基于MATLAB的大功率光伏并网逆变器的设计.doc

硕 士 学 位 论 文题 目:基于MATLAB的大功率光伏并网逆变器的设计研 究 生 专 业 新能源电力及其控制 指导教师 完成日期 2016年03月 杭州电子科技大学硕士学位论文基于MATLAB的大功率光伏并网逆变器的设计研 究 生： 指导教师：2016年03月Dissertation Submitted to Hangzhou Dianzi Universityfor the Degree of MasterThe Design of High Power Photovoltaic Grid-connected Inverter Based on MATLABCandidate: Supervisor: March, 2016杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名： 日期： 年 月 日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）论文作者签名： 日期： 年 月 日指导教师签名： 日期： 年 月 日杭州电子科技大学硕士学位论文摘要在传统化石能源将要耗尽的今天，新能源作为一种新兴的能源利用方式受到了全世界各国的广泛关注，相对于传统能源而言，新能源发电的方式不会对环境产生污染，这也为世界瞩目的环境问题贡献了一份力量。太阳能发电作为最具潜力的未来能源之一，发展前景十分广阔，是未来新能源发电不可缺少的中坚力量。为此，需要加大太阳能发电相关研究的投入力度。文章以大功率三相光伏发电并网系统的主要研究对象，以光伏并网逆变器稳定、高效、低谐波运行为目标，将三相光伏发电并网系统分为三个环节，即光伏阵列输入环节、中间逆变环节以及逆变器输出滤波环节，各部分对应的主要研究内容涉及MPPT算法、并网控制策略与滤波器结构的设计三部分，分析每个环节的发展现状与所用关键技术的优缺点，为接下来的研究指明方向。1.针对于MPPT算法，在建立光伏序列数学与仿真模型的基础上，分析了常用追踪算法不足以追踪多极点情况下光伏最大输出功率点的问题，并在该问题的基础上引入了适用于多极点寻优的粒子群优化算法，该方法能在光伏阵列输出特性出现多极点的情况下准确的追踪到最大功率点。2.在研究常用PI并网控制策略的基础上，引入了设计与控制更为简单的PR控制策略，并在PR控制的基础上介绍了准PR控制的理念与参数设计方法，提升了三相光伏系统的稳定性以及抗电网电压干扰的能力。3.在对光伏三相逆变系统常用的LC与LCL滤波器滤波性能研究的基础上，引入了滤波效果更强的谐振型滤波器，即LLCL滤波器，提升了滤波器的滤波性能，有效的降低了逆变系统输出进网电流的总谐波含量。为了验证提出的方法与结构设计的有效性和优越性，文章的最后根据建立的整个三相光伏发电并网系统的MATLAB仿真模型，对前文所叙述的内容进行了仿真实验验证，实验结果证明了所提方法的有效性与优越性。关键词：光伏阵列；MPPT算法；双闭环控制；PR控制；谐振型滤波器；MATLABIIIABSTRACTThe traditional fossil fuels will be exhausted under the current social conditions, the new energy as a new mode of energy utilization has been extensive attention- getting all over the world. Compared with the traditional energy, the new energy power generation will not pollute the environment and make a contribution to solving the worlds environmental problem. As one of the most potential future energy, the prospect of the development of solar power generation is very broad. And it will be the indispensable backbone of the new energy power generation in the future. As a result, we need to increase the investment in research of solar power.This paper is focused on the high power three-phase Grid-connected Photo- voltaic System. To realize the target of