最大功率点跟踪（mppt)的制作方法

最大功率点跟踪（mppt)的制作方法
【专利摘要】公开了包括一种方法的方法、系统和其它实施方式，该方法包括测量在第一时间间隔上由光伏（PV)阵列所产生的功率的多个样本，基于所测量的多个样本确定由PV阵列所产生的功率的特性的非线性预测模型，以及在第一时间间隔结束之后的第二时间点处执行PV阵列的电压的第一次调整。该方法还包括在第三时间点处测量具有经调整电压的PV阵列的功率的另一个样本，以及确定在第三时间点处具有经调整电压的PV阵列的功率和在第三时间点处由非线性预测模型计算确定的PV阵列的功率大小之间的功率差。
【专利说明】最大功率点跟踪（MPPT)
[0001] 背景
[0002] 将可再生能源转换为电能的过程通常是复杂的，因为许多外部因素在该能源是如 何获取和利用中发挥作用。通常，分析条件以试图最大化所获取的能源。例如，利用光伏 (PV)阵列实现的太阳能电池板，当在晴天垂直于太阳放置时，可以获取更多的能源。随着环 境条件（例如，云层覆盖、温度、太阳照射与太阳能电池板的角度等）变化，功率提取也有效 变化。
[0003] 此外，由太阳能电池板提供的功率效率通常也随着负载条件变化而改变。因此，为 了根据负载条件从太阳能电池板适当地提取能量，最大功率点跟踪过程可被使用。最大功 率点跟踪（MPPT)过程可确定PV阵列和负载（例如，家电、机器、电池）的供给与需求，并可 被用来确定PV阵列的最优的或近似最优的电压/电流，在此功率提取可能被最大化（或近 似最大化）。
[0004] 日照条件的快速转变（例如，改变云层覆盖范围、降温、改变太阳相对于太阳能电 池板的角度）可能会影响到MPPT的结果，可能导致错误的MPPT的结果。
[0005] 概要
[0006] 本文所公开的是系统、方法和其它实施方式，其提供最大功率点（MPP)判定的高 效实现，其可以在迅速变化的日照条件下（例如，环境条件，诸如云层覆盖范围、温度、太阳 在天空中的位置等）被获得。
[0007] 因此，在一些实施方案中，公开了一种用于功率跟踪的方法。该方法包括：测量在 第一时间间隔上由光伏（PV)阵列所产生的功率的多个样本，基于所测量的PV阵列的功率 的多个样本确定由PV阵列所产生的功率的特性的非线性预测模型，以及在第一时间间隔 结束之后的第二时间点处执行PV阵列的电压的第一次调整。该方法还包括在第三时间点 处测量具有经调整电压的PV阵列的功率的另一个样本，以及确定在该第三时间点处具有 经调整电压的PV阵列的功率和在该第三时间点处由非线性预测模型计算确定的PV阵列的 功率大小之间的功率差。
[0008] 该方法的实施方案可包括至少一些在本公开中所描述的特征，包括以下特征中的 一个或多个。
[0009] 该方法还可包括基于在第三时间点处具有经调整电压的PV阵列的功率和在第三 时间点处由非线性预测模型计算确定的PV阵列的功率大小之间所确定的功率差，执行PV 阵列的电压的另一次调整。
[0010] 执行PV阵列的电压的另一次调整可以包括：当PV阵列的电压的第一次调整是电 压增加时，响应于功率差大于ε的判定，增加 PV阵列的电压，其中，ε是小于由PV阵列产 生的功率的预定值。
[0011] 执行PV阵列的电压的另一次调整可以包括：当PV阵列的电压的第一次调整是电 压增加时，响应于功率差小于ε的判定，降低PV阵列的电压，其中，ε是小于由PV阵列产 生的功率的预定值。
[0012] 确定由PV阵列产生的功率的特性的非线性预测模型可包括使用例如插值多项 式、最小二乘法和/或三角插值中的一个或多个来推导非线性预测模型。
[0013] 测量在第一时间间隔上PV阵列的功率的多个样本可包括在第一时间间隔期间的 不规则时间段内测量多个样本。
[0014] PV阵列的功率的特性的非线性预测模型可包括由日照变化导致的PV阵列的功率 的特性的非线性预测模型。
[0015] 日照变化可能包括，例如，温度变化、云层覆盖范围变化和/或太阳的位置变化中 的一个或多个。
