通过分区变步长和过采样技术提高MPPT算法的控制性能

王俊平，曾国宏

（北京交通大学国家能源主动配电网技术研发中心，北京 100044）

引言

随着社会经济发展，能源危机越来越严重，太阳能发电技术越来越得到重视。如何提高光伏发电系统的发电效率，成为当下研究的热点。光伏组件的输出功率与光照强度及环境温度具有明显的非线性关系，因此要提高光伏组件的发电效率，其关键就是实时调整光伏组件的工作点，使之始终保持在最大功率点附近，这一过程即为最大功率点跟踪［1-2］。

常用的最大功率跟踪控制方法有固定电压法、扰动观察法、增量电导法等。恒定电压法控制精度低，仅适用于小功率场合。增量电导法虽然控制效果好，控制稳定度高，但是控制算法复杂，对采样的精确度要求很高［3］。扰动观察法算法简单，易于模块化实现，被测参数少［4］，因此被普遍应用于实际光伏系统MPPT控制。文献［5］提出了一种基于功率预测的变步长MPPT算法，有效解决了误判问题，但是该算法在最大功率点附近区域采用的是定步长跟踪，在最大功率点处存在不小的功率振荡。文献［6］提出了一种固定电压启动的变步长扰动观察算法，文献［7］在二级步长占空比扰动法的基础上结合增加跟踪裕量法，提出了一种多级步长的控制策略，文献［6-7］提出的算法可以有效解决扰动观察法跟踪精度和跟踪速度矛盾的问题，但不能解决光照快速变化时带来的误判问题。本文提出了基于过采样技术的分区变步长的MPPT算法，仿真结果验证了该算法可以有效解决误判和提高跟踪速度与跟踪精度。

1 光伏组件仿真

选取英利YGE-235组件作为参考，组件参数表1所列。

表1 光伏池板参数

温度和光照对光伏组件的输出功率都有影响，光照对组件的输出影响更大，本文只考虑了光照对光伏组件输出的影响。温度设置为25℃，光照强度设置为 200、400、600、800、1 000 W/m2的条件下进行仿真，输出曲线如图1和图2所示。

图1 不同光照下的UI曲线

图2 不同光照下的PU曲线

从图1和图2可以看出，光伏组件的输出特性具有明显的非线性，随着光照强度的降低，光伏组件最大功率近似成比例降低。一般要在负载与光伏组件之间增加一个DC-DC变换器，使光伏组件工作在最大功率点。

2 改进的MPPT算法分析

2.1 MPPT 的系统结构

如图3所示，MPPT系统结构由光伏组件、Boost电路、负载及MPPT控制电路组成。MPPT控制电路采集光伏组件的输出电压和电流，经过MPPT算法控制Boost电路的占空比，通过调节占空比来控制PWM电路的输出脉冲，用脉冲控制Boost电路中的开关，从而调节光伏组件的输出电压，实现MPPT的功能。

图3 MPPT系统结构

2.2 改进的MPPT算法

扰动观察法存在两个问题：采用的定步长扰动时，无法同时满足跟踪精度和速度的要求；在光照快速变化时，会产生扰动方向的误判，造成的更大的功率损失。针对问题1，提出了基于曲线分区的二级步长与变步长扰动相结合的方法；针对问题2，提出了基于过采样技术的方法。本文将分别从上述两方面来介绍改进的MPPT算法。

2.2.1 曲线分区变步长扰动法

从图2可以看出，光伏组件在不同的电压区域内，功率变化的大小不同，因此可以将光伏组件的PU曲线划分为不同的区域。本文将曲线划分为A、B、C 3 个区域，A 区电压范围 0～Ua，B 区电压范围Ua～Ub，C 区电压范围 Ub～Uoc。 A 区、C 区电压范围内功率变化较大，B区功率变化较小。在A、B、C 3个区域采用不同的步长扰动，可以兼顾功率追踪的速度与精度的要求。

在A区和C区电压范围内，采用较大的步长控制，可以使功率尽快追踪达到功率最大点附近，避免因长时间在低功率处工作，造成较大功率损失。从图2可以看出，C区比A区的功率变化要更快，为了避免功率变化过大对系统精度和稳定性造成的影响，C区的调整步长可以比A区的小一点。