stable, efficient and low harmonic operation of photovoltaic grid-connected inverter, we divided the grid connected photovoltaic power generation system into three parts, including the input segment of the photovoltaic array, the intermediate inverter segment and the output filter segment of the inverter. Meanwhile, the MPPT algorithm respectively, grid-connection control strategy and the structure of the filter design are researched. The development status and the advantages and disadvantages of the key technologies are analyzed to point out the direction for the further research.1. For MPPT algorithm, the problem that the common tracking algorithm is not enough to track the maximum output power point of the PV under the multiple poles conditions is analyzed on the basis of establishing the mathematical and simulation model of photovoltaic sequence. And a particle swarm optimization algorithm suitable for multi-pole optimization is put forward. This method can accurately track the maximum power point when the PV array output characteristic contains multi poles.2. PR control strategy is proposed on the basis of studying common PI grid- connected control strategy to simplify the design and control. The concept and parameter design method of QPR control is introduced based on PR control. This strategy improves the stability and the ability to resist the disturbance of the grid voltage of the three phase photovoltaic system.3. LLCL filter, a resonant filter with a stronger filtering effect is proposed based on the research of the filter performance of LC and LCL filter of photovoltaic three-phase inverter system. It improves the filtering performance of the filter, and the total harmonic content contained in the output current of the inverter system is also effectively reduced.In order to verify the validity and superiority of the proposed method and structure, the simulation model of whole three-phase photovoltaic grid connected system are established by MATLAB. The contents mentioned above are verified by simulation experiments at the end of this