局部阴影遮蔽下光伏阵列MPPT算法的研究综述

孙成正　朱孝立　赵春柳

摘要：光伏阵列作为太阳能光伏发电系统的基本发电单元，在局部阴影条件下，它的输出特性发生改变，相应的功率曲线含有多个局域峰值，使常规的最大功率点跟踪算法很难准确地跟踪到真正的最大功率点，在分析常规最大功率点跟踪方法（恒定电压法、扰动观测法、电导增量法）的基础上，对多峰值最大功率点跟踪方法做了比较全面的比较和分析（模糊免疫算法、粒子群优化算法PSO等），为实现光伏阵列在部分遮蔽下实现最大MPPT设计与实现提供参考。

关键词：光伏阵列； 多峰值；最大功率点跟踪；光伏发电

中图分类号：TM83 文献标识码：A 文章编号：1009-3044（2014）17-4140-03

Review of the MPPT Algorithms of Photovoltaic Array in Partial Shadow

SUN Cheng-zheng， ZHU Xiao-li， ZHAO Chun-liu

（Anhui Finance and Trade Vocational College， Hefei 230601， China）

Abstract： Photovoltaic array as the basic units of solar photovoltaic power generation system， under partially shaded conditions， its output characteristics change， power curve corresponding with multiple local peak， the maximum power point tracking algorithm routine is difficult to accurately track the maximum power point tracking method for real， in the analysis of conventional maximum power point （constant voltage ， perturb & observe algorithms， incremental conductance ） based on the multi peak， maximum power point tracking method makes a comprehensive comparison and analysis （fuzzy immune algorithm， particle swarm optimization algorithm PSO）， for the realization of PV array under partial shade under the maximum design and implementation of MPPT

Key words： photovoltaic（PV）array； Ones credentials the exercise； maximum power point tracking（MPPT）； photovoltaic power generation

光伏阵列是一种直接将光能转换成电能的能量转换器，其输出电压、电流及功率容易受光照、温度、电池结温等影响，具有很强的非线性特性。当光伏阵列受到云层、灰尘、鸟的排泄物等产生的局部阴影影响时，其输出特性发生改变，表现为P-V曲线不再是简单的单峰曲线，而是呈现多峰值现象[1]。光伏阵列的多峰值会使一般常用的最大功率跟踪（MPPT）算法可能失效，找不到真正的最大功率点，也会导致光伏阵列的输出功率降低，其能量没有被充分利用，效率将将会降低。因此，研究适应局部阴影条件的最大功率点跟踪算法，为实现光伏阵列在部分遮蔽下实现最大MPPT的设计与实现提供理论参考。

1 光伏电池的数学模型

光伏电池利用半导体材料的光伏效应制成，光伏电池组件的I-V特性随太阳辐照度E（W·m-2）和电池温度（K）而变化，即I=F（U，E，T）。根据电子学理论，光伏电池的实际等效电路如图1所示：其中，二极管端电压为Vd，太阳能电池的输出电压为V，太阳能电池的输出电流为I，二极管饱和电流为Id，Iph为光生电流，n为二极管特征因子，k为波尔兹曼常数，q为电子的电荷量，T为太阳能电池的绝对温度，Rs为太阳能电池的串联电阻，Rsh为电池的并联电阻，通常，对单晶硅或者多晶硅太阳能电池，Rsh的影响可以忽略不计。对应的IV函数为[2-3]

[I=Iph-IdexpqnKTVd+IRs-1-Vd+IRsRsh]

对于光伏电池板和阵列的在局部阴影遮蔽下的特性和模型，已有不少研究，文献[4]通过仿真和实验详细分析了光伏电池板在阴影影响下的输出特性，总结了影响规律。文献[5-7]指出了阴影形状和阵列结构对PV阵列输出特性的影响，利用并联旁路二极管来减少阴影的影响并建立了相应的仿真模型。文献[8]给出了一种基于支持向量机的局部阴影下PV阵列模型。文献[9]利用分段函数建立局部阴影下的PV阵列模型。文献[10]对传统集中式光伏发电系统结构提出了改进。文献[11]利用开关管与二极管电路连接PV模块，实现了小型光伏阵列结构布局的电气重构，但需增加额外硬件和软件成本。文献[12]指出对于BIPV系统需要选取合适的安装位置。