B区处于最大功率点附近电压范围内，功率变化值较小。若采用固定步长进行扰动，扰动步长较小时，仍然会在最大功率点附近产生不小的振荡；若扰动步长过小，会影响算法的跟踪速度。在B区电压范围内，采用变步长扰动法。从图2可以看出，越接近最大功率点，ΔP/ΔU的值越小，在最大功率点处等于0。本文将占空比D作为控制参数对最大功率点进行跟踪，直接把占空比作为控制参数只需要一个控制循环，减小了控制器的设计难度。

A区电压范围内，占空比扰动步长D（K+1）=D（K）+α；C 区电压范围内，占空比扰动步长 D（K+1）=D（K）+β；B 区电压范围内，占空比扰动步长 D（K+1）=D（K）+εΔP/ΔU，在 B 区域采用变步长，设计关键是ε参数的确定。

ε为变步长扰动的关键参数，其计算式为

式中，Dstep_max为定步长扰动观察法所允许的最大步长，其中，的计算式为

式中，m为接近1的一个正数，ε值可由式（1）和式（2）估算，再通过仿真确定其最后的值。

2.2.2 基于过采样技术的扰动法

当光照快速变化时，扰动观察法在扰动方向上可能会出现误判，本文提出了一种基于过采样技术有效解决误判的方法，过采样技术就是在一个扰动周期内对电压、电流进行多次采样，经过平滑算法提高采样的准确度，相当于对功率起到了“滤波”的作用，可以有效解决误判问题，具体方法如下。

假定一个扰动周期内光照强度的变化速率恒定，在一个扰动周期内只对电压进行一次扰动，但对电压、电流进行多次采样，本文以一个周期内对电压、电流进行两次采样为例进行描述。假设（K-1/2）T时刻对系统进行一次电压扰动，经过半个周期的KT时刻（此时系统响应已经稳定）对系统进行电压、电流采样，此时电压为 UK，功率为 P（K）；过半个周期的（K+1/2）T时刻，再对系统进行一次电压、电流采样，此时功率为P（K+1/2），利用平滑算法，计算出功率 P*（K）为

在（K+1/2）T时刻完成采样后，再对系统进行下一次电压扰动，经过半个周期后（此时系统响应已经稳定）对系统进行电压、电流采样，此时电压为UK+1，功率为 P（K+1），将功率 P（K+1）与功率 P*（K）进行比较，确定下一次电压扰动的方向。由于（K+1）·T时刻的检测功率P（K+1）以及利用过采样技术和平滑算法算出的功率P*（K）为理论上是同一光照照度下P-U曲线上扰动前后的两个工作点功率，因此不存在误判问题。

2.3 基于过采样技术的分区变步长MPPT算法

图4 功率平滑算法曲线

本文所提出的基于过采样技术的分区变步长MPPT算法是将第2.2.1节和第2.2.2节所描述的方法结合起来，控制流程如图5所示。

图5 基于过采样技术的分区变步长MPPT算法控制流程

3 仿真验证

本文分别在弱光条件下、强光条件下、光照发生剧烈变化条件下对基于过采样技术的分区变步长MPPT算法进行了仿真验证。

3.1 弱光条件下仿真

本文在Matlab/Simulink环境下搭建了仿真电路，温度 T=25 ℃，t=0～0.2 s时，S=400 W/m2；t=0.2～0.3 s 时，S=300 W/m2，A 区域变化步长 α=0.015，C 区域变化步长 β=0.01，ε=10×10-6，仿真波形如图6 所示。

曲线1代表基于过采样技术的分区变步长MPPT算法，曲线2代表传统的扰动观察法，光照为400 W/m2时，传统的扰动观察法电压在0.09 s时才达到了稳定，基于过采样技术的分区变步长MPPT算法在0.03 s时就达到了稳定，具有更快的跟踪速度，当光照突变为300 W/m2时，两种算法都在0.02 s内达到了稳定。

从图7可以看出，在t=0.2 s时，光照强度由400 W/m2突变为300 W/m2，传统扰动观察法计算出的功率差是个正值，基于过采样技术的分区变步长MPPT算法计算出的功率差是个负值，在发生光照突变前，占空比向增大的方向扰动，所以传统扰动法做出了错误的判断，继续增大占空比，基于过采样技术的分区变步长MPPT算法则做出了正确的判断，减小了占空比。