paper. The effectiveness and superiority of the proposed method are demonstrated by actual experimental results.Keywords：PV array；MPPT algorithm；Dual-loop control；PR control；Resonant filter；MATLAB目录摘要IABSTRACTII第一章 绪论11.1 背景与意义11.2 国内外光伏的研究现状11.3 论文研究的主要内容21.4 论文的研究路线4第二章 光伏阵列输出特性的研究52.1 单个光伏电池的建模52.2 多极点条件下的光伏序列建模82.3 本章小结11第三章 光伏MPPT算法的研究123.1 常用MPPT算法的研究123.1.1 恒定电压法123.1.2 扰动观测法133.1.3 电导增量法143.1.4 常用MPPT算法的局限性153.2 粒子群算法的研究163.2.1 粒子群算法简介163.2.2 粒子的初始化与参数的设置173.2.3 算法的终止与重启条件173.3 粒子群算法的MATLAB建模183.3.1 MATLAB仿真模型的搭建183.3.2 仿真结果的分析与比较193.4 本章小结21第四章 光伏并网控制策略的研究224.1 电压空间矢量调制224.1.1 SVPWM的调制思想224.1.2 SVPWM的实现过程244.1.3 SVPWM仿真模型搭建264.2 PI控制策略的研究274.2.1 光伏发电并网系统的数学建模274.2.2 PI控制框图的建立和前馈解耦过程284.3 PR控制策略的研究304.4 PI与PR控制策略的抗干扰能力分析314.5 准PR控制策略的引入334.5.1 准PR控制简介334.5.2 准PR控制的参数设计344.6 本章小结35第五章 滤波环节的设计与优化365.1 常用滤波器结构365.2 谐振型滤波器的简介395.3 LLCL谐振型滤波器介绍405.3.1 LLCL滤波器的引入405.3.2 LLCL滤波器的设计415.4 本章小结43第六章 光伏发电并网系统MATLAB仿真模型的搭建446.1 MATLAB仿真模型的搭建446.2 仿真结果分析与比较456.2.1 并网控制策略抗电网干扰能力仿真456.2.2 滤波器性能比较与仿真476.2.3 单位功率因数运行仿真476.3 本章小结48第七章 总结与展望507.1 全文工作总结507.2 展望51致谢52参考文献53附录57第一章 绪论1.1 背景与意义电力在现代所有行业发展必不可缺少，每个行业的产品生产、加工、销售都离不开电力，可以说电力是所有产业的支柱。本世纪初的几次大停电所造成的经济损失，侧面上说明了电力对整个社会发展的重要性1-2。占所有发电比例最大的传统的火力发电，不仅会造成环境的污染，并且随着世界化石能源存储量的不断减少，火力发电所占的比例将会逐渐减少，无污染的可持续的太阳能发电的比例将会逐渐增加。新能源发电是未来发电的趋势，而作为新能源发电的主要形式之一的太阳能发电方式，发展前景十分广阔。太阳能可谓是取之不尽，用之不竭，发展前景非常可观，国内外市场广阔3。相比较于传统能源，太阳能具有存在普遍性、储存量无限、开发清洁型等特点，可十分有效的解决传统化石能源所带来的环境问题，是理想的绿色替代能源。中国作为全世界最大的发展中国家，也在大力发展新能源发电。国家“十二五”科学和技术发展规划中明确指出：新型节能环保、新能源等方面的技术加速突破，会推进世界步入绿色、清洁、低碳发展的新时期。积极发展太阳能光伏、风电、氢能、新一代核能等关键技术、装备及系统。现阶段，光伏并网发电的相关技术也得到了快速的发展，但随着科技的进步，人们对电能质量也提出了更高的要求，光伏并网技术的不足也愈发明显，光伏并网发电系统受环境的影响大，这就造成了供电可靠性、抗扰动能力等方面的问题。为此，需要对光伏并网发电技术进行深一步的研究，以适应未来智能电网的需求。1.2 国内外光伏的研究现状近年来，随着欧美各国以及日本对本土光伏产业的政策支持，光伏发电并网逆变器相关方面的技术研究取得了长足的进步，光伏并网逆变器产业处在一个迅速增加的时期。然而如今全世界光伏并网逆变器的市场基本上被几大国际巨头所占据，其中欧洲的光伏逆变器相关技术的研究处于全球领先水平。目前我国光伏市场虽然起步比较晚而且规模比较小，但是国内有不少企业已经在逆变器行业已经进行了多年研究，现已具有一定的市场规模与竞争力，但是在逆变器技术与质量上和国外仍然有不小的差距4。国内光伏市场规模目前虽比较小，但是随着国家和政府的大力支持，光伏市场未来有着广阔的发展空间与发展机遇。从功率等级上来看，大功率光伏并网逆变器和小功率光伏并网逆变器是光伏未来发展的两个主要方向5-6，其中小功率光伏并网逆变器微型逆变器具有巨大的发展潜力和市场应用前景，大功率并网逆变器是未来光伏发展的主要力量，大型光伏电站的建立为电能提供供应保障，其中文章以大功率三相全桥并网逆变器为研究载体。