减轻局部阴影对光伏系统影响的改进MPPT算法的制作方法

本发明涉及一种减轻局部阴影对光伏系统影响的改进MPPT算法。

背景技术：

随着能源危机和环境污染日趋加重，光伏发电作为利用新兴绿色能源的重要途径，正越来越受到人们的重视。然而，光伏电池受外界环境影响较大而光电转换效率较低，在现代光伏发电系统中，通常要求光伏阵列的输出功率保持最大。因此，光伏系统的最大功率点跟踪(MPPT)成为了光伏发电过程中必不可少的重要环节。

目前常用的MPPT算法主要有：恒定电压法、扰动观察法、电导增量法、开路电压法、短路电流法以及它们的改进算法等，在均匀光照下这些算法各具优势，应用于不同场合。然而当光伏阵列受到部分遮挡而接收不均匀的光照时，P-U特性曲线会发生改变，产生多个峰值，此时常规的MPPT算法可能会陷入局部峰值而失效，使光伏系统无法工作在真正的最大功率点上。国内外学者针对这一问题提出了多种局部阴影下光伏系统多峰值MPPT算法，比如：电流扫描法、短路电流脉冲法、粒子群优化算法、Fibonacci搜索法、复合MPPT算法等。这些算法在原理上都具有全局峰值判定功能，但实际应用中也存在一定缺陷，比如：电流扫描法的扫描步长难以控制，而且容易受自身电气参数变化的影响，过于依赖于算法，从而降低了算法的通用性和移植性；短路电流脉冲法需要周期性地引入电流脉冲，会对后级变流器的控制产生扰动；粒子群优化算法需要引入的状态变量较多，控制方法复杂；Fibonacci搜索法由于算法复杂成本高昂而很少应用。复合MPPT算法虽然也比较依赖阵列参数，但是其具有跟踪思路简单、算法编写容易、对环境突变响应较快、对后级控制扰动较小等诸多优点，因此应用较广。

技术实现要素：

本发明的目的在于提供一种效果好的减轻局部阴影对光伏系统影响的改进MPPT算法。

本发明的技术解决方案是：

一种减轻局部阴影对光伏系统影响的改进MPPT算法，其特征是：

第一步：确定一个真正最大功率点的领域，将系统工作电压移到此处，保证跟踪的快速性；已知均匀光照下等效电阻线R_pm＝V_pm/I_pm与光伏阵列伏安特性曲线的交点即为最大功率点，利用此线与局部阴影下光伏阵列伏安特性曲线的交点来确定第一步结束时的工作电压；为了防止局部最小值点和伪最大功率点对算法造成误跟踪，在第一步需要记录扫描过程中跟踪到的极值点并进行比较；

第二步是利用电导增量法从第一步确定的工作电压开始进行最大功率点跟踪。

所述的减轻局部阴影对光伏系统影响的改进MPPT算法，具体步骤：

第一步：初始化光伏阵列电池板的电气参数和遮挡模式；

第二步：计算光伏阵列电阻：R_pv＝V/I；其中V为光伏阵列电压，I为光伏阵列电流；

第三步：计算均匀光照下光伏电池的等效电阻：R_pm＝V_pm/I_pm；V_pm为等效电压；I_pm为等效电流；

第四步：比较等效电阻R_pm与光伏阵列电阻R_pv的大小，若R_pm<R_pv，则保存局域最大值，并返回第二步，否则，执行第五步；

第五步：利用电导增量法进行最大功率点跟踪；

第六步：判断光伏阵列输出功率是否发生变化，若发生变化，则获取光伏阵列的开路电压V_oc和短路电流I_sc，并执行第七步，否则，执行第八步；

第七步：判断光伏阵列短路电流I_sc是否发生变化，若发生变化，则返回第五步，否则，返回第二步；

第八步：判断所跟踪的功率点是否为最大功率点，若是，则执行第九步，否则，返回最大功率点，并返回第五步；

第九步：锁定最大功率点。

本发明受环境影响小，精度高，误跟踪小，工作效果好。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1、图2、图3、图4是表1所示单串阵列的输出特性示意图。