2 单峰值下常规MPPT算法

在均一光照下，常规的单峰值MPPT算法随着光伏技术的发展日趋成熟，并且种类繁多、成效明显，已被广泛应用，传统的MPPT控制算法：扰动观察法、恒电压控制法、电导增量法的效率都在99%以上[13]，还有滞环比较法、间歇扫描法、最优梯度法、神经网络预测法、功率回授法等。endprint

2.1 恒定电压法

恒定电压法（Constant Voltage Tracking，CVT）是利用光伏阵列输出最大功率时工作电压与开路电压存在近似的比例关系这一特性进行控制的一种方法。在最大功率点跟踪过程中，就是要不断调整输出电压，使得dp/du=0。由光伏阵列的输出特性可知，当在温度一定时，光伏阵列在不同的日照下，其输出曲线的最大功率点所对应的电压总是近似靠近某一特定的电压Um。因此，可以近似的认为光伏阵列输出电压为一常数，这说明只要保持光伏阵列的输出电压恒定，就可以大致保证光伏阵列在该温度下总是工作在最大功率点附近[14]。恒定电压法适用于当在外部环境比较稳定或温度变化很小时，容易追踪到最大功率点，对于在有些情况下，光伏阵列的结温比较高或四季温差、日温差较大的地区，系统将会产生震荡，该方法不能准确跟踪光伏阵列的最大功率点。

2.2 扰动观察法

扰动观察法是目前最常用的单峰值MPPT跟踪方法，其原理是周期性地的给光伏阵列增加或者减小电压，并观测其后的功率变化方向决定下一步的控制信号，如果P增大，说明未达到最大功率点，则继续朝着原来的方向扰动；反之，则朝着相反的方向扰动。由此不断寻找和逼近光伏阵列的最大Pmax，直至在其附近小的范围内反复震荡运行达到动态平衡。扰动观察法其优点是控制思路简单，不需要复杂的逻辑推理，被测参数少，容易实现，而且对传感器的要求也不高。但其缺点是系统在光伏阵列最大功率点附近小幅震荡运行，会有一定的功率损耗；当光照强度突变时，会产生“误判”，发生跟踪错误；跟踪步长的设定也不能兼顾跟踪精度和响应速度等。该方法比较适用于日照强度变化缓慢的场合。

2.3 电导增量法

通过光伏阵列的P-U曲线可知最大Pmax的斜率为零，所以有

[dPdU=I+U·dIdU=0dIdU=-IU]

上式是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，光伏阵列工作在最大功率点。这种跟踪方法的优点是当环境条件发生变化时，能够快速跟踪其变化，并且阵列电压摆动较扰动观察法小；缺点是算法较复杂，并且在用数字方法实现时，对最大功率点的判断容易出现误差。

3 多峰值下MPPT算法

由于受到光伏组件结构特性的差异和越来越复杂的环境条件的影响，局部阴影条件下光伏组件中部分单体光伏电池接收的光照强度要小于其他正常的单体光伏电池，失配的电池不但对组件输出没有贡献，而且会消耗其余电池产生的能量，导致光伏组件呈现明显的多波峰特性，常规的单峰MPPT算法无法跟踪到真正的最大功率点，造成资源浪费和功率损耗，若系统内部仅有10%的阵列面积受到阴影遮挡而无法同时达到最大功率点时，其功率就会下降50%[15]。因此针对局部阴影条件下的光伏组件需要建立新的MPPT算法。国内外对部分遮阴情况下的MPPT控制也有一定研究，已有的控制方法如Fibonacci搜索法[4]、传统粒子群搜索算法[16]等，这些可以较好的弥补传统最大功率跟踪方法在多峰值上的不足，但是算法规律固定，不能同时灵活的避免局部极值或保证搜索精度，不能较好的完成多峰值最大功率跟踪。