制约光伏发电发展的因素即光伏发电发展的关键包括MPPT算法的效率、系统稳定地长期运行能力、滤波器的研究与成本、并网控制策略、锁相环的研究、谐波的抑制等，随着社会的不断发展与进步，电能质量标准的提高，相应的对光伏发电并网系统输出电能质量的要求也越来越苛刻，对光伏发电并网系统的稳定性及并网电流各次及总谐波含量的要求也愈来愈高。1.3 论文研究的主要内容本文以大功率三相全桥光伏发电并网控制系统（500kW）为研究对象，其常用电路拓扑结构如图1.1所示，重点研究MPPT算法、并网控制策略、滤波器优化等关键性技术，主要从理论上的进行研究，定性、定量的分析与解决各项现存的不足，为实践提供更加有效可行更高的实现方法。构建三相光伏发电并网系统的数学模型，改进现有的方法，找到新的分析方法，并通过对这些方法进行MATLAB仿真分析、实验验证等手段来验证所提方法的可行性。图1.1 三相光伏并网系统的电路拓扑结构如前所述，文章主要研究三相并网逆变器各个模块的运行状态，针对各个模块运行时存在的问题进行详细的理论分析，并针对这些问题提出有效的解决方案，为新能源并网发电各项技术的控制优化提供理论基础。可以将全文研究的主要内容概括为以下5个方面：（1）光伏电池序列的建模。在光伏系统输入端中所涉及的MPPT算法进行研究之前，这里先对MPPT算法的载体光伏电池进行数学建模与MATLAB建模分析。首先，依据光伏电池的物理模型来搭建研究所需要的实验模型来分析PV板的输出规律；然后再分析单个光伏电板特性的基础上，建立工程实际中常用的光伏阵列输出模型，用来分析光伏阵列在非标准条件下出现多极点输出的情况。（2）MPPT控制算法的介绍与优化。现在光伏并网逆变器系统控制中使用最多的MPPT控制算法是扰动观测法（P&O）与电导增量法（INC），这两种方法中用的更多的为扰动观测法。文章首先对这两种闭环寻优方法与开环寻优方法-恒定电压法的工作原理进行了分析与描述，并提出了这几种方法的优缺点。之后发现常用的两种方法只在光伏特性曲线出现单极点的情况下才能较为准确地实现光伏，而且还存在着稳态波动，造成最大功率点处的振荡；不仅如此，在光伏特性曲线出现多极点的情况下，这两种方法就显示出了很大的局限性。为了解决这个问题，文章提出适用于多极点寻优的智能算法粒子群寻优（PSO）算法。之后的根据MATLAB仿真软件来建立实验所需的仿真模型，最后仿真结果表明该方法能在光伏阵列输出特性曲线出现多极点的情况下准确的找到最大功率点，而不像之前两种方法那样陷入局部极点。（3）光伏并网控制策略的介绍与优化。现在光伏并网逆变器大都采用电流控制的电压型逆变器作为主电路，控制结构主要是直流母线电压控制外环和进网电流控制内环的双闭环结构。现在工程上常用的并网控制策略为PI控制策略，虽然该控制策略控制较为简单、易于有功和无功的解耦，能更好的调节功率因数，但是其实现方法比较复杂，需要进行多次复杂的坐标转换，计算量较大，而且抗电网电压幅值与频率扰动的能力比较弱。为此，文章提出了结构更为简单、抗干扰能力更强的并网控制策略PR控制策略，该方法不用进行多次坐标变换，控制器的设计较为简单，且抗干扰能力更强。首先比较了两种控制方法的优缺点，得到了PR控制策略相对于PI控制策略的优点；然后在分析PR控制方法不足的基础上，提出了准比例谐振控制理念，并对其参数设计方法进行了简要的描述。（4）滤波器的设计与优化。现在三相光伏系统常用的滤波器结构为LC与LCL滤波器，根据两者的开环传递函数利用MATLAB建立伯德图，通过对伯德图的分析可以发现在相同的电感量的前提下，LCL滤波器的滤波特性比LC滤波器好很多，在节约成本的情况下加强了滤波器的滤波效果，因此LCL滤波器较LC滤波器有更为广泛的应用。此外对LC与LCL滤波器进行滤波过后所得到的并网电流做FFT分析可以发现，不论是LC还是LCL滤波器在开关频率附近的谐波含量都较高，因此这里提出LLCL谐振型滤波器的设计方法，用以提升滤波器的整体性能。（5）构建MATLAB仿真平台。利用MATLAB/Simulink仿真平台建立三相光伏发电并网系统仿真模型，对文中提到的控制方法与结构进行仿真实验验证，仿真结果证明了所提方法的有效性与优越性。1.4 论文的研究路线本文将光伏发电并网系统分为三个部分，即光伏输入端（MPPT算法的研究）、光伏逆变端（控制策略的研究）以及光伏并网端（滤波器结构设计与优化），文章将遵循由简至繁、分段解决核心问题对光伏发电并网系统研究中的关键性技术分模块来进行分析，从以下几个方面展开研究。（1）首先分析现有光伏发电并网系统的精确数学模型，充分考虑光伏MPPT算法、控制策略与滤波器结构对光伏发电并网系统整体性能地影响，通过精确的理论分析为下一步仿真分析创造条件。（2）其次利用对上述理论分析所得到数学模型，充分运用MATLAB仿真软件对该数学模型进行建模得到所需要的仿真模型，在搭建的平台上验证文中理论分析准确性。