图5是本发明改进复合MPPT算法流程图。

图6是仿真电路总体设计框图。

图7是单串阵列的Simulink仿真模块示意图。

图8是MPPT的Simulink仿真模块示意图。

图9是Boost电路的Simulink仿真模块示意图。

图10是最大功率点趋于电压源区域时示波器跟踪曲线(输出功率)示意图。

图11是最大功率点趋于电压源区域时示波器跟踪曲线(工作电压)示意图。

图12是最大功率点趋于电压源区域时示波器跟踪曲线(工作电流)示意图。

图13是最大功率点趋于电压源区域系统稳定时输出功率波动示意图。

图14是最大功率点趋于电压源区域系统稳定时电压波动示意图。

图15是最大功率点趋于电压源区域系统稳定时电流波动示意图。

图16是最大功率点趋于电流源区域时示波器输出功率跟踪曲线示意图。

图17是最大功率点趋于电流源区域时示波器工作电压跟踪曲线示意图。

图18是最大功率点趋于电流源区域时示波器工作电流跟踪曲线示意图。

图19是最大功率点趋于电流源区域系统稳定时输出功率波动示意图。

图20是最大功率点趋于电流源区域系统稳定时电压波动示意图。

图21是最大功率点趋于电流源区域系统稳定时电流波动示意图。

具体实施方式

1局部阴影下单串阵列输出特性

1.1局部阴影下单串阵列数学模型

为了分析单串阵列的输出特性，首先需要准确地建立单串阵列的数学模型。在实际应用中，光伏电池生产厂家会为用户提供产品在标准测试条件下的开路电压V_oc、短路电流I_sc、最大功率点电压V_m和最大功率点电流I_m。考虑到分析与计算的方便，可以建立标准参数与输出特性之间的联系，所以本文选择太阳能电池工程数学模型：

I＝I_sc-C₁I_sc[exp(V/C₂V_oc)-1] (1)

I：光伏电池输出电流；

I_sc：光伏电池短路电流；

C₁：参数方程，见式(2)；

V：光伏电池输出电压；

C₂：参数方程，见式(3)；

V_oc：光伏电池开路电压。

其中，

C₁＝(1-I_m/I_sc)exp(-V_m/C₂V_oc) (2)

C₁：参数方程，代回式(1)；

I_m：光伏电池最大功率点电流；

I_sc：光伏电池短路电流；

V_m：光伏电池最大功率点电压；

C₂：参数方程，见式(3)；

V_oc：光伏电池开路电压。

C₂＝(V_m/V_oc-1)[ln(1-I_m/I_sc)]^-1 (3)

C₂：参数方程，代回式(1)；

V_m：光伏电池最大功率点电压；

V_oc：光伏电池开路电压；

I_m：光伏电池最大功率点电流；

I_sc：光伏电池短路电流。

当电池温度和光照强度发生变化时，可以参考文献提供的公式重新计算I_sc、V_oc、I_m、V_m等参数，就可以得到新条件下的输出特性。

为了得到足够大的输出电压，实际应用中通常将单体光伏电池通过串并联的方式组合成大型光伏阵列。假设一个光伏阵列并联的电池串数量为N_p，每个电池串上串联的电池板数量为Ns，则根据式(1)，均匀光照下该光伏阵列的数学模型可以用如下方程描述：

I_a＝I_scN_p{1-C₁[exp(V_a/C₂N_sV_oc)-1]} (4)

I_a：光伏阵列输出电流；

I_sc：光伏电池短路电流；

N_p：光伏阵列并联的电池串数量；

C₁：参数方程，见式(2)；

V_a：光伏阵列输出电压；

C₂：参数方程，见式(3)；

N_s：电池串上串联的光伏电池数量；

V_oc：光伏电池开路电压。

将方程(4)中的N_p取1，即得到均匀光照下单串阵列的数学模型。但是当阵列因为各种原因的遮挡而形成局部阴影时，阵列接收的光照不再均匀，此时方程(4)的数学模型就不再适用了。

从最简单的遮挡情况分析建立局部阴影下单串阵列的数学模型。假设一个单串阵列由N_s1个无阴影的光伏电池和N_s2个有阴影的光伏电池两部分串联组成，I_sc1和I_sc2分别对应两部分电池串的短路电流。为了防止热斑效应，每一个光伏电池都要并联旁路二极管。当阵列输出电流I>I_sc2时，大于I_sc2的电流从有阴影的光伏电池并联的旁路二极管流过，此时只有无阴影的光伏电池对外输出功率，有阴影的光伏电池及其旁路二极管都成为消耗功率的负载，此时伏安特性为无阴影电池的伏安特性；当阵列输出电流I≤I_sc2时，对应的旁路二极管形成反向偏压，此时伏安特性为有阴影电池的伏安特性。基于以上分析，该单串阵列的数学模型可以由如下的分段函数表示[12]：