3.1 模糊免疫控制法

模糊免疫控制是拥有模糊和免疫的共同优点，是将模糊语言、模糊集合、逻辑推理作为数学工具的控制算法，是用计算机来实现功能的一种智能控制，具体是根据功率变化的幅度自动调节占空比，并迅速感知外界的环境变化，找到最大功率点；它是以人的控制经验作为控制知识模型，把最大功率探索方法模糊化，即按模糊规则控制DC/DC变换器流通率的变化量，从而找到最大功率点。文献[17]对免疫理论控制策略进行了表述，文献[18]介绍了模糊免疫控制的设计，具体方法是输入为相邻采样时刻的功率变化，输出为给定输出功率，然后，给定输出控制PWM的占空比，实现PV系统的MPPT算法，该方法能克服非线性影响，具有良好的动态特性，但响应速度较慢，控制算法比较复杂，实现起来比较困难。

3.2 粒子群优化算法PSO（Particle Swarm Optimization）

粒子群优化算法又译为粒子群算法、微粒群算法、或微粒群优化算法，是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法，通常认为它是群集智能 （Swarm intelligence， SI） 的一种。PSO算法是一种多极值函数全局优化的有效方法，通过群体中粒子间的合作与竞争产生的群体智能指导优化搜索。每次迭代中，粒子通过2个极值点来更新自己，第一个是粒子本身所找到的最优解，简称为Pbest []，另一个是整个群体找到的最优解，简称为Gbest []。在找到这两个最优值时，粒子根据如下的公式来更新自己的速度和新的位置

v[] = v[] + c1 * rand（） * （Pbest [] - present[]） + c2 * rand（） * （Gbest [] - present[]）

present[] = persent[] + v[]

v[] 是粒子的速度， persent[] 是当前粒子的位置， rand （） 是介于（0，1）之间的随机数，c1， c2 是学习因子， 通常 c1 = c2 = 2。

粒子群MPPT算法与传统算法的优越之处体现在其能够搜素全局的最大值，而被广泛应用在局部阴影的最大功率点跟踪中，但是PSO算法有着收敛速度不足和搜索精度低的缺点。为此，文献[19]提出了基于自适应权重的粒子群优化（APSO）算法，即在运算过程中通过引入非线性动态惯性权重系数，有效地提高整体算法的全局搜索能力和局部改良能力。

3.3 其他MPPT控制法

对于在局部阴影遮蔽下最大功率点跟踪技术，除了上述两种主要的算法外，文献[5]提出了两步法，该方法简单但建立在统计学基础上，不能保证准确搜索到全局最大功率点。文献[20]提出了通过聚拢峰值扫描判别法来实现全局最大功率点的跟踪控制，该算法能够快速扫描从短路电流处到开路电压处之间的所有峰值，并且逐次判断比较对应的功率大小，最终能够准确定位到真正的最大功率点，同时也避免了最大功率点出现在极端情况下（短路电流和开路电压附近处）捕捉失效而无法跟踪的情况。文献[21]提出将人工鱼群算法与扰动观察法相结合的、可实现对光伏阵列部分遮挡时的最大功率点跟踪方法。文献[22]提出了适用于局部阴影的带检测环节的MPPT算法，该方法在常规MPPT算法的基础上增加一个检测步骤：首先是用扰动观察法初步寻找最大功率点，然后通过检测环节扫描光伏阵列的输出特性，寻找多峰曲线的极大值点，再通过必要的计算验证是否真正达到全局的最大功率点，如果不是再从当前电压开始重新进行跟踪，寻找新的最大值。如此循环得到真正的最大功率点。endprint

由于光伏电池的非线性、环境条件的变化、局部阴影的遮蔽等因素影响，光伏阵列最大功率点跟踪控制成为一个研究难题，也是一个研究的热点问题，但是，随着现代电子技术、智能控制技术及应用数学的发展，各种跟踪方法都有了比较大的优化和提高，同时，跟踪控制方法的简化和跟踪速度、精度的提高及各种控制方法的有机结合、取长补短等是目前和今后光伏阵列在局部阴影遮蔽下最大功率点跟踪控制的研究方向和必然的发展趋势。

参考文献：

[1] 吕昌睿，李国杰.局部阴影最大功率点MPPT算法研究[J].电力科学与工程，2012，28（5）.

