馬永翔 王一君 閆群民 孫荔偉

摘 ?要： 針對光伏陣列在實際工作中被局部陰影遮擋，輸出特性出現(xiàn)多個峰值點難以進行最大功率跟蹤的問題，在分析研究局部陰影下光伏陣列輸出特性的基礎上，對傳統(tǒng)電導增量法進行改進，提出一種模糊控制電導增量法。同時，將改進后的電導增量法同傳統(tǒng)粒子群優(yōu)化算法結合起來對光伏陣列進行聯(lián)合控制，利用Matlab/Simulink平臺搭建光伏陣列及其最大功率點跟蹤的仿真模型，對該控制策略進行仿真分析，仿真結果表明所采用的方法能夠?qū)崿F(xiàn)MPPT的綜合優(yōu)化。

關鍵詞： 局部陰影; 光伏陣列; MPPT; 混合控制; 綜合優(yōu)化; Matlab/Simulink; 比較分析

中圖分類號： TN876?34; TM615 ? ? ? ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）11?0140?04

Abstract： Since the photovoltaic （PV） array is shadowed by local shadows in practical work， it is difficult to perform the maximum power point tracking （MPPT） for multiple peak points appeared in output characteristics. On the basis of analyzing the output characteristics of PV array in partial shadow， the traditional conductance increment method is improved， and a fuzzy control conductance increment method is proposed. The improved conductance increment method is combined with traditional particle swarm optimization algorithm to perform the joint control for PV array. A simulation model of PV array and maximum power point tracking was built with Matlab/Simulink platform. The simulation analysis is carried out for the control strategy. The simulation results show that the adopted method can realize the synthetic optimization of MPPT.

Keywords： partial shadow; PV array; MPPT; hybrid control; synthetic optimization; Matlab/Simulink; comparative analysis

0 ?引 ?言

太陽能由于其清潔無污染的特性成為新能源開發(fā)和利用的主要對象之一，隨著智能電網(wǎng)的快速發(fā)展，光伏發(fā)電并網(wǎng)的可靠性得到提高，促進了光伏產(chǎn)業(yè)的快速發(fā)展和進步[1]。光伏陣列由光伏電池串并聯(lián)鏈接組成，光伏電池受光照強度的影響巨大，當一組光伏陣列局部處于陰影下時，輸出特性曲線會出現(xiàn)多峰現(xiàn)象[1]，使光伏發(fā)電效率降低，降低了能源利用率。傳統(tǒng)的最大功率跟蹤，如電導增量法、恒定電壓法、擾動觀察法等[2?5]受到局部峰值的影響，難以找到最大功率點，無法實現(xiàn)最大功率跟蹤的目的。針對這一問題，文獻[6]利用空間向量法對光伏陣列的布局結構進行優(yōu)化，通過優(yōu)化光伏陣列的排列方式優(yōu)化最大功率跟蹤，雖然能夠有效提高最大功率點跟蹤精度，但是計算結構復雜，必然會延長控制時間。文獻[7]提出一種混合蛙跳算法，雖然能夠有效提高多峰值輸出的最大功率跟蹤效率，但是增加了控制難度。文獻[8]采用模糊控制進行最大功率點跟蹤控制，所采用的控制結構復雜，難以提高控制效率。

本文在分析研究局部陰影下光伏陣列輸出特性的基礎上，對傳統(tǒng)的電導增量法進行模糊控制，并結合粒子群優(yōu)化算法對光伏陣列進行聯(lián)合控制，同時在Matlab/Simulink平臺上搭建了光伏發(fā)電系統(tǒng)的仿真模型，對所提出的方法進行仿真分析，得出該方法能夠較好地實現(xiàn)最大功率跟蹤的結論。

1 ?局部陰影下光伏陣列的輸出特性

光伏電池通過光生伏特效應將光能轉(zhuǎn)化成電能，由于單塊光伏電池所產(chǎn)生的電壓較小，所以在實際應用中，必須將光伏電池通過串并聯(lián)組成光伏陣列。但是，由于云層、樹木、房屋的遮擋，光伏陣列所受光照強度不均勻，使得整個陣列的輸出特性曲線出現(xiàn)多個峰值，傳統(tǒng)最大功率跟蹤的方法就難以實現(xiàn)最大功率跟蹤，降低了光伏陣列的發(fā)電效率。嚴重情況下，會使得局部陰影下的光伏電池受反向電流影響而產(chǎn)生熱斑效應，損壞光伏電池器件。