I：单串阵列输出电流；

I_sc1：单串阵列中无阴影遮挡子串的短路电流；

C₁：参数方程，见式(2)；

V：单串阵列输出电压；

C₂：参数方程，见式(3)；

N_s1个单串阵列中无阴影遮挡的光伏电池数量；

V_oc1：单串阵列中无阴影遮挡子串的开路电压；

I_sc2：单串阵列中有阴影遮挡子串的短路电流；

N_s2个单串阵列中有阴影遮挡的光伏电池数量；

V_oc2：单串阵列中有阴影遮挡子串的开路电压。

当单串阵列上存在多种不同的局部阴影遮挡时，不同光照强度下的电池串的短路电流也不相同。此时单串阵列的数学模型与式(5)的分段函数相似，分段范围依然取决于阵列输出电流I与各短路电流I_scn(n为单串阵列上接收的不同光照强度的数量)的大小关系。所以，式(5)即为局部阴影下单串阵列最基本的数学模型。对于式(5)模型的准确性，有文献已通过实验测量数据证明该模型能较准确地仿真局部阴影下单串阵列的输出特性，本节分析局部阴影下单串阵列的输出特性，主要是为引出改进复合MPPT算法提供理论依据，因此这里不再描述对该模型的实验验证过程。

1.2局部阴影对单串阵列输出特性的影响

根据式(5)模型的分段思想，利用MATLAB语言编写仿真程序，可以仿真任意局部阴影遮挡下单串阵列的输出特性。为了便于分析，首先引入遮光因子的概念^[12-13]：

E：遮光因子；

E_sh：阴影条件下的光照强度；

E_ref：参考光照强度(1000W/m²)。

式中，E_sh为阴影条件下的光照强度，E_ref为参考光照强度，通常取1000W/m²。因此，遮光因子的取值范围介于0～1之间。

选取一系列遮挡模式不同的单串阵列进行仿真，每条阵列串联电池板数N_s＝10，并联电池串数N_p＝1，N_s1～N_s3部分的光照强度分别为1000W/m²、500W/m²、200W/m²，具体遮挡模式如表1所示：

表1仿真用单串阵列遮挡模式

P1～P5：仿真用的5条单串阵列的标号；

N_s1～N_s3：单串阵列分别在3种光照强度下串联的光伏电池数量；

E：遮光因子。

选用无锡尚德公司的STP150S-24/Ac型太阳能电池板的标准参数：V_oc＝43.3V、I_sc＝4.72A、V_m＝34.5V、I_m＝4.35A，温度设为25℃。

结合表1和图1、图2可以看出，均匀光照下P1的I-U特性呈单膝形，P-U特性存在单峰值；

P2存在2种不同的光照强度，其I-U特性呈2个阶梯形状，P-U特性存在2个峰值；P3也同样满足这样的规律。当单串阵列或其中一段因为阴影遮挡而多出一种光照强度时，阴影部分的输出特性会有一段下降的过程，即输出功率降低，从而导致I-U特性多出一个阶梯形状，P-U特性多出一个局部峰值。因此，单串阵列上接收几种光照强度，其I-U特性就呈几个阶梯形状，P-U特性就存在几个峰值。

图3、4中的P2、P4、P5均受到两种光照强度的照射，遮光因子E＝0.5，仔细对比P2、P4、P5的两个峰值，位置和大小受被遮挡电池板数量的影响。当遮挡电池板数N_s2>E×N_s时，最大功率点位于右侧，即趋于电压源区域，此时有遮挡部分的电池板处于最大功率点，如图4中的P4所示；当遮挡电池板数N_s2<E×N_s时，最大功率点位于左侧，即趋于电流源区域，此时无遮挡部分的电池板处于最大功率点，如图4中的P5所示；若N_s2＝E×N_s，则两部分的最大功率几乎相等，如图4中P2所示，此时最大功率点的选取取决于外部负载大小。

通过以上仿真和分析，局部阴影的存在的确会对单串阵列的输出特性产生很大影响，尤其随着阴影情况越复杂，产生的局部峰值也越多，这很容易造成常规MPPT算法对光伏系统最大功率点的误跟踪，影响光伏发电系统的输出效率，因此需要针对局部阴影问题采取适当的解决措施，以减轻局部阴影对光伏系统的影响。

