的功率P(i)；然后与第i-1时刻功率比较，根据比较结果调节太阳能的电池的工作点。在这里引入一个参考电压V_REF，当进行比较后调节参考电压，使之逐渐接近最大功率点的电压。在调节太阳能的工作点时依据这个参考电压进行调节。此法的最大优点在于其结构简单，被测参数少，能被较普遍的应用于光伏系统最大功率跟踪控制。微扰观察法也存在很大的不足：扰动法使得工作点只能在阵列最大功率点附加振荡运行，导致部分功率损失，而且初始值及跟踪步长的给定对搜索范围和速度有较大影响；扰动法有时会产生程序在运行中的矢序(“误判”)现象，从而使工作点远离最大功率点。

3、增量电导法：

微扰观察法通过调整工作点电压，使之逐渐接近最大功率点电压来实现太阳能电池最大功率跟踪。但是这种方法并不知道最大功率点大致在什么方向。增量电导法避免了微扰观察法的盲目性，可以判断出工作点电压与最大功率点电压之间的关系。通过太阳电池阵列P-V曲线可知最大值点P_max处的斜率为零，所以有：

                                   P＝V×I

$>>>dP>dV>>=>I>+>V>*>>dI>dV>>=>0>>>$

假设最大功率点电压为Vmax，则在Vmax处有

$>>>dI>dV>>=>->>I>V>>>>$

上式即为要达到最大功率点的条件，即当输出电导的变化量等于输出电导的负值时，阵列工作于最大功率点。若不相等，则要判断dP/dV是大于零或小于零。

也即应有此三种情况：

                     当V＜V_max时，dI/dV＞-I/V

                     当V＞V_max时，dI/dV＜-I/V

                     当V＝V_max时，dI/dV＝-I/V

可以根据dI/dV与-I/V之间的关系来调整工作点电压，从而实现最大功率跟踪。

该控制方法为：首先判断dV是否为0。如果dV＝0，dI＝0，则认为找到最大功率点，不需要调整。如果dV＝0，电流变化量不为0，依据dI的正负调整参考电压。若dV不为0，则根据以上三个方程对参考电压进行调整。

从以上分析看出：采用增量电导法，对工作点电压的调整不再是盲目的，即通过每次测量和比较，预测出最大功率点的大致位置，再根据结果进行调整。这样，即使在气候变化较快的时候，也不会出现远离功率点的情况。通过对比可知：

在对太阳能电池进行最大功率跟踪时，增量电导法效果较好。但由于其计算量比较大，需要记录的数据较多，所以必须采用高速处理器。

调整因子ΔV的确定：在微扰观察法和增量电导法中，均设计调整因子ΔV的问题。ΔV的取值与能否很好的实现最大功率跟踪关系密切。ΔV设置太大，导致跟踪精度不够，太阳能电池的工作点将始终在最大功率点附近；ΔV设置太小，虽然提高了跟踪精度，但是跟踪速度很慢，系统会浪费很多能量。目前，ΔV的确定有很多方法，主要分为两大类：固定ΔV；变化ΔV。固定ΔV搜索跟踪的方法设计简单、计算容易，但由于太阳能电池的输出功率存在非线性，跟踪精度和跟踪速度之间的矛盾很难较好的解决。变化的ΔV则依据每次测量和计算的结果不断调整ΔV。当远离最大功率点时，增大ΔV加快跟踪速度；当接近最大功率点时，减小ΔV，提高跟踪精度。

                               发明内容

本发明的目的在于克服现有技术的缺点，提出了一种改善了MMPT跟踪速度和跟踪精度之间的矛盾，能够快速准确地实现对太阳能最大输出功率进行跟踪，基于增量电导法的变搜索步长的具有自适应搜索算法的最大功率跟踪捕获光伏控制方法。