光伏陣列所接受的整體光照強度不同，所受到陰影的影響程度也不同。定義[a]為陰影處的光照強度和無陰影遮擋處的光照強度之比，通常[a]越接近1，光伏陣列所受到的局部陰影的影響越小，反之越大。而且，陰影遮擋的面積以及遮擋區(qū)域不同，對光伏陣列的影響也不同。所以，這就造成在局部陰影下光伏陣列的輸出特性具有多峰值、不穩(wěn)定的特點，增大了最大功率跟蹤的難度。

光伏電池的主體結構是一個PN結結構，其特性和二極管類似[9]。實驗中，針對不同型號的光伏電池，所對應的額定參數(shù)也不同。光伏電池的主要參數(shù)包括短路電流[Is]，開路電壓[UOC]，最大功率電壓[Um]和最大功率電流[Im]。其等效電路圖如圖1所示。

圖1 ?光伏電池等效電路

光伏陣列在實際應用過程中，工作在局部陰影條件下時，輸出特性曲線明顯出現(xiàn)多峰值現(xiàn)象，使得光伏陣列的總體輸出功率降低，減小了光伏發(fā)電效率，同時也增加了最大功率的跟蹤難度。

2 ?最大功率點跟蹤綜合控制策略

2.1 ?粒子群優(yōu)化算法

粒子群算法（PSO）屬于進化算法的一種，它可以利用當前最優(yōu)值得到全局最優(yōu)的結果。利用粒子群算法對光伏發(fā)電進行最高功率點的跟蹤，具有速度快、算法簡潔的優(yōu)點。傳統(tǒng)的粒子群算法在復雜條件下對光伏陣列進行最大功率點跟蹤，粒子群尋優(yōu)往往會陷入局部最優(yōu)點，使跟蹤準確率降低。本文采用文獻[10]提出的方法對傳統(tǒng)的粒子群算法進行優(yōu)化，除去算法中的隨機因素和限制峰值之間的速度因子，快速掃描全局，定位可能存在的最優(yōu)位置，鎖定最優(yōu)區(qū)域。這種方法的優(yōu)點在于能夠快速鎖定全局最優(yōu)區(qū)域，提高運算速度，降低控制難度，在一定程度上提高了粒子群算法的精確性。

2.2 ?模糊控制電導增量法

傳統(tǒng)的電導增量法雖然能夠使光伏電池的輸出電壓隨著日照強度穩(wěn)定變化，但其控制復雜，對步長控制要求高，在一定程度上影響了算法運行的精度和速度。模糊控制電導增量法是在傳統(tǒng)電導增量法的基礎上加入模糊邏輯語言，提高控制速度和精度。該方法的主要步驟如下：

1） 設定模糊子集與語言變量：將上一時刻的占空比擾動值[αt-1]與本時刻的功率差與電壓差的比值[Δβt=dpdv]作為輸入語言，將本時刻的占空比[αt]作為輸出語言。[αt]和[Δβt]的模糊子集為：

當[Δβt]的誤差較小時，選取分辨率較大的隸屬度函數(shù)進行控制，當[Δβt]的誤差較大時，選取分辨率較小的隸屬度函數(shù)進行控制。式（4）中，[b]的取值直接決定隸屬度函數(shù)的形狀和誤差，應根據(jù)實際控制要求進行設定。

3） 設定模糊邏輯的原則：當跟蹤點距離最大功率點較遠時，應該增大步長;反之，應該減小步長。當外界環(huán)境發(fā)生變化，控制系統(tǒng)也要做出相應的調(diào)整。

2.3 ?混合控制策略

混合控制策略的原理是先利用粒子群算法進行全局尋優(yōu)，找到最大功率點所在的近似區(qū)域，然后利用模糊控制電導增量法對鎖定區(qū)域進行最大功率跟蹤，這樣，既避免了粒子群算法因為陷入局部最優(yōu)而出現(xiàn)跟蹤失準，又可以提高跟蹤效率與速度，同時能夠使光伏電池的輸出電壓隨日照強度平穩(wěn)變化，保障輸出電壓的穩(wěn)定性，提高跟蹤精度。最大功率跟蹤控制原理如圖2所示。

