王苏英,张旻
(1.广东省工业技术研究院粉体技术研究中心,广东 广州 510650;2.广东省工业技术研究院电器中心,广东 广州 510650)
全球不可再生的化石能源储存量的有限性和人类社会延续发展对能源的无限需求的矛盾愈发激烈,利用可再生能源成为解决这一矛盾的有效途径。太阳能作为可再生能源的一种,其开发和利用受到了全世界的关注。光伏发电是充分利用太阳能的有效途径,目前国内大部分光伏发电都允许并网运行更是为未来我国光伏发电的发展提供了条件。光伏列阵周围的建筑和数目以及光伏板上的灰尘等原因会造成光伏列阵的局部遮阴,在这种情况下,光伏列阵的输出特性就会发生不规则的变化,输出功率会出现多个局部最大值点,采用传统方法如爬山法、扰动观察法、电导增量法等就无法对局部最大值点和全局最大值点进行区分,因此研究优化算法对遮阴情况下光伏列阵的全局最大功率点进行追踪具有重要意义。
光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术。这种技术的关键元件是太阳能电池。太阳能电池经过串联后进行封装保护可形成大面积的太阳电池组件,再配合上功率控制器等部件就形成了光伏发电装置。
图1 光伏电池的等效电路模型
建立光伏电池的数学模型,是研究光伏阵列输出特性的前提条件。对于大容量的光伏并网发电系统不便采用于物理机制的建模,所以,通常情况下采用光伏电池的外特性等效模型进行研究,模型如图1所示,模型是完全按照光伏电源的外特性等效而来。整个模型由恒流源Iph、反向二极管、串联电阻Rs和并联电阻Rsh构成。其中的Iph为光生电流,其值就等于光伏阵列的短路电流,表明了光伏阵列的外部环境的日照强度。
通过光伏阵列的等效电路图可以得出光伏阵列输出功率P:
光伏电池的制造商通常会在电池上详细的标出标准外界环境下的相关参数,如光伏电池的开路电压Uoc、短路电流Isc、在最大功率点处的电压和电流Um、Im。所谓标准外界环境是指外温度为25℃、光照强度为1000W/m2。
在Matlab/Simulink环境下对上述光伏阵列的输出特性(I-U、P-U)进行仿真分析,标准工况下的光伏电池仿真模型如图2所示。
图2 光伏电池在Matlab/Simulink环境下的仿真模型
光伏列阵是由多个光伏模块组成,将太阳能电池组件进行串并联组装成方阵,串联的光伏组件电流相同,每个组件都并联了旁路二极管;并联的光伏组件电压相同。在非局部遮荫情况时,光伏电池的输出特性与光照强度和光伏电池表面的温度有关系,下面分别假设表面温度不变但光照强度不同的I-U、P-U输出特性曲线和光照强度不变且表面温度变化的I-U、P-U输出特性曲线。
图3为表面温度不变的情况下,光照强度变化的情况下的I-U、P-U的输出特性曲线。从图中可以观察出,光伏电池的短路电流是随着光照强度增加的而增加。而光伏电池的开路电压则不随着光伏阵列的光照强度的变化而改变。
图3 相同温度不同的光照强度下I-U、P-U输出特性曲线
图4为相同光照强度不同的温度下I-U、P-U的输出特性曲线。从图中可以观察出,光伏电池的短路电流是随着光照强度增加的而稍稍增加;而光伏电池的开路电压则随着光伏阵列的表面温度的增加而减少。
图4 相同光照强度不同的温度下I-U、P-U输出特性曲线
综上所述,光伏电池的最大功率点在不同的外在环境下是不同的,为了保证光伏电池始终工作在高效率状态,必须对光伏电池的最大功率点进行跟踪。
光伏阵列通常安装在开阔、光照充足的地域,在长期的使用中会受到尘土、落叶等落到电池表面,形成阴影;现在的光伏屋顶系统,结构和环境复杂,随着环境变化,容易产生局部阴影;另外,大型光伏电站中的电池阵列安装间距不合理也可能产生阴影。当光伏列阵发生局部遮阴的情况时,各个光伏组件接收到的光照强度不同,导致光伏列阵的P-U曲线发生变化。输出曲线从单峰值曲线就变为多峰值曲线,如图5所示。
图5 局部阴影情况下的I-U,P-U曲线
从图5中可知,当光伏阵列表面出现部分遮荫情况时,输出P-U曲线会呈现多峰值的特性,峰值最大的点称为为全局最大功率点,其余的为局部最大功率点。
综上所述,光伏电池的最大功率点在不同的外在环境下是不同的,为了保证光伏电池始终工作在高效率状态,必须对光伏电池的最大功率点进行跟踪。
根据光伏电池外特性的I-U,P-U曲线,可知光伏电池的输出电流和功率都是关于电压的非线性函数。但是P-U曲线都是成先上升后下降的趋势的,所以整条曲线只有一个最高点,所以光伏并网系统只有在该最高点点对应的工作电压下工作才能输出最大功率。但是随着外界的日照强度、结点温度和负载的变化,P-U曲线也是变化的。在P-U曲线上只有一个最高点的,理论上只要实时的调整光伏系统的工作电压,就可以使整个系统始终工作在最大功率点,提高光伏电池的转换效率。