本发明的目的通过如下技术方案实现：

具有自适应搜索算法的最大功率跟踪捕获光伏控制方法，包括如下步骤：

(1)设定初始的步长，监测第i时刻的太阳能电池阵列的电压和电流，求出第i时刻的功率，从而得到第i时刻和第i-1时刻的电压变化量ΔUi和功率变化ΔPi；

(2)判断ΔUi是否为0，若ΔUi＝0，则继续返回采样第i+1时刻太阳能电池阵列的电压和电流；(3)若ΔUi≠0，求出P-V曲线的斜率ΔPi/ΔUi，判断的ΔPi/ΔUi绝对值是否小于设定的精度E，如果斜率变化量的绝对值|ΔPi/ΔVi|＜E，找到最大功率点，不改变buck电路开关管的占空比，继续返回采样第(i+1)时刻太阳能电池阵列的电压和电流；

(4)若|ΔPi/ΔVi≥E，没有找到最大功率点，调整占空比；

(5)然后重复前面步骤判断(i+1)时刻是否达到最大功率。

所述调整占空比优选根据下述步骤调整：

(1)设置初始的占空比调节量K1，为常量；

(2)设置自适应搜索因子K2(i)，为调节量，自适应搜索因子K2(i)用来调节下一时刻的占空比，在最大功率点左边，K2(i)＞0；在最大功率点右边，K2(i)＜0，当采样点离最大功率点较远时，|K2(i)|较大，选取Boltzmann函数来确定K2(i)；

(3)根据公式ΔDi＝K1+K2(i)可以得到调整后的占空比变化量ΔDi，从而求得第(i+1)时刻的占空比Di+1＝Di+ΔDi。

所述初始的占空比K1优选为0.5。

本发明原理：在增量电导法的基础上引入Boltzmann函数，采用自适应算法来改善搜索速度和搜索范围。太阳能电池的输出功率随温度和光强的变化而改变一般来说，太阳能电池阵列输出功率随温度上升而下降，随光强增加而增大。由于外界环境的变化是随机的，P-V曲线是多条漂移未知的曲线，因此不能通过一个固定的传递函数确定最大功率点，只能依据功率变化趋势跟踪最大功率。在一定的光照和温度条件下，调节对象为太阳能电池阵列。

相对于现有技术，本发明具有如下优点：

采用离散变量，把对电压的积分计算改为在(i+1)时刻采样，通过滞后环节求得功率的变化量改为计算第i时刻和第(i+1)时刻的功率差。每次采样太阳能电池的电压和电流的数值都是随着外界环境的改变而改变的数值，不需要仪器来测试光强和温度，不但能实时快速跟踪太阳能电池阵列的工作情况，而且降低了太阳发电系统的成本。

                               附图说明

图1自适应搜算法控制流程图；

图2自适应搜算算法控制框图；

图3具有自适应搜索算法的光伏最大功率跟踪的充电控制器系统框图。

                             具体实施方式

下面结合实施方式对本发明作进一步的说明，但本发明要求保护的范围并不局限于实施方式表述的范围。

本发明采用最大功率跟踪捕获光伏控制实现对太阳能阵列的最大输出功率进行跟踪和实现对蓄电池的充放电控制。其控制器的结构如图3所示。电路主要由以下几个部分组成：太阳能电池阵列(PV)1、BUCK变换器电路2；电流、电压传感器4、驱动电路5、单片机6、锁存器7，EPROM存储器8，以及一些外围电路组成。

太阳能电池阵列1输出的电压电流分别经电流传感器电压传感器4，同时将电流和电压信号转换为小于5V的电压信号。该组信号送入单片机6的A/D口，由单片机6对输入信号进行分析处理，再由单片机的高速输出口HSO.2产生PWM波，经驱动电路5，驱动BUCK变换器2的开关管对蓄电池3充电。通过调整开关管的占空比来调节太阳能电池阵列的输出，实现对太阳能电池阵列最大输出功率的跟踪控制。此外，由于单片机内部没有ROM7，需要扩展外部ROM，八位数据总线通过锁存器7与EPROM存储器8连接作为外部ROM。