（3）在控制策略的研究中，充分利用MATLAB仿真软件的强大功能及所得到的仿真模型，对所提出的理论进行验证并提出理论上的修改，是光伏发电并网系统研究的有效技术路线之一。图1.2为文章的研究路线图，与上所陈述的内容相对应，通过对文章脉络的勾画更利于读者理解文章的主题思想。图1.2 论文的研究路线59第二章 光伏阵列输出特性的研究光伏阵列作为整个系统的输入端，其输入电能的多少直接影响整个光伏发电并网系统对电网的供电量，影响着整个光伏产业的经济效益。由于光伏输出特性曲线的非线性关系，且非常容易受温度和光照变化的影响，故对光伏电池与光伏阵列的建模研究是使光伏输出可控的首要前提。2.1 单个光伏电池的建模光伏电池作为系统输入端的首要组成环节，只有对其内部性能有了深入的理解，才能更好的找到追踪光伏电池输出功率的方法。在本节中采用既包含串联电阻，又包含并联电阻的贴近实际的精确模型。为了防止光伏产品的热斑效应，这里在每个组件上均并联一个旁路二极管，在串联支路上串联一个阻塞二极管（常用的型号如GJMD200，I0=5mA），保护光伏阵列的正常运行7-8，为此单个光伏电池较为精确的物理模型可表述为图2.1所示的电路图，根据此电路图可以得到PV电板等效电路的表达式与其数学模型分别为9 （2.1）式中U0为PV电池两端的电动势；U为负载两端的电压值；I为负载从光伏电池得到的电流值。 （2.2）式中，IPH为光生电流；I0为光伏电板在光照强度为零时的反向饱和电流（数量级mA）；q为电子电荷常数；U为负载端电压；I为负载工作电流；RS为光伏电板模块的内阻（10-1）；A为二极管常数因子；K为玻尔兹曼常数；T为光伏电板工作时的温度，为绝对温度；Rsh为光伏电板模块的等效并联电阻（k）。 图2.1 光伏电池的等效电路观察式（2.2）可以发现此方程是一个超越方程，利用这个表达式不可能算出负载电压 U与输出电流I的显示表达式，为此需要对该式进行近似等效与简化，转化成工程中常用的数学模型。转换之后所得的PV电板的等效数学模型为10 （2.3）式中，Uoc、Isc、Im、Um分别为标准条件下（参考温度为T=25 ，参考光照强度为S=1000W/m2）PV电板的开路电压、短路电流、最大功率处的电流值、最大功率处的电压值，这四个参数由光伏电池的供应商给出。上述表达式是在光照条件一定的情况下得到的，但是实际中光照和温度都在时刻变化，故需根据标准情况下的式（2.3）来改进，从而得到新的环境下对应的光伏电池的参数。 （2.4）式中a=0.0025/、b=0.5、c=0.00288/、e为自然对数。由上述数学模型，可以较为轻松地搭建基于MATLAB的光伏电池仿真模型，选择JLS60P（250）型号的光伏电池板，仿真时采用的光伏电板组件参数在标准情况下为：UOC=36.50 V，Um=30.40 V，ISC=9.10 A，Im=8.20 A。改变光照与温度的数值就可以的到任意光照强度与温度下的光伏电池建模，如图2.2所示。将图2.2中各元件封装到一个模块中，并利用受控电流源将光伏模块的电压与电流联系起来得到可以连接负载的MATLAB仿真模型，如图2.3所示。图2.2 PV电板MATLAB模型的内部结构图2.3 PV电板模块的MATLAB仿真建模在标准情况下，根据上述所建立的光伏电池仿真模型通过MATLAB仿真软件得到不同光照下光伏电池的输出特性曲线如下图所示： 图 2.4 功率-电压特性 图 2.5 电流-电压特性图2.4为该PV板的U-P曲线，图2.5为U-I曲线。由这两簇特性曲线可知，光伏电池在运行的过程中必然存在一个功率最大的点，当光伏电池运行在此点时，光伏逆变系统的输入端能得到最大输入功率。2.2 多极点条件下的光伏序列建模上节中将的是单个光伏电池的建模过程，实际中光伏发电并网系统需要许许多多的光伏串并联在一起才能达到预期的功率等级。为了便于分析和理解，这里以最简单的双峰值，第二波峰为最值为例，第一波峰为最值的情况类似，设置组件16参数为标准条件。设置组件79参数为T=25，S=700 W/m2。为了得到阴影条件下光伏阵列的输出方程，这里有必要对光伏阵列的内部物理结构进行分析，由于三串光伏电池的特性相同，这里取组件1、4、7（如图2.6中虚线框内所示）进行物理模型的分析，用来获得数学模型。这里由于光伏电池中并联电阻的阻值相对于串联电阻阻值很大，故这里可以忽略并联电阻对电池输出特性的影响，从而得到简化的电路模型可表示为图2.7中所示的结构图。图2.6 33光伏阵列结构图2.7 光伏电池序列串联时的物理结构这里设三块光伏电池产生的光生电流分别为IPH1、IPH2、IPH3，流过该串组件的电流为I/3，nb为二极管影响因子，I0为反向饱和电流，这两者与上文中的A、I0相同，只是表示不同的二极管。由于组件1、4所处温度与光照条件相同，故IPH1= IPH2。