[2] Mummadi V，Tomonobu S，Katsumi U.Feedforward maximum power point tracking of PV systems using fuzzy controller[J].IEEE Transactions on aerospace and electronic systems，2002，38（3）：969-981.

[3] Khaehintung N，Sirisuk P.Implementation of maximum power point tracking using fuzzy logic controller for solar powered light-flasher applications[c]//IEEE.The47th IEEE International Midwest Symposium on Circuits and Systems，Hiroshima：2004，3：171-174.

[4] 胡义华，陈吴，徐瑞东，等.光伏电池板在阴影影响下输出特性[J].电工技术学报，2011，26（1）：123-128，134.

[5] Patel H，Agarwal V..MATLAB-based Modeling to Study the Effects of Partial Shading on PV Array Characteristics[J].IEEE Transaction on Energy Conversion，2008，23（1）：302-310.

[6] Moballegh S，Jiang J.Partial Shading Modeling of Photovoltaic System with Experimental Validations[C].IEEE Power and Energy Society General Meeting.San Diego Canada，2011：1-9.

[7] 薛阳，张佳栋.部分阴影条件下的光伏阵列仿真建模与特性分析[J].华东电力，2011，39（6）：949-951.

[8] 陈阿莲，冯丽娜，等.基于支持向量机的局部阴影条件下光伏阵列建模[J] .电工技术学报，2011，26（3）：140-146.

[9] 刘晓艳，祁新梅，等.局部阴影条件下光伏阵列的建模与分析[J].电网技术，2010，34（11）：192-196.

[10] 冯宝成，苏建徽.部分遮挡条件下光伏组件的建模与仿真研究[J].电气传动，201l，41（7）：61-64.

[11] 丁明，陈中.遮阴影响下的光伏阵列结构研究[J].电力自动化设备，2011，31（10）：1-5.

[12] 王兆宇，艾芊.光伏建筑一体化系统中阴影遮蔽问题的研究[J].华东电力，2010，38（11）：1785-1788.

[13] 陈侃，冯琳，等.光伏系统在局部阴影条件下避免困于局部最大功率点跟踪算法的研究[J].可再生能源，2013，31（1）：13-16.

[14] 李娟，孙莹.光伏发电MPPT控制方法研究综述[J].机电一体化，2013，19（2）.

[15] 吴永忠，邹立珺.光伏电站太阳能电池阵列间距的计算[J].能源工程，2011，39（1）：39-40.

[16] 初雪娇，张开如，等.粒子群优化算法在多峰值MPPT控制中的应用[J].科技信息，2014（1）.

[17] 刘立群，王志新，等.部分遮蔽光伏发电系统模糊免疫MPPT控制[J].电力自动化设备，2010，30（7）.

[18] 李洪斌，陈潞.非线性系统的模糊免疫PSD控制与仿真[J].控制工程，2008，15（2）：168-170.

[19] 袁晓玲，陈宇.自适应权重粒子群算法在阴影光伏发电最大功率点跟踪（MPPT）中的应用[J].中国电力，2013，46（10）.

[20] 高金辉，马高峰.局部阴影下光伏阵列呈多峰值的MPPT算法研究[J].电子技术应用，2013，39（12）.

[21] 朱志宇，原琳.遮蔽条件下的光伏阵列最大功率点跟踪算法[J].电力系统及自动化学报，2013，25（4）.

[22] 吕昌睿，李国杰.局部阴影最大功率点MPPT算法研究[J].电力科学与工程，2012，28（5）.endprint

由于光伏电池的非线性、环境条件的变化、局部阴影的遮蔽等因素影响，光伏阵列最大功率点跟踪控制成为一个研究难题，也是一个研究的热点问题，但是，随着现代电子技术、智能控制技术及应用数学的发展，各种跟踪方法都有了比较大的优化和提高，同时，跟踪控制方法的简化和跟踪速度、精度的提高及各种控制方法的有机结合、取长补短等是目前和今后光伏阵列在局部阴影遮蔽下最大功率点跟踪控制的研究方向和必然的发展趋势。

参考文献：

[1] 吕昌睿，李国杰.局部阴影最大功率点MPPT算法研究[J].电力科学与工程，2012，28（5）.

