基于SG/Simulink的一种改进MPPT控制器的研究

王海燕，秦 健，王旭佳

(上海电力学院 自动化工程学院，上海200090)



基于SG/Simulink的一种改进MPPT控制器的研究

王海燕，秦 健，王旭佳

(上海电力学院 自动化工程学院，上海200090)

针对传统扰动观测法响应速度慢和输出功率稳定性不够理想的特点，分析了光伏电池在光照强度变化时的输出特性，提出一种改进的变步长扰动观测法，即采用新的自适应步长公式Step=N×(dV·dP)作为系统的扰动量，使光伏电池以较大步长快速接近最大功率点，然后以较小步长稳定于最大功率点。最后在SG/Simulink混合建模仿真平台下进行了仿真，所得结果表明该算法可显著提高系统响应速度与输出功率稳定性。

MPPT；扰动观测(P&O)法；System Generator(SG)

0 引言

在人类面临化石能源枯竭、环境污染日益严重的情况下，太阳能正成为许多国家大力发展的新兴能源，将太阳能转化为电能，利用太阳能电池板进行光伏发电成为一种行之有效的方式[1]。

最大功率跟踪(MPPT)控制技术是太阳能光伏发电中最主要的控制技术之一。目前常见的MPPT控制方法主要包括恒压(CV)法[2]、扰动观测(P&O)法[3]、增量电导(INC)法[4]等,其中扰动观测法具有算法结构简单、硬件实现容易的特点，因而得到了广泛的应用。本文在研究分析传统扰动观测法的基础上，提出一种改进的扰动观测法，并以FPGA作为硬件实现平台，通过SG/Simulink混合仿真对改进算法的有效性进行验证。

1 光伏电池的特性

1.1 光伏电池数学模型

图1 光伏电池等效电路模型

太阳光照射光伏电池时，由于光生伏特效应，光伏电池将太阳辐射能转化为电能。光生伏特效应的本质是利用半导体的PN结特性实现能量转换，因此光伏电池的等效模型可以采用单二极管的等效电路模型来描述[5-6]，其等效电路模型如图1所示。

其中，恒流源Iph与二极管D并联，Rp和Rs分别表示电池内部的串联和并联电阻。将温度与光照两个影响光伏电池输出特性的重要变量作近似处理，恒流源Iph的值等于光伏电池的短路电流。光伏电池的I-V特性方程为:

(1)

P-V特性方程为：

(2)

式中，Iph为光生电流；I0为反向饱和电流；U为光伏电池输出电压；q为电荷常数，取值为1.6×10-19eV；K为玻尔兹曼常数，取值为1.38×10-23；T为系统工作温度；A为二极管理想品质因数。

1.2 光伏电池输出特性

光伏电池输出特性主要受光照强度、光伏电池温度两个变量的影响，根据光伏电池的数学模型，应用MATLAB/Simulink搭建模型进行仿真，图2为光伏电池温度保持25℃，改变光照强度后得到的P-U特性曲线。

图2 不同光照强度下光伏电池P-U曲线

从以上仿真曲线可以看出，太阳能光伏电池是一种典型的非线性元件，在不同的光照下，其输出功率随输出电压的升高先升后降，因此存在输出功率最大点，即最大功率点。

2 新型扰动观测(P&O)法

光伏组件与负载间通常由直流变换电路(DC-DC)相适配，本文选用Boost电路作为直流升压变换电路，Boost电路的输入、输出电压关系为：

Upv=U0(1-D)

(3)

式中,Upv为光伏阵列输出电压；U0为Boost电路输出电压；D为Boost电路中IGBT的占空比。

光伏并网发电系统中逆变电路控制Boost电路输出电压恒定，即U0值不变。由式(3)知，调节Boost电路占空比D，可以改变光伏组件的输出电压，从而使光伏电池输出功率稳定在最大功率点。

2.1 传统扰动观测法

传统扰动观测法主要为定步长扰动观测法，其原理为：每隔一段时间以固定的步长ΔD扰动Boost电路占空比D，观测前后功率的变化方向，根据功率的变化方向决定下一时刻的扰动方向。由图2光伏电池的P-U特性曲线可知：最大功率点左侧dP/dV>0，应减小占空比D；最大功率点右侧dP/dV<0，应增大占空比D；最大功率点处dP/dV=0，D保持不变。传统扰动观测法算法简单、易于硬件实现，但追踪速度较慢，且输出功率在最大功率点处振荡较大，因此造成了光伏电池输出功率的损失。