圖2 ?最大功率跟蹤原理

最大功率跟蹤控制器將光伏電池的輸出電壓和電流作為輸入量，然后通過混合控制算法對最大功率點進行跟蹤，再通過PWM調(diào)制控制直流升壓單元中IGBT的占空比，從而控制輸出電壓工作在最大功率點。

混合控制策略（見圖3）主要包含兩個步驟：

1） 利用粒子群算法對光伏陣列的輸出特性曲線進行全局尋優(yōu)，設定粒子群的初始參數(shù)，評估粒子適應度，通過判斷粒子個體位置和全局位置來更新粒子位置，得到尋優(yōu)解，確定初始占空比和最優(yōu)區(qū)域。

2） 利用模糊控制電導增量法進行局部尋優(yōu)，設定模糊子集與邏輯語言，編寫控制規(guī)則，調(diào)整相應參數(shù)和比例因子，輸出占空比信號，控制DC?DC電路使光伏陣列工作在最大功率點。

圖3 ?混合控制流程圖

3 ?仿真分析

根據(jù)圖2，通過Matlab/Simulink軟件搭建系統(tǒng)的仿真模型。光伏陣列由6個光伏電池模型組成，溫度設定為標準溫度[T=]25 ℃，光照強度分別為1 000 W/m2，1 000 W/m2，1 000 W/m2，800 W/m2，600 W/m2，400 W/m2。粒子群優(yōu)化算法初始參數(shù)：粒子種群數(shù)為30，維數(shù)為2，粒子運行速度分別為1和0.3，學習因子為2，迭代次數(shù)為30。

局部陰影下的光伏陣列輸出特性如圖4所示，從圖中可以得出，光伏陣列在不均勻的光照強度下，輸出特性曲線出現(xiàn)多峰現(xiàn)象，全局的最大功率要比在標準光照強度[S=]1 000 W/m2時的最大功率小，而且出現(xiàn)多個局部最大功率點。其中，全局最大功率[Pm=]326.4 W，粒子群優(yōu)化算法結果：[Pm=]313.6 W，對應電壓[Um=]73.2 V。

圖4 ?局部陰影下光伏陣列輸出特性

利用模糊控制對電導增量法進行改進，能夠提高算法速度和精確度，仿真結果如圖5所示。

圖5a）和圖5b）分別是利用粒子群算法和模糊控制電導增量法下，光伏陣列功率輸出波形圖，從圖中可以得出，模糊控制電導增量法的收斂性、算法運行時間、精確性要強于粒子群優(yōu)化算法。采用混合算法仿真波形圖如圖6所示。

由圖6可得，采用粒子群優(yōu)化算法和模糊控制電導增量法相結合的混合算法對光伏陣列進行最大功率點跟蹤，跟蹤精度更高，所需要時間更短。在該方法下，光伏陣列輸出功率為324.5 W，更加接近理論計算值，所以，所采用的方法對于最大功率跟蹤具有更好的效果。

4 ?結 ?論

光伏陣列工作在局域陰影下，其輸出特性曲線會出現(xiàn)多個峰值，難以進行準確的最大功率點跟蹤，使光伏陣列的運行效率降低。本文針對這一問題對光伏陣列最大功率點跟蹤控制進行如下改進：

1） 在傳統(tǒng)的電導增量法基礎上采用模糊控制，簡化了控制步驟，在提高控制效率的同時提高了算法的收斂性和準確性。

圖5 ?粒子群優(yōu)化算法和模糊控制電導

圖6 ?混合算法下光伏陣列輸出特性

2） 將粒子群優(yōu)化算法同模糊控制電導增量法結合起來，對光伏陣列進行聯(lián)合控制，進一步提高了光伏陣列工作在局部陰影下最大功率跟蹤的準確性，而且降低了跟蹤算法的運行時間，提高了發(fā)電系統(tǒng)的運行效率。

3） 利用Matlab/Simulink平臺搭建光伏發(fā)電系統(tǒng)仿真模型，對所提出的控制方法進行仿真驗證，結果表明模糊控制下的電導增量法比粒子群優(yōu)化算法具有更好的收斂性，運算效率更高，而粒子群優(yōu)化算法和模糊控制電導增量法的聯(lián)合控制方法能夠進一步提高控制效率。

參考文獻

[1] 陳樹勇，宋書芳，李蘭欣，等.智能電網(wǎng)技術綜述[J].電網(wǎng)技術，2009，33（8）：1?7.