2复合MPPT算法的改进

减轻局部阴影对光伏系统影响的方法主要有两种：第一种是改变系统的结构，将集中式的结构改为串式或者多串式的结构，甚至直接采用直流模块化结构，这样能够同时解决全局峰值下降和局部峰值干扰问题。不过，采用这样的方法会导致系统中变换控制器数量大量增加，增加系统复杂程度，提高系统建设成本，所以不宜采用，目前实际应用的光伏系统仍基本采用光伏电池串并联的结构；第二种是保留系统集中式结构，研究拥有全局峰值判定功能的MPPT算法，研究难点主要在于克服局部峰值的干扰问题，快速准确地跟踪到真正最大功率点。目前常见的光伏系统多峰值MPPT算法已在引言部分略作介绍，根据它们的优缺点，本文选择复合MPPT算法做光伏系统多峰值最大功率点跟踪研究，并针对其中一些问题稍加改进。

传统复合MPPT算法的原理分为两步：第一步需要确定一个真正最大功率点的领域，将系统工作电压移到此处，保证跟踪的快速性。已知均匀光照下等效电阻线R_pm＝V_pm/I_pm与光伏阵列伏安特性曲线的交点即为最大功率点，所以可以利用此线与局部阴影下光伏阵列伏安特性曲线的交点来确定第一步结束时的工作电压；第二步是利用传统的扰动观察法从第一步确定的工作电压开始进行最大功率点跟踪。传统复合MPPT算法在算法设计与程序编写过程中，容易出现如下几个问题：

1)当第一步确定的工作电压落到局部最小值点时，此时dP/dI＝0也成立，算法会因此误认为当前局部最小值点为真正的最大功率点，造成误跟踪；

2)当第一步确定的工作电压落到伪最大功率点时，可能会将伪最大功率点当作真正的最大功率点，造成误跟踪；

3)第二步采用扰动观察法虽然跟踪效率较高且容易实现，但是在最大功率点附近的波动较大，无法满足一定精度要求，而且可能由于外界环境突变而导致算法失效。

针对以上问题，需要对传统复合MPPT算法稍作改进：

1)为了防止局部最小值点和伪最大功率点对算法造成误跟踪，在第一步需要记录扫描过程中跟踪到的极值点并进行比较；

2)第二步避免使用扰动观察法，选择跟踪精度相对较高且受环境影响较小的电导增量法。

基于以上改进思想，改进后的复合MPPT算法流程图如图8所示，具体步骤：

第一步：初始化光伏阵列电池板的电气参数和遮挡模式；

第二步：计算光伏阵列电阻：R_pv＝V/I；其中V为光伏阵列电压，I为光伏阵列电流；

第三步：计算均匀光照下光伏电池的等效电阻：R_pm＝V_pm/I_pm；V_pm为等效电压；I_pm为等效电流；

第四步：比较等效电阻R_pm与光伏阵列电阻R_pv的大小，若R_pm<R_pv，则保存局域最大值，并返回第二步，否则，执行第五步；

第五步：利用电导增量法进行最大功率点跟踪；

第六步：判断光伏阵列输出功率是否发生变化，若发生变化，则获取光伏阵列的开路电压V_oc和短路电流I_sc，并执行第七步，否则，执行第八步；

第七步：判断光伏阵列短路电流I_sc是否发生变化，若发生变化，则返回第五步，否则，返回第二步；

第八步：判断所跟踪的功率点是否为最大功率点，若是，则执行第九步，否则，返回最大功率点，并返回第五步；

第九步：锁定最大功率点。

3仿真电路设计与元件参数计算

图9为仿真电路总体设计框图，主要包含PV模块、DC-DC变换电路和PWM控制电路三大部分。DC-DC变换电路的作用是调整光伏系统的输出电压以便更好地进行跟踪。本文以PV模块的输出电压作为DC-DC变换电路的输入电压，因为PV模块的输出电压偏小，需要进行升压，所以本文的DC-DC变换电路选择Boost电路；PWM控制电路的作用则是产生具有不同占空比的方波，控制变换电路中场效应管的通断，使输出电压值大小可调。