根据前面的设定条件可知，组件7的光照条件不如组件1、4，则有IPH1 IPH3。加入旁路二极管后，整个系统的输出特性也会随之发生改变，常用的光伏电池的简化电流方程可表示为： (2.5)当电流输出值很大时，因IPH1 IPH3，此时组件7的旁路二极管处于导通状态，组件1、4过多的电流将会从此二极管流过并向外输出，这个阶段只有组件1、4对外输出功率，而组件7则吸收组件1、4的部分功率；随着输出电流的减小，当组件1、4的输出电流等于组件7本身产生的电流时，组件7的旁路二极管处于阻断状态，此时三个组件同时向外输出功率。根据上述分析可知，阴影条件下的输出特性方程为一个分段函数11。 (2.6)式中电流值IPH可以根据相应的光照和温度值由上节中的公式（2.4）求出。由公式（2.6）得到的U与I之间的数学表达式进行求导可以得到式（2.7），可以看出经过求导后的UI方程由超越方程变成了便于求解的方程式，由于q的值很小，故I的平方项在计算时可以忽略不计，于是在计算时可以转换为最为简单的一次方程求解问题。 (2.7)根据电路原理P=UI，由公式（2.6）还可以得到光伏阵列的功率函数也是一个分段函数。 (2.8)光伏阵列对应的I-U与P-U输出特性曲线可以根据公式（2.6）、（2.8）得出，分别如图2.8、图2.9所示。图2.8 阴影条件下的I-U特性曲线 图2.9 阴影条件下的P-U特性曲线观察图2.8所示的I-U特性曲线的变化趋势可发现，电流值开始几乎不变，当电压增加到一定值时，电流开始急剧减小，可以理解为斜率刚开始为零，然后迅速减小。观察图2.9所示的P-U特性可知，光伏序列的输出存在两个极点，其中后一个极点的值响相对于前一个极点的值大很多，为此时的最大功率点。对比图2.8、图2.9中两条特性曲线可以发现，这两条曲线相当于两个不同的特性曲线相加所得，这也是多极点产生的原因之一，当光伏电池序列中有若干个电池所受的光照与温度条件不同时，有可能会影响整个PV阵列的I-U、P-U输出特性，从而产生多极点情况，常规的MPPT算法则无法达到实际中的需求。从图2.8、2.9中的曲线对比也可以发现P-U曲线的两个极值点对应的电压与I-U曲线斜率开始发生较大变化时对应点的电压在数值上相差不多，为此可以借助I-U曲线来给下章要介绍的粒子群算法的初始粒子赋予初值，使初始粒子的值更接近于极点对应的电压值，用以提高跟踪效率。2.3 本章小结本章以建立的光伏电池物理模型为基础，推导出光伏电池输出特性的数学模型，并在此数学模型的基础上搭建了单体光伏电池的MATLAB仿真模型，得到了PV电板的工作特性曲线。然后以单个光伏电池模型为基础研究实际运行中光伏阵列出现多极点的问题，并建立数学模型，得到了PV序列在阴影条件下出现多极点的输出波形，为下文MPPT算法的研究垫定了基础。第三章 光伏MPPT算法的研究太阳能发电作为新能源发电的主要形式之一，发展前景广阔，并且愈来愈受到各国的青睐，但是在太阳能发电的发展过程中的许多问题亟待解决。为此如何最大限度的从光伏阵列汲取电能是研究光伏发电并网系统时应首先解决的问题。可以将上述的实际问题转换为理论研究，即光伏系统中经常提到的最大功率点跟踪（maximum power point track, MPPT）算法。除去光伏电池本身的局限性（受制作工艺的影响，PV电池输出效率受到很大的限制）之外，光伏MPPT算法的效率是提升光伏发电并网系统发电量的核心问题，且光伏阵列最大功率点寻优的效率问题一直是国内外专家研究的重点。目前，恒定电压法（CVT）、扰动观测法（P&O）、电导增量法（INC）是较为常规的MPPT算法，这三种方法中使用最多且具有使用价值为扰动观测法。本章将对这三种常用的MPPT算法进行详细论述与比较，并以此为研究基础并提出新的更为智能的MPPT算法。3.1 常用MPPT算法的研究3.1.1 恒定电压法恒定电压法（CVT）是根据光伏P-U特性曲线的特性来寻优的方法，通过对光伏输出特性的分析，可以得到光伏电池的开路电压Uoc与其对应的最大功率点（A点）处对应的电压Um存在一种近似的线性关系，即Um=k*Uoc。，其中k的值一般取0.8。故该算法就是运用这种近似的特性将光伏电池的工作电压稳定在开路电压的0.8倍处，然后维持工作电压点不变即可，是所有MPPT算法中最简单的一种。该方法的寻优过程可表示为图3.1，简单的来说就是直接给定系统的工作电压，让系统在此点运行。图3.1 CVT算法的寻优过程由以上分析可知，恒定电压法最大优点就是控制简单，且不会出现扰动观测法中所出现的最大功率点附近的振荡情况，有着很好的稳定性；但是该方法为开环控制，当光照和温度变化的时候，无法自行调整，这会造成实际工作点偏离最大功率点从而导致较大的功率损耗。3.1.2 扰动观测法扰动观测法是现在工程中最为常用的MPPT算法之一，该算法的基本原理可以描述为通过不停地对光伏电池的输出工作电压施加扰动，然后不停地判断光伏电池输出功率的变化量来判别系统是否处在最大功率点处，如若不是就根据施加扰动的方向来判别最大功率点对应电压的位置，为控制算法的寻优给予方向。