[0016] 在一些实施方案中，公开了一个系统。该系统包括一个或多个配置成将太阳辐射 转换为电流的光伏（PV)阵列，测量由一个或多个PV阵列产生的功率的一个或多个样本的 采样子系统，以及控制器。该控制器被配置为基于在第一时间间隔上测量的一个或多个 PV阵列的功率的多个样本来确定由一个或多个PV阵列产生的功率的特性的非线性预测模 型，在第一时间间隔结束之后的第二时间点处引发一个或多个PV阵列的电压的第一次调 整，以及确定在第三时间点处测量的具有经调整电压的一个或多个PV阵列的功率的另一 样本和由非线性预测模型确定的在第三时间点处的一个或多个PV阵列的计算的功率大小 之间的功率差。
[0017] 该系统的实施方案可包括至少一些本公开中描述的特征，包括在以上关于方法所 描述的特征中的至少一些特征，以及以下特征中的一个或多个。
[0018] 该控制器还可以配置成，基于在第三时间点处的具有经调整电压的一个或多个PV 阵列的功率和在第三时间点处由非线性预测模型确定的一个或多个PV阵列的计算的功率 大小之间所确定的功率差，引发一个或多个PV阵列的电压的另一次调整。
[0019] 被配置以引发一个或多个PV阵列的电压的另一次调整的控制器可被配置为：当 一个或多个PV阵列的电压的第一次调整是电压增加时，响应于功率差大于ε的判定而引 发一个或多个PV阵列的电压的增加，其中， ε是小于由一个或多个PV阵列产生的功率的 预定值。
[0020] 被配置为引发一个或多个PV阵列的电压的另一次调整的控制器可被配置为：当 一个或多个PV阵列的电压的第一次调整是电压增加时，响应于功率差小于ε的判定而引 发一个或多个PV阵列的电压的降低，其中，ε是小于由一个或多个PV阵列产生的功率的 预定值。
[0021] 被配置为确定由一个或多个PV阵列产生的功率的特性的非线性预测模型的控制 器可被配置为使用例如插值多项式、最小二乘法和三角插值中的一个或多个来推导非线性 预测模型。
[0022] 该控制器可包括一个或多个处理器。
[0023] 被配置为测量由一个或多个PV阵列产生的功率的一个或多个样本的采样子系统 可被配置为测量在第一时间间隔期间的不规则时间段内的多个样本。
[0024] 在一些实施方案中，公开了一种用于功率跟踪的方法。该方法包括：测量在第一时 间间隔上由光伏（PV)阵列所产生的功率的多个样本，基于所测量的PV阵列的功率的多个 样本来确定由PV阵列所产生的功率的特性的非线性预测模型，以及在第一时间间隔结束 之后的第二时间点处执行PV阵列的电流的第一次调整。该方法还包括测量在第三时间点 处具有经调整电流的PV阵列的功率的另一个样本，以及确定在第三时间点处具有经调整 电流的PV阵列的功率和在第三时间点处由非线性预测模型计算确定的PV阵列的功率大小 之间的功率差。
[0025] 该方法的实施方案可包括至少一些在本公开中描述的特征，包括以上关于第一方 法和系统描述的特征中的至少一些特征，以及以下特征中的一个或多个。
[0026] 该方法还可包括基于在第三时间点处具有经调整电流的PV阵列的功率和在第三 时间点处由非线性预测模型计算确定的PV阵列的功率大小之间所确定的功率差，执行PV 阵列的另一个电流调整。
[0027] 在一些实施方案中，公开了一种用于功率跟踪的方法。该方法包括：测量在第一时 间间隔上由光伏（PV)阵列所产生的功率的多个样本，基于所测量的PV阵列的功率的多个 样本确定由PV阵列所产生的功率的特性的线性预测模型，使用最小二乘法推导线性预测 模型。该方法还包括在第一时间间隔结束之后的第二时间点处执行PV阵列的电压的第一 次调整，测量在第三时间点处具有经调整电压的PV阵列的功率的另一个样本，以及确定在 第三时间点处具有经调整电压的PV阵列的功率和在第三时间点处由利用最小二乘法推导 的线性预测模型确定的PV阵列的计算的功率大小之间的功率差。
[0028] 该方法的实施方案可包括至少一些本公开中描述的特征，包括以上关于方法和系 统描述的特征中的至少一些特征。
[0029] 除非另有定义，否则本文所用的所有技术和科学术语都具有如通常或习惯上理解 的相同的含义。如本文所使用的，冠词"一（a)"和"一（an)"指的是一个或多于一个（即， 至少一个）的物品的语法对象。通过举例的方式，"一个元件"是指一个元件或多于一个的 元件。当参照可测量值（诸如数量、持续时间等）时，如本文中使用的"大约"和/或"近 似"是指包含从给定的值的±20%或±10%、±5%或+0. 1 %的变化，同样的变化适合于本 文所描述的系统、设备、方法以及其它实施方式的环境。