由公式P＝V×I和太阳能电池的P-V曲线可知：

当dP/dV＞0，系统运行在最大功率左边。

当dP/dV＜0，系统运行在最大功率右边。

当dP/dV＝0，系统运行在最大功率点。

利用以上条件，在相邻的时间间隔第(i-1)时刻和第i时刻分别采样太阳能电池阵列的电压与电流，则斜率dP/dV可以表达为：

$>>>\Delta P>\Delta V>>>(>i>)>>=>>>P>>(>i>)>>->P>>(>i>->1>)>>>>V>>(>i>)>>->V>>(>i>->1>)>>>>>>$

其中：P(i)＝V(i)×I(i)。

通过不断调节开关管的占空比直到ΔP/ΔV＝0，由上面分析知道，当ΔP/ΔV＝0时系统运行在最大功率点。由此我们通过不断调整开关管的占空比最后实现MPPT控制。

图2是针对一定的太阳能电池在一定的光照和温度条件下的设计思想框图，调节对象为太阳能电池阵列。图2中，U_i为太阳能电池输入电压，P_i为太阳能电池的输出功率。U_o为初始电压。ΔU_i为电压变化量。K₁为预置的初始占空比，K2(i)为可调变量。符号函数解决最大功率点两边曲线斜率方向不同的问题。此回路仅需要一个乘法器和一个除法器，设计结构简单。控制框图主要以太阳能电池P-V曲线的斜率为变量，然后求得下一次采样电压的变化量ΔU_i。首先对太阳能电池进行建模，由P＝V×I和公式求得输出功率和输出电压的关系P_i＝f(u_i)。滞后环节求出第(i-1)时刻的功率p_i-1，算出功率的变化量ΔP_i。通过除法环节求出第i时刻的斜率变化，然后依据自适应搜索算法求出自适应搜索因子K₂。由初始占空比K₁，自适应搜索因子K₂和符号函数求得ΔU_i，从而可以得到第(i+1)时刻的电压U_i+1。依据此思想，直到求得dP/dV＝0，找到最大功率。考虑到太阳能电池的输出电压和电流随着光强和温度的变化而变化，依据单片机控制回路的原理，把连续变量转化为离散变量，见图1。

图1为本设计采用的自适应搜索算法的最大功率跟踪的程序流程图。图中，控制对象是太阳能电池阵列，具体控制方法如图1所示，包括如下步骤：

(1)设定初始步长，监测第i时刻的太阳能电池阵列的电压和电流，依据公式P＝V×I求出第i时刻的功率，从而得到第i时刻和第i-1时刻的电压变化量ΔUi和功率变化ΔPi；

(2)判断ΔUi是否为0，若ΔUi＝0，则继续返回采样第i+1时刻太阳能电池阵列的电压和电流；

(3)若ΔUi≠0，求出P-V曲线的斜率ΔPi/ΔUi，判断的ΔPi/ΔUi绝对值是否小于设定的精度E，如果斜率变化量的绝对值|ΔPi/ΔVi|＜E认为找到最大功率点，不改变buck电路开关管的占空比，继续返回采样第(i+1)时刻太阳能电池阵列的电压和电流；

(4)若|ΔPi/ΔVi|≥E，认为没有找到最大功率点，需要调整占空比，此时依据斜率变化量ΔPi/ΔVi求出自适应搜索因子K₂(i)，根据公式ΔD_i＝K₁+K₂(i)可以得到调整的占空比变化量，从而求得第(i+1)时刻的占空比D_i+1＝D_i+ΔD_i；

(5)然后重复前面步骤判断(i+1)时刻是否达到最大功率。

Ui、Ii、Pi分别为光伏电池第i时刻输出的电压、电流、功率。K₁为初始的占空比调节量。

流程图参数设置：

(1)精度E的选取：图1所示，精度E的选取依据系统的要求，如果E选取的数值较大，找到的最大功率点的时间较快，但与实际的最大功率点偏差会增大。如果E的数值较小，情况相反。