该方法为闭环控制，但是算法扰动步长的选取显得尤为重要，如果选取不当，则容易产生震荡，造成输出功率的损耗12，情况严重时会致使算法发生误判，造成该算法失效。电导增量法与扰动观测法的寻优相类似，可以理解为扰动观测法的精确寻优模型，两者均为闭环控制，都是以光伏特性曲线功率与电压的相对变化来进行寻优，在实际中均有较高的使用价值，但后者的成本和要求精度很高。图3.2 P&O算法寻优的基本过程下面探讨扰动观测法的寻优过程，图3.2所示为扰动观测法的寻优过程，其中B点为最大功率点，A、C两点为非最大功率点，现以A点为研究对象来阐述寻优过程。当光伏电池工作在A点时，此时显然不是功率最大的点，但是系统并不能判定A点是否是最大功率点，这时通过对A点的工作电压施加正向扰动（即增大工作点电压），然后通过测量光伏电池的输出功率的变化量，若功率的变化量为正，即输出功率变大，说明施加扰动的方向为最大功率点的方向，则继续按照此方向施加扰动（即减小工作点电压）；否则，施加反向扰动。当光伏电池的工作电压到达B点时，此时系统工作在最大功率点处，按照之前的扰动方向再施加扰动时，此时对应的输出功率变化为负；若继续按照次扰动方向寻优，则会越来越偏离最大功率点。故此时需对系统工作电压施加负向偏执，施加负向扰动时，输出功率的变化量又为负，故可以断定B点为所需的最大功率点。当光伏电池工作在C点时，寻优过程与A点相似。用流程框图来表示扰动观测法每一次寻优的过程如图3.3所示。图3.3 P&O算法的寻优流程框图3.1.3 电导增量法电导增量法（INC）同样也是较为常用的MPPT算法之一，该方法与扰动观测法一样也是根据光伏电池的P-U特性曲线的性质来寻优的，但是扰动观测法是根据电压的扰动量与相应的光伏电池输出功率变化量来确定算法的寻优扰动方向，而电导增量法是根据P-U特性曲线斜率的变化来判断系统是否处在最大功率点。此种方法的准确度较高，但是实现起来对硬件平台的要求过高，而且一直用求导来判断造成了大量运算空间的浪费。图3.4所示的图形为电导增量法寻优的核心过程，假设图3.4中B点为最大功率点，A、C两点分别为最大功率点左右两侧的点。根据图中曲线的变化过程可以得知，通过对A、B、C三点处输出功率对工作电压的斜率分析可知，在功率最大点位置（即B点处）dP/dU=0，在最大功率点左边dP/dU0，在最大功率点右边dP/dU0，而电导增量法就是根据该量的变化来进行MPPT寻优的。图3.4 INC算法的寻优过程由于电导增量法与扰动观测法的寻优过程很相似，故这里只介绍其寻优的基本原理，不再用流程图来描述。3.1.4 常用MPPT算法的局限性上文描述了常用的三种MPPT算法的工作特性，都有着自己本身不可避免的缺陷，如恒定电压法，该方法是开环控制，当光照和温度变化的时候，无法自行调整，这会造成PV板的实际工作点偏离最大功率点并导致较大的功率损耗；扰动观测法，该方法为闭环控制，但是扰动步长的选取尤为重要，如果选取不当，则容易产生震荡，发生功率损耗，严重时将导致算法发生误判，会使该算法失效。可见，该方法实现MPP跟踪时，实时性和快速性的要求是矛盾的。针对于上文提到的扰动观测法的缺点，有学者提出了改进的P&O算法，该方法利用光伏电池的输出特性，即最大功率点处的电压与PV开路电压之间的相似线性关系，把开路电压的k（一般取0.8）倍最为第一个MPPT电压，这样能使系统很快的工作在MPPT附近，然后采用小步长扰动慢慢趋近最大功率点，能够很好的抑制震荡问题13。电导增量法是根据光伏系统输出功率与输出电压的特性，通过判断功率对电压的微分的正负来判断最大功率跟踪时的电压走向，从而实现对MPPT的精确跟踪，但在稳定点时也会造成震荡，造成功率损耗。该算法在运行过程中，要进行过多的微分判断，从而使该算法的计算量变得很大，这样对控制系统和硬件的要求很高，增加了系统的成本和复杂度14。其他的方法还有模糊逻辑控制法、神经网络控制法15等，但是这些控制算法较为复杂，在实际中应用很少，不够实用。在实际的运行过程中，由于光伏电池板所处的天气或者环境状况变化，会造成光伏电板的曲线很大程度上偏离图2.4、2.5所示的标准形状，这会严重影响MPP追踪的效率问题，如温度和光照的变化、电池板上阴影形状的变化16以及相同或不同板子之间串并联的情况17等，这些都会导致整个光伏阵列的输出特性曲线出个多个极点甚至不规则的情况的。针对于上述问题，不论是之前的扰动观测法，还是对扰动观测法的改进，这些MPPT算法都不能解决光伏输出特性曲线出现多极点问题。为了解决这个问题，国内外专家做了大量的研究，文献18采用并联功率补偿法，这种方法虽然将多极点曲线补偿为单极点曲线，但是由于补偿单元的添加，从而导致的成本的增加，而且还会在极值点出现震荡问题，造成功率的损耗。