[0030] 如本文所用的，包括在权利要求中，用在以"至少一个"或"一个或多个"开头的项 的列表中的"和（and) "表示所列项的任意组合可以被使用。例如，"A、B和C中的至少一 个"包括A或B或C或AB或AC或BC和/或ABC(即，A和B和C)的任何组合。此外，在某 种程度上，项A、B或C的多于一个发生或使用是可能的，A、B和/或C的多次使用可以形成 预期组合的一部分。例如，"A、B和C中的至少一个"的列表还可包括AA、AAB、AAA、BB等。
[0031] 通过附图的以下具体描述，本公开的其它和另外的目的、特征、方面和优点将变得 更好地理解。
[0032] 附图概要描述
[0033] 图1A是获取太阳能的太阳能电池板系统的示意图。
[0034] 图1B是用于PV阵列（诸如在图1A中所示的PV阵列）的功率输出特性作为阵列 的电压的函数的示例曲线图。
[0035] 图2是作为日照变化和/或电压扰动的结果，在一段时间上PV阵列的功率特性的 曲线图。
[0036] 图3是功率跟踪过程的流程图，其考虑到日照变化对于由例如图1A的系统所执行 的功率跟踪功能的影响。
[0037] 图4是执行跟踪过程（诸如图3的过程）的示例系统的实施方式的示意图。
[0038] 图5是通用的计算系统的示意图。
[0039] 图6是确定在扰动之后测量的功率和利用基于二阶拉格朗日多项式的预测模型 计算出的值之间的功率差的示例实施方式的示意图。
[0040] 图7是示出了跟踪过程的性能的曲线图。
[0041] 相似的参考符号在各个附图中指示相似的元件。
[0042] 具体描述
[0043] 本文所公开的是用于估算光伏（PV)阵列的最大功率点的技术、系统、方法、设备 和其他实施方式。例如，在一些实施方案中，太阳能系统包括将PV阵列中产生的电的直流 电转换成交流电的设备。然后该交流电作为输入被提供到基于计算机的系统，该基于计算 机的系统被配置以跟踪MPP从而使得能够从PV阵列有效地获取电能。基于计算机的系统 还可包括被用于为信号采样时间段的间隔、扰动循环（cycle)时间段的间隔、扰动点和观 察点计时的时钟。交流电以一定间隔采样，其小于扰动循环的间隔，以便产生阵列的功率特 性的预测模型，从其中产生PV阵列的预测的特性的轨迹。当阵列的实际电压被干扰时，确 定在PV阵列的实际功率与在随后的时间点的预测功率之间的差值。通过允许基于确定的 功率差来正确地选择下一个扰动循环的方向，MPP能够在动态的日照条件下被适当地跟踪。 其它系统实施方式是可能的。
[0044] 在一些实施方案中，方法、系统和其它实施方式被提供，包括用于功率跟踪的方 法，其包括测量在第一时间间隔上由光伏（PV)阵列所产生的功率的多个样本，基于所测量 的PV阵列的功率的多个样本，确定由PV阵列所产生的功率的特性的非线性预测模型，以及 在第一时间间隔结束之后的第二时间点处执行PV阵列的电压的第一次调整。该方法还包 括测量具有经调整电压的PV阵列的功率的另一个样本，以及确定在第三时间点处具有经 调整电压的PV阵列的功率和从非线性预测模型中确定的在第三时间点处的PV阵列的计算 的功率大小之间的功率差。
[0045] 参考图1A，示出了获取太阳能的太阳能电池板系统100的示意图。该系统100包 括排列为PV阵列103的多个光伏（PV)模块（或电池），诸如PV模块104。在一些实施方 式中，每个PV模块可包括连接的一系列光伏电池。在一些实施方式中，可类似地配置成光 电二极管的PV电池的表面被来自太阳102的辐射101照射，以激发电子并在两个电极之间 产生电势。在一些实施方案中，由电池产生的能量产生直流电（DC)。为了将这个DC电力转 换为可用电能（例如，以交流电的形式），阵列103被连接到配置成将DC转换为AC的逆变 器110 (也称作转换器）。
[0046] 太阳能可以在日照中进行测量，其是在已知表面面积（平方米）上和在给定时间 段（天）上所收集的电量（千瓦时）。日照随着环境条件变化（诸如，温度、云层覆盖范围 和太阳的位置）而变化，并且因此，当其中部署PV阵列103的环境发生变化时，由PV模块 产生的功率波动（通常以非线性方式）。在一些实施方案中，PV阵列103可以被安装在可 移动支架105上，其可以被调整以将阵列的平坦表面定位成与太阳成一定角度，该角度寻 求最大化从太阳接收的辐射。