图6 弱光时光照突变波形图

图7 占空比扰动前后功率差

图8 基于过采样技术的分区变步长MPPT算法占空比放大图

图9 传统扰动观察法占空比放大图

当t=0.2 s时，光照强度由400 W/m2突变为300 W/m2，此时占空比应该减小，基于过采样技术的分区变步长MPPT算法没有出现误判，而传统的扰动观察法出现了误判。

3.2 强光条件下仿真

温度 T=25 ℃，t=0～0.2 s 时，S=1 000 W/m2；t=0.2～0.3 s 时 ，S=800 W/m2，A 区 域 变 化 步 长 α=0.015，C 区域变化步长 β=0.01，ε=10×10-6， 仿真波形如图10～图12所示。

图10 强光时光照突变波形

曲线1代表基于过采样技术的分区变步长MPPT算法，曲线2代表传统的扰动观察法，光照为1 000 W/m2时，传统的扰动观察法电压在0.09 s时才达到了稳定，基于过采样技术的分区变步长MPPT算法在0.02 s时就达到了稳定，具有更快的跟踪速度，当光照变为800 W/m2时，两种算法都在0.2 s内达到了稳定。

当t=0.2 s时，光照强度由1 000 W/m2突变为800 W/m2，此时占空比应该减小，基于过采样技术的分区变步长MPPT算法没有出现误判，而传统的扰动观察法出现了误判。

图11 基于过采样技术的分区变步长MPPT算法占空比放大图（强光条件下）

图12 传统扰动观察法占空比放大图（强光条件下）

3.3 光照剧变条件下仿真

温度 T=25 ℃，t=0～0.2 s 时，S=1 000 W/m2；t=0.2～0.4 s 时 ，S=300 W/m2，A 区 域 变 化 步 长 α=0.015，C 区域变化步长 β=0.01，ε=10×10-6（强光条件下），仿真波形如图13～15所示。

图13 光照剧变波形图

曲线1代表基于过采样技术的分区变步长MPPT算法，曲线2代表传统的扰动观察法，光照为1 000 W/m2时，传统的扰动观察法电压在0.09 s时才达到了稳定，基于过采样技术的分区变步长MPPT算法在0.02 s时就达到了稳定，具有更快的跟踪速度，当光照变为300 W/m2时，传统的观察法经过0.04 s达到了稳定，基于过采样技术的分区变步长MPPT算法经过0.02 s达到了稳定。图13还可以看出基于过采样技术的分区变步长MPPT算法稳定性很好，在最大功率点附近振荡幅度也很小。

当t=0.2 s时，光照强度由1 000 W/m2突变为300 W/m2，此时占空比应该减小，基于过采样技术的分区变步长MPPT算法没有出现误判，而传统的扰动观察法出现了误判。

图14 基于过采样技术的分区变步长MPPT算法占空比放大图

图15 传统扰动观察法占空比放大图

4 结语

本文通过对光伏组件仿真建模，分析了组件输出曲线的非线性特点，通过对组件输出曲线进行分区，提出了曲线分区变步长扰动法，并对过采样技术的原理进行了详细描述。通过在弱光条件下、强光条件下、光照剧变条件下仿真，通过仿真波形可以看出，本文所提出的基于过采样技术的分区变步长MPPT算法在任何光照条件下都可以有效解决误判问题，同时具有更快的跟踪速度和较好的稳定度。

［1］路晓，秦立军.自适应扰动观察法在光伏MPPT中的应用与仿真［J］.现代电力，2011，28（1）：80-84.

［2］刘莉，张彦敏.一种扰动观察法在光伏发电MPPT中的应用［J］.电源技术，2010：186-189.

［3］朱铭炼，李臣松，陈新，等.一种应用于光伏系统MPPT的变步长扰动观察法 ［J］.电力电子技术，2010，44（1）：20-22.

［4］张超，何湘宁.短路电流结合扰动观察法在光伏发电最大功率点跟踪控制中的应用［J］.中国电机工程学报，2006，26（20）：98-101.

［5］谢颖娇，吴秋轩，王越胜，等.一种基于功率预测的变步长MPPT优化算法研究［C］//第32届中国控制会议，2013：7543-7546.

［6］刘邦银，段善旭，刘飞，等.基于改进扰动观察法的光伏阵列最大功率点跟踪［J］.电工技术学报，2009，24（6）：91-94.

［7］王平，卞建龙.多级步长光伏电池最大功率点跟踪［J］.电力系统及其自动化学报，2014，26（3）：61-65.