3.1单串阵列的Simulink仿真模块

单串阵列的Simulink仿真模块如图7所示。其中，V为外部输入电压，由此可以计算出单串阵列的输出电流，再通过可控电流源将其转换为外部电流，从输出接口2将其输出到外部电路。图中的S-Function是使用MATLAB语言编写的S函数，是局部阴影下单串阵列数学模型的m文件用非图形化方式表示的一个Simulink封装模块。因为光伏电池是典型的非线性元件，其输出特性曲线为非线性曲线，所以在仿真电路中，利用S函数使m文件与Simulink模块关联起来。4个输出值I_{sc_new}、V_{oc_new}、I_{m_new}和Vm_new是随外界环境变化计算得到的新参数，用来参与MPPT模块的跟踪计算。

3.2MPPT的Simulink仿真模块

MPPT的Simulink仿真模块如图8所示。这里按照图5所示的改进复合MPPT算法流程，同样使用MATLAB语言编写的S函数，将改进复合MPPT算法的m文件封装成Simulink模块，使m文件与Simulink相关联。由于本文算法的载体一般为PC机或单片机，如果使用正弦脉宽调制方式来控制逆变器，则还需另外搭建正弦波发生器，使算法变得复杂。因此本文直接使用MPPT模块输出的控制信号与一定频率的三角波进行比较，从而构造出合适占空比的方波。

3.3 Boost电路的Simulink仿真模块与参数计算

Boost电路的Simulink仿真模块如图9所示，用于调整单串阵列的输出电压以满足最大功率点跟踪的需求，其中有三个主要的元件参数需要计算，即开关管频率f、储能电感值L和滤波电容值C。

3.3.1开关管频率f的计算

开关管频率越小，系统达到稳态的时间就越长，需要选取的电感也越大，大电感增加了系统的体积和重量，使系统变得笨重，但与此同时带来的好处是开关管的损耗变小，使用寿命增加；开关管频率越大，系统的工作效率会明显提升，选取的电感值也越小，系统小巧轻便灵活，但与此同时开关管的损耗也非常明显，发热量加剧。所以，综合考虑系统效率、体积、重量、成本、损耗等各方面的因素，本文的开关管频率f选择50kHZ。

3.3.2储能电感L的选择

当可控开关处于通态时，储能电感从电源端获取能量并积蓄起来；当可控开关处于断态时，储能电感与电源同时向电容充电并向负载提供能量。通过理论分析可知，Boost电路的升压公式为：

其中U_o和U_i分别为输出电压与输入电压，D为占空比。忽略电路的损耗，输入功率与输出功率相等，即P_i＝P_o，U_iI_i＝U_oI_o，所以有

其中I_i和I_o分别为输入电流与输出电流。储能电感选取的标准是能够保证电路工作电流连续，此时电感电流的纹波分量应满足关系式：

Δi_L：电感电流纹波分量；

t_on：开关管开通时间；

U_i：输入电压；

L：储能电感值；

D：占空比；

T：工作周期；

I_i：输入电流。

其中t_on是开关管开通时间，T为工作周期，所以，电感取值应满足：

L：储能电感值；

U_i：输入电压；

I_i：输入电流；

D：占空比；

T：工作周期；

U_o：输出电压；

f：开关管频率；

I_o：输出电流。

本文选择10块特性仿真时用的无锡尚德公司的STP150S-24/Ac型太阳能电池板串联组成单串阵列作为研究对象，最大开路电压为433V，输出电压为500V，而通常阵列达到最大功率点时的电压大约为开路电压的78％，所以由式(7)可以算出占空比D约为30％，开关管频率选择50kHZ，将以上数值带入式(10)中并考虑一定的裕量，本文储能电感值选择为800μH。

3.3.3滤波电容C的选择

当可控开关处于通态时，电容上的电压向负载供电；当可控开关处于断态时，储能电感与电源同时向电容充电^[20]。假设电容的电荷量为Q，则一个周期内只有当开关管关断(t_off)时才有Q>0，由Q形成的输出纹波电压为：

ΔU_o：由电荷量形成的输出纹波电压；

Q：电荷量；

C：滤波电容值；

I_o：输出电流；

t_off：开关管关断时间；

D：占空比；

T：工作周期。

C：滤波电容值；

I_o：输出电流；

D：占空比；

T：工作周期；

ΔU_o：由电荷量形成的输出纹波电压。

各变量数值都不变，输出纹波电压取输出电压的0.2％，带入式(12)中并考虑一定的裕量，本文滤波电容值选择为10μF。

4仿真结果

结合第1节局部阴影下单串阵列输出特性的分析、第2节改进的复合MPPT算法以及第3节设计的光伏系统多峰值MPPT仿真电路，对单串阵列P-U特性曲线双峰值两种不同的局部阴影遮挡情况进行MPPT仿真，验证改进后的复合MPPT算法。