[2] Mummadi V，Tomonobu S，Katsumi U.Feedforward maximum power point tracking of PV systems using fuzzy controller[J].IEEE Transactions on aerospace and electronic systems，2002，38（3）：969-981.

[3] Khaehintung N，Sirisuk P.Implementation of maximum power point tracking using fuzzy logic controller for solar powered light-flasher applications[c]//IEEE.The47th IEEE International Midwest Symposium on Circuits and Systems，Hiroshima：2004，3：171-174.

[4] 胡义华，陈吴，徐瑞东，等.光伏电池板在阴影影响下输出特性[J].电工技术学报，2011，26（1）：123-128，134.

[5] Patel H，Agarwal V..MATLAB-based Modeling to Study the Effects of Partial Shading on PV Array Characteristics[J].IEEE Transaction on Energy Conversion，2008，23（1）：302-310.

[6] Moballegh S，Jiang J.Partial Shading Modeling of Photovoltaic System with Experimental Validations[C].IEEE Power and Energy Society General Meeting.San Diego Canada，2011：1-9.

[7] 薛阳，张佳栋.部分阴影条件下的光伏阵列仿真建模与特性分析[J].华东电力，2011，39（6）：949-951.

[8] 陈阿莲，冯丽娜，等.基于支持向量机的局部阴影条件下光伏阵列建模[J] .电工技术学报，2011，26（3）：140-146.

[9] 刘晓艳，祁新梅，等.局部阴影条件下光伏阵列的建模与分析[J].电网技术，2010，34（11）：192-196.

[10] 冯宝成，苏建徽.部分遮挡条件下光伏组件的建模与仿真研究[J].电气传动，201l，41（7）：61-64.

[11] 丁明，陈中.遮阴影响下的光伏阵列结构研究[J].电力自动化设备，2011，31（10）：1-5.

[12] 王兆宇，艾芊.光伏建筑一体化系统中阴影遮蔽问题的研究[J].华东电力，2010，38（11）：1785-1788.

[13] 陈侃，冯琳，等.光伏系统在局部阴影条件下避免困于局部最大功率点跟踪算法的研究[J].可再生能源，2013，31（1）：13-16.

[14] 李娟，孙莹.光伏发电MPPT控制方法研究综述[J].机电一体化，2013，19（2）.

[15] 吴永忠，邹立珺.光伏电站太阳能电池阵列间距的计算[J].能源工程，2011，39（1）：39-40.

[16] 初雪娇，张开如，等.粒子群优化算法在多峰值MPPT控制中的应用[J].科技信息，2014（1）.

[17] 刘立群，王志新，等.部分遮蔽光伏发电系统模糊免疫MPPT控制[J].电力自动化设备，2010，30（7）.

[18] 李洪斌，陈潞.非线性系统的模糊免疫PSD控制与仿真[J].控制工程，2008，15（2）：168-170.

[19] 袁晓玲，陈宇.自适应权重粒子群算法在阴影光伏发电最大功率点跟踪（MPPT）中的应用[J].中国电力，2013，46（10）.

[20] 高金辉，马高峰.局部阴影下光伏阵列呈多峰值的MPPT算法研究[J].电子技术应用，2013，39（12）.

[21] 朱志宇，原琳.遮蔽条件下的光伏阵列最大功率点跟踪算法[J].电力系统及自动化学报，2013，25（4）.