文献19中提出改进型全局扫描法，该方法虽然可以较为准确地找到功率最大点，但是其寻优过程所需的时间较长，容易造成功率的损耗。文献20采用斐波那契（Fibonacci）搜索法进行MPP寻优，该方法虽能够较好适应性，但是此方法收敛时间较长，缺乏实用性。为此这里提出新的用于光伏多极点寻优的智能算法粒子群优化（PSO）算法。3.2 粒子群算法的研究3.2.1 粒子群算法简介PSO算法的思想来自于对鸟类觅食活动的研究，通过个体之间的竞争与合作来发现最理想的目标，是适用于多极点寻优的一种智能算法。PSO算法可以理解为在可行解的空间内初始化一群粒子，每个粒子看作该问题的一个潜在最优解，用位置s、速度v与适应度值fit来表示该粒子的特征，适应度值表明粒子的优劣。每个粒子在可能解的范围内运动，通过跟踪个体与群体极值Pbest、Gbest更新每个粒子的位置信息。Pbest是指单个粒子所寻到的最优位置，Gbest是指全部粒子搜索到的适应度最优位置。在每次迭代的过程中，粒子通过Pbest与Gbest来更新自己的速度和位置21。设第i个粒子第k次迭代时对应的粒子速度为vik，位置为sik，个体极值为Pbesti，群体极值点为Gbest，则第k+1次迭代时对应的粒子速度和位置的更新方程22为 (3.1) (3.2)式中：w表示惯性权重，它表现为算法对粒子速度的继承程度，惯性权重取值较小容易使算法陷入局部极点，惯性权重取值较大便于全局搜索，但是不易得到精确解，为此通常设置惯性权重先大后小，用以提高寻优效率；c1、c2为学习因子，c1是“自身认知”部分，c2是“社会认知”部分，通常设置c1先大后小，c2反之23；r1、r2在0到1之间随机取值。图3.5所示为粒子群算法的3维移动寻优过程的示意图24。图3.5 粒子的移动寻优过程示意图PSO算法的寻优过程实质上是一个对粒子不断重复迭代的过程，通过设置初始参数、粒子初始值为基础，根据迭代公式（3.1）、（3.2）来反复的选点比较，最终确定全局的最优位置。这里目标函数值定义为实测的光伏阵列输出功率，粒子的位置代表光伏阵列输出的电压值。3.2.2 粒子的初始化与参数的设置由前面提到迭代公式中参数的说明中可以了解到参数的调整对于系统寻优的效率起到了至关重要的作用，为此这里应该灵活的设置。故当PSO算法刚开始工作时，设置参数：w=1，c1=c2=1.49445，v（-2,2）V；当粒子之间最大电压相差小于3V时，调整参数：w=0.4，c1=1.2，c2=1.6，v（-1,1）V。通常粒子群算法初始粒子值的选择是任意的或者根据经验来确定且选取的点较多，造成寻优效率的降低，如文献25-28中所采用的方法；但是这些取值往往具有随机性，容易造成寻优效率的降低。这里根据光伏阵列的I-U特性曲线斜率变化时对应的电压值来初始化粒子，当斜率变化到一定值（小于零即可）时，粒子的数值可以根据公式（2.7）很容易的获得。此时认为的电压值比较接近每个功率极值点所对应的电压值，选取这些点作为粒子的初始值能够很快的找到各个极值点并通过比较很快的获得最优点。3.2.3 算法的终止与重启条件与常用的PSO算法类似，这里也需要设置终止与重启条件，终止条件用来防止系统在MPP处附近发生振荡，重启条件用来解决当PSO算法停止工作而外界环境变化时造成系统未处于最大功率点的问题。当各个粒子接近MPP处附近时，粒子之间的差值将会变得很小，一般设置当最大粒子间差值小于开路电压的5（这里取0.2V）时认为粒子已经寻到最优点，停止迭代；当外界条件变化时，系统的最大功率点将会发生偏移，光伏阵列的输出功率也会发生变化并且将丢失最优工作状态，此时需要重新启动PSO算法来寻找最大功率点，用来保证系统工作在最优状态。当功率的变化量满足式（3.3）时，算法将重新启动。 （3.3）式中P（si）为PSO算法当前寻到的最大功率，P（si+1）为下一时刻PV阵列的输出功率值，为功率变化量，这里设置=0.15，即当功率变化量大于0.15时重启PSO算法。基于改进型PSO算法的MPPT寻优流程图可表示为图3.6。图3.6 基于改进型PSO算法的MPPT寻优流程图3.3 粒子群算法的MATLAB建模3.3.1 MATLAB仿真模型的搭建根据前文所述的内容建立MATLAB仿真模型，为了便于分析和理解，这里在BOOST升压电路的基础上建立MPPT系统仿真模型，改进型粒子群算法在MATLAB仿真中用s函数实现，如图3.7所示。仿真参数设置为：直流母线端稳压电容C2=1000F，BOOST电路的升压电感与稳压电容分别为L=0.1mH，C1=1000F，负载电阻设置为R=8.2。图3.7 基于改进型PSO算法的MPPT仿真模型设光伏阵列的输出电压为U，IGBT控制信号的占空比为D，负载端经升压得到的电压被控为恒值U0=120V，则调制信号的占空比计算公式为 (3.4)采用粒子群算法进行MPPT寻优时，先令调制信号的占空比为0，获得负载端的开路电压用来确定粒子位置的上下限，避免寻优时出现错误。粒子群优化算法在迭代寻优的过