4.1最大功率点趋于电压源区域

选取10块无锡尚德公司的STP150S-24/Ac型太阳能电池板串联起来组成单串阵列，电池板的标准参数为V_oc＝43.3V、I_sc＝4.72A、V_m＝34.5V、I_m＝4.35A，温度设为25℃，其中2块电池板处于1000W/m²的均匀光照下，8块电池板受阴影遮挡影响，光照强度为500W/m²，通过模型仿真得出其理论输出特性曲线如图3、4中的P4所示。利用第3节中设计的光伏系统多峰值MPPT仿真电路进行改进复合MPPT算法的最大功率跟踪仿真，从示波器得到的跟踪曲线如图10-12所示：

当系统工作稳定时，输出功率、工作电压和工作电流的波动如图13-15所示：

从图3、4的仿真曲线P4可知，该遮挡模式下单串阵列的理论输出功率约为720.68W，工作点电压为328V，工作点电流为2.197A。从图10-15的跟踪曲线可以看出，改进复合MPPT算法仿真系统能在0.52s左右锁定最大功率点，跟踪到的最大功率点约为719.9W，功率波动幅度约为1.9W，工作点电压稳定在328V左右，电压波动幅度约为12V，工作点电流稳定在2.195A左右，电流波动幅度约为0.080A。

4.2最大功率点趋于电流源区域

选取的单串阵列与4.1节相同，电池板标准参数不变，温度不变，遮挡模式改为其中8块电池板处于1000W/m²的均匀光照下，2块电池板受阴影遮挡影响，光照强度为500W/m²，通过模型仿真得出其理论输出特性曲线如图3、4中的P5所示。从MPPT仿真系统的示波器得到的跟踪曲线如图16-18所示；

当系统工作稳定时，输出功率、工作电压和工作电流的波动如图19-21所示；

从图3、4的仿真曲线P5可知，该遮挡模式下单串阵列的理论输出功率约为1201.88W，工作点电压为279V，工作点电流为4.295A。从跟踪曲线可以看出，改进复合MPPT算法仿真系统能在0.5s左右锁定最大功率点，跟踪到的最大功率点约为1197W，功率波动幅度约为13W，工作点电压稳定在280V左右，电压波动幅度约为22V，工作点电流稳定在4.275A左右，电流波动幅度约为0.350A。

对比改进复合MPPT算法对单串阵列在两种不同局部阴影遮挡情况下的最大功率点跟踪仿真，无论最大功率点趋于电压源区域还是趋于电流源区域，该算法具有良好的跟踪性能，可以快速准确地跟踪到实际最大功率点并锁定最大功率点，没有受到局部最小值点和伪最大功率点的干扰，跟踪误差在工程允许的6％范围内。

MPPT：最大功率点跟踪(Maximum Power Point Tracking)；

V_oc：光伏电池开路电压；

I_sc：光伏电池短路电流；

V_m：光伏电池最大功率点电压；

I_m：光伏电池最大功率点电流；

I-U特性：电流-电压特性(伏安特性)；

P-U特性：功率-电压特性；

R_pv：光伏电池电阻；

R_pm：等效电阻。

V_pm：等效电压；

I_pm：等效电流；

PV：光伏(电池)；

DC-DC：直流-直流；

PWM：脉冲宽度调制((Pulse Width Modulation)；

Boost电路：升压电路。

5总结

本文针对传统复合MPPT算法在跟踪光伏系统多峰值最大功率点时可能出现的问题，提出了改进型的复合MPPT算法，即在扫描最大功率点领域的过程中增加了保存局域最大值并比较的环节，在锁定最大功率点的过程中利用精度相对较高且受环境变化影响较小的电导增量法来替代传统的扰动观察法。通过在MATLAB/Simulink中搭建仿真电路，利用改进后的复合MPPT算法，分别对局部阴影下单串光伏阵列最大功率点趋于电压源区域和电流源区域两种不同的情况进行跟踪仿真。仿真结果证明，无论实际的最大功率点落于何处，改进后的复合MPPT算法都能够快速准确地跟踪并锁定，而且不会受到局部最小值点和伪最大功率点的干扰。