[22] 吕昌睿，李国杰.局部阴影最大功率点MPPT算法研究[J].电力科学与工程，2012，28（5）.endprint

由于光伏电池的非线性、环境条件的变化、局部阴影的遮蔽等因素影响，光伏阵列最大功率点跟踪控制成为一个研究难题，也是一个研究的热点问题，但是，随着现代电子技术、智能控制技术及应用数学的发展，各种跟踪方法都有了比较大的优化和提高，同时，跟踪控制方法的简化和跟踪速度、精度的提高及各种控制方法的有机结合、取长补短等是目前和今后光伏阵列在局部阴影遮蔽下最大功率点跟踪控制的研究方向和必然的发展趋势。

参考文献：

[1] 吕昌睿，李国杰.局部阴影最大功率点MPPT算法研究[J].电力科学与工程，2012，28（5）.

[2] Mummadi V，Tomonobu S，Katsumi U.Feedforward maximum power point tracking of PV systems using fuzzy controller[J].IEEE Transactions on aerospace and electronic systems，2002，38（3）：969-981.

[3] Khaehintung N，Sirisuk P.Implementation of maximum power point tracking using fuzzy logic controller for solar powered light-flasher applications[c]//IEEE.The47th IEEE International Midwest Symposium on Circuits and Systems，Hiroshima：2004，3：171-174.

[4] 胡义华，陈吴，徐瑞东，等.光伏电池板在阴影影响下输出特性[J].电工技术学报，2011，26（1）：123-128，134.

[5] Patel H，Agarwal V..MATLAB-based Modeling to Study the Effects of Partial Shading on PV Array Characteristics[J].IEEE Transaction on Energy Conversion，2008，23（1）：302-310.

[6] Moballegh S，Jiang J.Partial Shading Modeling of Photovoltaic System with Experimental Validations[C].IEEE Power and Energy Society General Meeting.San Diego Canada，2011：1-9.

[7] 薛阳，张佳栋.部分阴影条件下的光伏阵列仿真建模与特性分析[J].华东电力，2011，39（6）：949-951.

[8] 陈阿莲，冯丽娜，等.基于支持向量机的局部阴影条件下光伏阵列建模[J] .电工技术学报，2011，26（3）：140-146.

[9] 刘晓艳，祁新梅，等.局部阴影条件下光伏阵列的建模与分析[J].电网技术，2010，34（11）：192-196.

[10] 冯宝成，苏建徽.部分遮挡条件下光伏组件的建模与仿真研究[J].电气传动，201l，41（7）：61-64.

[11] 丁明，陈中.遮阴影响下的光伏阵列结构研究[J].电力自动化设备，2011，31（10）：1-5.

[12] 王兆宇，艾芊.光伏建筑一体化系统中阴影遮蔽问题的研究[J].华东电力，2010，38（11）：1785-1788.

[13] 陈侃，冯琳，等.光伏系统在局部阴影条件下避免困于局部最大功率点跟踪算法的研究[J].可再生能源，2013，31（1）：13-16.

[14] 李娟，孙莹.光伏发电MPPT控制方法研究综述[J].机电一体化，2013，19（2）.

[15] 吴永忠，邹立珺.光伏电站太阳能电池阵列间距的计算[J].能源工程，2011，39（1）：39-40.

[16] 初雪娇，张开如，等.粒子群优化算法在多峰值MPPT控制中的应用[J].科技信息，2014（1）.

[17] 刘立群，王志新，等.部分遮蔽光伏发电系统模糊免疫MPPT控制[J].电力自动化设备，2010，30（7）.

[18] 李洪斌，陈潞.非线性系统的模糊免疫PSD控制与仿真[J].控制工程，2008，15（2）：168-170.

[19] 袁晓玲，陈宇.自适应权重粒子群算法在阴影光伏发电最大功率点跟踪（MPPT）中的应用[J].中国电力，2013，46（10）.

[20] 高金辉，马高峰.局部阴影下光伏阵列呈多峰值的MPPT算法研究[J].电子技术应用，2013，39（12）.

[21] 朱志宇，原琳.遮蔽条件下的光伏阵列最大功率点跟踪算法[J].电力系统及自动化学报，2013，25（4）.

[22] 吕昌睿，李国杰.局部阴影最大功率点MPPT算法研究[J].电力科学与工程，2012，28（5）.endprint