2.2 改进的扰动观测法

针对传统扰动观测法中存在的问题，文献[7]提出以固定电压启动，通过观测dP数值大小来划分步长的扰动观测法。该算法实质上是一种定步长算法，虽然能获得低振幅的输出功率，但追踪最大功率点的速度较慢，原因在于算法的扰动步长是固定的，追踪效果受切换步长的判定区间影响较大。文献[8]采用变步长的扰动观测法，由变步长计算公式Step=kΔP/ΔV确定算法的扰动步长，相较于文献[7]能获得更快的MPPT追踪速度，但硬件实现时，由于引入除法运算，会占用较多的FPGA逻辑资源与机器周期，降低算法在硬件上的运行速度。

因此本文提出一种改进的变步长扰动观测法，并定义新的自适应步长公式为：

Step=N×(dV·dP)

(4)

式中，N为正数，即变步长速度因子，用于调整步长的变化速度。同时，根据式(4)可以构造电压扰动表达式：

(5)

图3 改进的变步长扰动观测法算法流程图

采用新的变步长公式(4)后，系统离最大功率点较远时，dV与dP均较大，可得到较大的扰动步长，从而使系统以较快速度接近最大功率点；当系统到达最大功率点时，dV与dP均较小，可得到较小的扰动步长，从而使系统稳定于最大功率点。

3 SG建模

System Generator(SG)是Xilinx公司开发的MATLAB/Simulink环境下的一个工具箱，它可在MATLAB/Simulink的环境下建立数字信号处理系统的抽象算法，并将抽象算法转化成硬件实现[9]。

为验证改进扰动观测法在不同环境条件下追踪最大功率点的快速性和稳定性，在MATLAB/Simulink中利用SG工具箱搭建算法仿真模型如图4所示。

图4 改进的扰动观测法仿真模型

模型中主要包括PV模块、MPPT模块、PWM模块和Boost升压电路模块。设计PV模块时，为简化结构、增强实用性，选择搭建基于外特性模型的光伏电池Simulink模型[10-11]。

图5为根据改进扰动观测法的基本原理，选择SG工具箱中的基本模块组合而成的MPPT模块图。设计的MPPT模块中主要包括乘法器、加法器以及寄存器，由于改进扰动观测法采用了新的变步长计算公式，因此省略掉了判断dV是否为0的分支，用乘法运算代替了除法运算，这样整个模块结构变得更简单且硬件实现时占用FPGA资源更少。

图5 SG组建的MPPT模块

MPPT模块中处理的数据均为定点数。在选择定点数位宽时，所取的位宽越长，能表示数值范围越大，精度也越高，但这样会消耗更多的硬件资源，降低算法的运行速度。考虑到光伏电池输出电压、电流和功率数值的范围较小，将定点数的位宽设置为32位，1位符号位、15位整数位和16位小数位，是足够的。

4 仿真结果及分析

运行基于SG/Simulink混合建模法搭建的改进扰动观测法仿真模型。设置SG仿真步长为0.001 s，采样周期为0.001 s，步长速度因子N取0.005，选用型号为xc6slx150t-2fgg484的FPGA作为控制芯片，模拟环境因素突变时MPPT控制器的运行情况。

当初始工作条件为：T=25 ℃，S=1 000 W/m2,仿真运行到0.5 s时，光照强度S=1 000 W/m2维持不变，温度上升到T=40 ℃,仿真结果如图6所示。

由图6可知，仿真开始后，系统快速接近最大功率点，其中改进的扰动观测法耗时约0.03 s，快于传统的扰动观测法，同时改进扰动观测法输出功率稳定，波动小。当温度变化时仍能快速追踪到最大功率点，保持稳定的功率输出。

当初始工作条件为：T=25℃，S=1 000 W/m2，仿真运行到0.5 s时，温度T=25℃维持不变，光照强度上升为S=2 000 W/m2。仿真结果如图7所示。