文采用前级DC/DC的Boost的变换电路为硬件基础的MPPT控制方法。DC/DC的Boost电路原理图如图6所示。
对图6进行简单的电路分析,可以得出理想状态下的Boost电路的输入输出表达式是:
Vi是Boost电路的输入电压,Vo是电路输出电压,D是开关管S的占空比。
Vi由光伏阵列输送给Boost电路,Vpv为光伏阵列的输出电压,那么Vi=Vpv,则有:
图6 Boost电路工作原理图
由此可知,可以通过调节开关管S的占空比D来调整光伏阵列的输出电压,由于外界光照强度和结点温度的变化引起光伏阵列最大功率点变化时,需要调整光伏阵列的输出电压去追踪最大功率点。在没有阴影的情况下,光伏阵列的输出曲线只有一个拐点,此拐点就是整条曲线的最高点,即光伏电池的最大功率点,最高点对应的工作电压是唯一的,这种一一对应的关系,就使得要追踪光伏阵列的最大功率点,只需要对光伏阵列的输出电压进行适当的调整。基于DC/DC的前级Boost变换器的MPPT控制系统框图如图7所示,DC/DC变换器通过对光伏阵列的端口电压和电流实时采样并进行相关处理,得到最佳端口电压的调节指令,再用参考电压减去采样值信号,将它们的差值送入PI控制环节进行处理,在三角载波的调制作用下产生PWM波,经过调制过的PWM波用来驱动开关管,改变开关管的占空比,实现对光伏阵列的输出电压的闭环控制,从而实现最大功率点跟踪控制。
图7 基于前级Boost变换器实现MPPT控制的控制系统框图
通过以上对光伏阵列的输出功率特性分析可知,在光伏阵列出现局部阴影情况时的,光伏阵列的P-V输出特性为多峰曲线,传统的常规MPPT算法容易陷入局部最优。而粒子群算法在解决多峰函数问题方面具有稳定的收敛特性,可以应用到具有多峰P-V输出特性的最大功率点跟踪控制中。
采用粒子群算法的最大功率点跟踪控制分为两个步骤,第一步是采用粒子群寻优算法获得最优端口电压值,第二步是用获得的最优端口电压值为指令信号对DC/DC电路进行调整。在粒子寻优阶段,每个粒子都是一个潜在解,通过适值函数评判其优劣,通过速度更新公式改变位置,直至收敛到最大功率点上。粒子的速度更新与学习因子和惯性系数有关。当惯性系数较大时,粒子可能飞过最优解的区域,从而错失对全局最优解的搜索,而当惯性系数较小时,会影响对于最优解的收敛时间。因此,合理的惯性系数决定了粒子能否快速准确的找到最优解。
本文采用Matlab软件进行仿真分析,内部控制算法采用S函数编写。MPPT控制器输出的控制指令,即PWM波,被送到DC/DC直流变换器中。图9为光伏电池MPPT控制仿真图,跟踪步长设置为2。
为了检测新型模拟退火粒子群算法在MPPT中的运用,本文采取了对比的方式进行研究。光伏列阵运用多个光伏模块来实现,将光伏模块的光照强度变为1000W/m2和600W/m2不等来模拟遮阴情况。
图8 光伏电池MPPT控制仿真模型
图9为采用新型算法时光伏列阵的输出功率曲线,可以看出最大功率是在50W左右波动,在0.01时攀升至最大功率输出。图10为采用单一粒子群算法时的光伏列阵的输出功率曲线,在0.013时攀升至最大功率输出,但输出只有33W左右,是第一个极值点,表明此时陷入了局部最优。通过此仿真证明了本文提出的改进的模拟退火粒子群算法可以跳出局部最优,得到全局最大功率点。
图9 遮阴情况新型算法下的功率曲线
图10 单一粒子群算法下的功率曲线
通过分析了局部阴影情况下的光伏阵列的输出特性,提出了一种基于模拟退火粒子群算法的MPPT控制方法。该方法将模拟退火算法的思想融入到粒子群算法中,提高粒子的探索能力,可以实现全局最大功率点的准确快速跟踪。并且运用Matlab/Simulink仿真软件进行了仿真验证。
[1]互联网.太阳能一般指太阳光的辐射能量太阳能的主要利用形式[EB/OL].2012-12-05,http://www.docin.com/p-546471704.html.
[2]互联网.中国光伏发电装机容量已超美国 位居世界第三[EB/OL].2013-05-13,http://news.china.com.cn/live/2013-05/13/content_19926205.htm.
[3]周航.基于粒子群算法的局部遮阴光伏发电系统MPPT控制的研究[D].天津大学,2009.
[4]吴理博.光伏并网逆变系统综合控制策略研究及实现[D].北京:清华大学,2006.
[5]周西峰,刘晓丹,郭前岗.粒子群算法在光伏系统最大功率点跟踪中的应用[J].微型机与应用,2013,3:70-72.
[6]李岚,佟轶.光伏发电中光伏电池变步长导纳增量法最大功率追踪[J].电气技术,2012,6:37-40.