(2)K₁及自适应搜索因子K₂设置：K₁为初始的占空比调节量，为常量。K₂为自适应搜索因子调节量。(K₁+K₂)与采样电压的步长成比例。由于(K₁+K₂)与采样步长变化成比例，因此调节占空比实际上是调节下一时刻的采样电压和电流，从而调节太阳能电池的输出功率。自适应搜索因子K₂用来调节下一时刻的占空比，在最大功率点左边，K₂＞0；在最大功率点右边，K₂＜0。当采样点离最大功率点较远时，|K₂|较大，|ΔD|＝|K₁+K₂|值较大，跟踪速度较快。随采样点逐渐接近最大功率点，|K₂|逐渐变小|ΔD|＝|K₁+K₂|值越来越小，采样电压步长随之越来越小，跟踪精度得到提高。ΔD为调整后的占空比，这里对ΔD进行定义是否正确？(ΔD为调整的占空比变化量，D_i+1＝D_i+ΔD_i比为调整后的占空比)

太阳能电池的P-V曲线可以看出，在最大功率点的右边，斜率变化较快，自适应搜索因子K₂函数曲线要比较陡，在最大功率点的左边，斜率变化较慢，自适应搜索因子K₂函数曲线要比较平缓。

本发明选取Boltzmann函数：

$>>>K>>2>i>>>=>>>>A>1>>->>A>2>>>>1>+>>e>>xi>->x>0>/>dx>\; >>>+>>A>2>>>>$

其中：A₁——曲线无限接近的最小数值，取A₁＝-10；

      A₂——曲线无限接近的最大数值，取A₂＝100；

      x0——曲线中心点，取x0＝-10；

         dx——时间常数，取dx＝3；

         xi——第i次采样计算的太阳能电池阵列P-V曲线的斜率。

由Boltzmann函数曲线可以看出：当太阳能电池P-V曲线的斜率X＜0时，自适应搜索因子K2＜0，且斜率曲线变化缓慢。反之，当斜率X＞0时，自适应搜索因子K2＞0，且斜率曲线变化较快。

占空比和输出功率的关系：由太阳能电池阵列P-V曲线可知，在最大功率点左边，占空比随功率增大而增大在最大功率点右边，占空比随最大功率点增大而减小。

实施例1：

如图3所示，控制器电压传感器型号为CHV-25P、电流传感器型号为PT-10P；驱动电路5型号为TLP-250；单片机6型号为80C196KC；EPROM存储器8型号为2864A；锁存器7型号为74LS373。

实验采用直流电源和一个串联可调电阻来模拟太阳能电池的特性曲线。要使输出负载获得最大功率必须保证负载的电压为输出电压的1/2即可。实验中首先设点K1＝0.5当开关开始导通后开始阶段输入电压下降幅度很大，出现摆动现象，但很快自适应算法的作用开始明显，系统越来越接近最大功率点，由于自适应搜索因子K2因调节，占空比的绝对值|ΔD|＝|K1+K2|越来越小，系统摆动也越来越小，最终稳定在最大功率点。实验结果显示：

(1)光照和温度的改变对实验结果影响较小。这主要时因为自适应搜索算法不需要具体考虑外界环境与电压在函数上的具体对应关系，只要求出功率和电压曲线的斜率ΔP/ΔV，当ΔP/ΔV＞0增大占空比；ΔP/ΔV＜0减小占空比，直到ΔP/ΔV＜E，认为找到最大功率点。

(2)曲线开始阶段，系统离最大功率点较远，自适应搜索因子较大，采样电压步长较大，功率的变化量大，当系统逐渐接近最大功率点时，由于自适应搜索因子的存在，采样电压步长越来越小，最后基本稳定在功率点附近。

采用具有自适应搜索因子的变步长最大功率跟踪算法设计的控制器，每次采样太阳能电池的电压和电流的数值都是随着外界环境的改变而改变的数值，不需要仪器来测试光强和温度，不但能实时、快速、准确跟踪太阳能电池阵列的最大输出功率，而且降低了太阳能发电系统的成本。