由图7可知，改进的扰动观测法以较快速度追踪到最大功率点，耗时约0.03 s。当光照强度发生突变时，系统仍能快速追踪到最大功率点，并保持稳定的功率输出，且响应速度、输出精度与稳定性均优于传统扰动观测法。

综合图6～7分析，改进的扰动观测法具有响应速度快、输出功率稳定的特点，在环境因素突变时，仍能表现出较好的MPPT性能，能够随环境因素的变化而快速、稳定地实现最大功率追踪。

图6 温度变化时光伏电池板输出功率

图7 光照强度变化时光伏电池板输出功率

5 结论

本文在对传统扰动观测法进行研究与分析的基础上，提出了一种改进的变步长扰动观测法，该算法具有结构简单、MPPT响应速度快、输出稳定的特点。通过使用SG和Simulink标准工具箱对改进的算法进行混合建模仿真，验证了算法的快速性与稳定性。采用SG/Simulink混合建模仿真，相较于传统的VHDL语言设计而言更加简单、直观，使设计者可以将精力集中于算法的功能实现，提高了设计效率，为下一步光伏MPPT算法的FPGA实现提供了新的工具与手段。

[1] 丁明,王伟胜,王秀丽,等.大规模光伏发电对电力系统影响综述[J].中国电机工程学报,2014,34(1):1-14.

[2] 焦阳,宋强,刘文华.基于改进MPPT算法的光伏并网系统控制策略[J].电力自动化设备,2010,30(12):92-96.

[3] 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.

[4] FARAJI R, ROUHOLAMINI A, NAJI H R, et al.FPGA-based real time incremental conductance maximum power point tracking controller for photovoltaic systems [J].The Institution of Engineering and Technology,2014,7(2):1294-1304.

[5] 季亚鹏, 付蓉, 孙万鹏. 电导增量法在光伏系统MPPT中的研究[J]. 微型机与应用, 2013, 32(7):74-76.

[6] 马永, 郭前岗, 周西峰. 一种改进型变步长MPPT算法[J]. 微型机与应用, 2015,34(17):78-80.

[7] 杭凤梅,杨伟,朱文艳.光伏系统MPPT的扰动观测法的分析与改进[J].电力系统保护与制,2014,42(9):110-114.

[8] 张建坡,张红艳,马朝晖.光伏系统变步长最大功率跟踪策略仿真研究[J].可再生能源,2009,27(5):10-14.

[9] 纪志成，高春能.FPGA数字信号处理设计教程[M].西安：西安电子科技大学出版社,2008.

[10] 万晓凤,张燕飞,余运俊,等.光伏电池工程数学模型的比较研究[J].计算机仿真,2014,31(3):113-117.

[11] 茆美琴,余世杰,苏建徽.带有MPPT功能的光伏阵列Matlab通用仿真模型[J].系统仿真学报,2005,17(5): 1248-1251.

Research on an improved MPPT controller based on SG/Simulink

Wang Haiyan, Qin Jian, Wang Xujia

(College of Automation Engineering, Shanghai University of Electric Power, Shanghai 200090, China)

Aiming at the problems that tracking speed and output power stability are not ideal in the traditional MPPT algorithm, the output characteristics of PV cells under varying illumination intensity are analyzed,and an improved variable step size perturbation method is proposed.The algorithm uses the new adaptive step size formula Step=N×(dV·dP) as the disturbance step length.It makes the photovoltaic cells in large steps to quickly approach the maximum power point, and then in a smaller step to stabilize the maximum power point. Finally, the simulations are carried out under the SG / Simulink hybrid modeling and simulation platform. The results show that the algorithm can significantly improve the maximum power point tracking speed and output power stability.

MPPT; disturbance observer method; System Generator(SG)

TM914.4

A

10.19358/j.issn.1674- 7720.2017.11.022

王海燕，秦健，王旭佳.基于SG/Simulink的一种改进MPPT控制器的研究[J].微型机与应用，2017,36(11)：74-77.

2016-11-30)

王海燕(1976-),女，副教授，主要研究方向：电站自动化、嵌入式系统及应用。

秦健(1990-),通信作者，男，硕士研究生，主要研究方向：光伏并网发电控制系统、嵌入式控制系统及应用。E-mail：13761729118@163.com。

王旭佳(1991-),男，硕士研究生，主要研究方向：微电网优化运行与控制。