CHEN Shuyong， SONG Shufang， LI Lanxin， et al. Survey on smart grid technology [J]. Power system technology， 2009， 33（8）： 1?7.

[2] 卞海紅，徐青山，高山，等.考慮隨機陰影影響的光伏陣列失配運行特性[J].電工技術學報，2010，25（6）：104?109.

BIAN Haihong， XU Qingshan， GAO Shan， et al. Operation mismatches of photovoltaic array considering random shadows [J]. Transactions of China electrotechnical society， 2010， 25（6）： 104?109.

[3] LIU F， DUAN S， LIU F， et al. A variable step size INC MPPT method for PV systems [J]. IEEE transactions on industrial electronics， 2008， 55（7）： 2622?2628.

[4] 周德佳，趙爭鳴，袁立強，等.具有改進最大功率跟蹤算法的光伏并網(wǎng)控制系統(tǒng)及其實現(xiàn)[J].中國電機工程學報，2008，28（31）：94?100.

ZHOU Dejia， ZHAO Zhengming， YUAN Liqiang， et al. Implementation of a photovoltaic grid?connected system based on improved maximum power point tracking [J]. Proceedings of the CSEE， 2008， 28（31）： 94?100.

[5] 楊永恒，周克亮.光伏電池建模及MPPT控制策略[J].電工技術學報，2011，26（1）：229?234.

YANG Yongheng， ZHOU Keliang. Photovoltaic battery mode?ling and MPPT control strategy [J]. Transactions of China electrotechnical society， 2011， 26（1）： 229?234.

[6] ABDELSALAM A K， MASSOUD A M， AHMED S， et al. High?performance adaptive perturb and observe MPPT technique for photovoltaic?based microgrids [J]. IEEE transactions on power electronics， 2011， 26（4）： 1010?1021.

[7] 周元貴，陳啟卷，何昌炎，等.局部陰影下光伏陣列建模及多峰值MPPT控制[J].太陽能學報，2016，37（10）：2484?2490.

ZHOU Yuangui， CHEN Qijuan， HE Changyan， et al. Model of PV array under partial shading and MPPT control of multi?peak characteristics [J]. Acta energiae solaris sinica， 2016， 37（10）： 2484?2490.

[8] 劉立群，王志新，張華強.部分遮蔽光伏發(fā)電系統(tǒng)模糊免疫MPPT控制[J].電力自動化設備，2010，30（7）：96?99.

LIU Liqun， WANG Zhixin， ZHANG Huaqiang. Fuzzy?immune MPPT control of PV generation system under partial shade condition [J]. Electric power automation equipment， 2010， 30（7）： 96?99.

[9] 廖志凌，阮新波.任意光強和溫度下的硅太陽電池非線性工程簡化數(shù)學模型[J].太陽能學報，2009，30（4）：430?435.

LIAO Zhiling， RUAN Xinbo. Non?linear engineering simplification model of silicon solar cells in arbitrary solar radiation and temperature [J]. Acta energiae solaris sinica， 2009， 30（4）： 430?435.

[10] 胡克用，胥芳，艾青林，等.適用于光伏多峰功率跟蹤的改進型粒子群優(yōu)化算法[J].西安交通大學學報，2015，49（4）：140?148.

HU Keyong， XU Fang， AI Qinglin， et al. Improved particle swarm optimization for photovoltaic multi?peak power tracking [J]. Journal of Xian Jiaotong University， 2015， 49（4）： 140?148.

[11] 李志剛，田盛.局部陰影下光伏陣列結構優(yōu)化[J].太陽能學報，2016，37（12）：2999?3004.

LI Zhigang， TIAN Sheng. Structure optimization of PV array under partial shade [J]. Acta energiae solaris sinica， 2016， 37（12）： 2999?3004.