[0047] 在一些实施方案中，为了根据负载需求从太阳能电池板提取能量，执行识别PV阵 列的最优或近似最优的操作点的技术和过程。例如，随着影响PV阵列的性能的负载和环境 条件变化，PV阵列的最优电压或电流改变。然而，因为PV阵列通常被配置成以恒定的操作 点（例如，在恒定的电压处）来操作，因此波动的负载和/或环境条件可能会使配置为在设 定电压或电流下操作的PV阵列的操作呈现为非最优。因此，在一些实施方式中，随着负载 和环境条件变化，PV阵列操作点可被调整以便识别对于当前负载和/或环境条件的PV阵 列的最优的（或近似最优的）操作点。
[0048] 在一些实施方案中，技术/过程（诸如最大功率点跟踪（MPPT)过程）可被利用。 MPPT过程被配置以基于PV阵列和负载的供给和需求来确定最优电压（当PV阵列被配置成 在恒定电压和可变电流下操作，其中可变电流随变化的环境和/或负载条件而改变时），和 /或确定最优电流（当PV阵列被配置成在恒定电流和可变电压电平下操作，其中可变电压 电平随变化的环境和/或负载条件而改变时），以使得PV阵列能够提供最优（例如，最大或 近似最大）的功率。例如，参照示出了作为阵列电压的函数的用于PV阵列的功率输出特性 的示例曲线图150的图1B，在其处供给和需求之间的差值为零或近似为零（在曲线图150 的点152处）的点对应于PV阵列的最大功率点（MPP)，其中PV阵列充分有效地提供电能 到负载并且很少或没有额外的功率被损失或需要。曲线图上在其处传输最大功率的点对应 于在其处曲线图的导数（dP/dV)等于0的点。在曲线图上的其它点处，导数dP/dV(随着V 增加）不等于〇,且因此PV阵列不在最优状态下操作。例如，曲线图150的区段154,对应 于小于〇的导数dP/dV，且可以表明对于给定的负载条件电压电平太高。在另一个实例中， 在曲线图150上在其处随着V增加而导数dP/dV大于0(dP/dV>0)的点（如曲线图的区段 156所描绘的）可以代表对于现有负载条件电压电平太低。
[0049] 当PV阵列不在最优或近似最优的条件下操作时，例如，当功率与电压曲线的导数 dP/dV是非零时，过程（如最大功率点跟踪（MPPT)的方法）可实施以反复调整PV阵列的电 压电平，直到用于给定负载和/或环境条件的由PV阵列递送的最优或近似最优的功率被建 立。
[0050] 例如，在一些实施方案中，基于MPPT的过程可以被实现为基于"扰动和观 察"(P&〇)的过程，其中PV阵列的电压被周期性扰动（例如，PV阵列所产生的电压被调节）， 并且观察到电流中的变化、以及由此由于电压的变化导致的由PV阵列提供的功率的变化。 因此，所观察到的功率值与先前的功率值之间的差值可以提供代表dP/dV的值。这个过程 可以按照下面的等式来描述：
[0051] PpV(T) - PpV(〇) = χ (1)
[0052] 其中，PPV为观察到的光伏阵列的功率，T为扰动间隔的时间段（在本实例中），且 χ是在一个时间段（T)上的功率差。如果电流（或功率）的变化为零，S卩，χ = 0,那么MPP 被实现。然而，如果功率的变化使得功率增加或减小，那么MPP根据观察到的变化而改变。 例如，如果dP/dV>0,可断定该扰动引起阵列的操作功率向MPP移动，而如果dP/dV〈0,可以 断定该扰动引起阵列的操作功率远离MPP。
[0053] 因此，为了实现MPPT过程，在图1A中描述的系统100可包括控制器120 (例如，基 于处理器的控制器、DSP处理器、专用集成电路和/或其任何组合），其配置成确定系统和设 备的非最优条件是否存在（例如，通过跟踪根据变化的电压和/或电流所产生的功率的特 性），并且配置成可控制地调整电压/电流以收敛到对于PV阵列的最优或近似最优的功率 特性。例如，在耦合到PV阵列的控制器例如通过确定dP/dV是非零而表明非最优功率条件 的情况下，控制器被配置以引起PV阵列的电压的调整，并且如果电压调整并没有导致最优 或近似最优条件的建立（例如，MPP没有被建立）则重复这些操作。如图1A中所示，控制 器120可以电耦合到例如逆变器110的输出（例如，使得能够确定功率值）和/或电耦合 到PV阵列103 (例如，以控制阵列的电压和/或电流）。
[0054] 例如，根据上面的等式1所执行的MPPT过程，在一个时间点（例如，当系统通过例 如引起阵列电压增加或减少而被扰动时）测量功率（例如，阵列的电流乘以阵列的电压）， 并在随后的时间点T(时间点之间的时间段应足够长以使该阵列的功率特性稳定下来）测 量功率。
[0055] 根据等式1计算的功率差不表示其贡献给在随后的时间点所测得的功率。更具体 地，如果在测量时间段期间环境和负载条件不变，那么就可以假定在时间点T测得的功率 实质上是由对PV阵列的电压做出的调整引起的。然而，如果PV阵列在其中运行的环境条件 存在变化（温度、云层覆盖范围、太阳亮度等），那么这些环境变化至少在一定程度上对在 由PV阵列提供的功率的测量的变化有贡献（为了说明的目的，将假定在PV阵列功率测量 时间段期间负载条件不变）。因此，难以判断基于其确定跟踪方向的"功率增量"标志是否 响应于电压扰动或日照变化或两者兼而有之。因此，在这些情况下，根据等式1的功率差的 计算可提供一个值，该值不会为是否有必要进一步调整PV阵列的电压和/或在什么方向上 (例如，电压增力卩、电压降低）应当做出调整的准确指示。因此，功率优化过程（诸如MPPT 过程）可能在错误的方向进行跟踪。
[0056] 因此，在一些实施方案中，考虑到日照变化的影响/贡献的用于PV阵列的功率优 化过程可被实现。更具体地，在一些实施方式中，功率差的计算可以根据一个模型来执行， 该模型将日照变化的影响/贡献与在由PV阵列供应/产生的功率中的变化合并。参考图 2,示出了作为日照变化和电压扰动的结果，在一段时间上的PV阵列的功率特性的曲线图 200。如图2中所示，在时间段0〈t〈Tl期间（S卩，扰动点之前的时间段），在曲线图200的实 例中，功率被示出为由于日照变化（例如，温度、云层覆盖范围等的变化）而改变。在此期 间，也被称作"识别时间段"或"采样时间段"，由日照变化导致的PV阵列的功率特性可被采 样，并基于记录的采样点，确定由于日照变化造成的代表功率特性的模型。因此，在采样时 间段结束之后的时刻，由于日照变化，推导的模型可用来预测PV阵列的功率特性。图2示 出的虚线投影204对应于PV阵列的功率特性，其根据在时间段0〈t〈Tl期间采集的样本导 出的模型预测得到。虚线投影204是在其扰动之前的曲线图200的样本部分的预测延伸， 因此并不代表由PV阵列的扰动造成的PV阵列的功率大小的特性。
[0057] 如在图2中进一步示出的，在采样时间段之后的时刻，PV阵列系统被干扰（例如， 其电压电平被改变），结果是在图2的实例中由曲线图200的实线部分210所表示的功率 特性。实线部分210代表由扰动和日照变化两方面的影响造成的PV阵列的功率特性。一 般地，来源于样本的模型可以根据日照变化（或任何其它可被建模的因素）提供功率特性 的合理的短期预测，但所预测特性的准确性和有效性随着时间的推移而减小。如从图2中 可以看出，扰动对于PV阵列的功率特性的影响可通过使用推导的模型（由图2中所示的虚 线部分204表示的）识别所预测的日照变化对于功率特性的影响，并通过从整体功率特性 (由曲线图200的实线部分210表示）减去所预测的日照变化对于功率特性的影响/贡献 来确定。因此，在一些实施方案中，扰动的影响可表示为：
[0058] PPV ⑴-PPV 模型⑴ （2)
[0059] 其中，T是在采样时间段结束之后且在PV阵列被扰动的时间点之后的、当PV阵列 提供的功率被采样时的时间点。在由PV阵列提供的实际功率（这个实际功率例如受到扰动 和日照变化的影响）和使用数学模型（其建模由于日照变化导致的PV阵列的功率特性）预 测的功率大小之间的差值，提供了代表扰动对于由PV阵列提供的功率的影响的值。因此， 合成（resultant)值将提供dP/dV的更精确的表示，并从而将提供PV阵列的功率特性的更 精确和可靠的跟踪，以便更快速地达到最优或近似最优的电压电平（或电流大小，在PV阵 列具有几乎恒定的电流和脉动电压的情况下）。
[0060] 如将在下文中更详细地描述的，在一些实施方式中，推导出的用于预测由于日照 变化导致的PV阵列的功率特性的模型（至少对于短期预测）可以是非线性模型，例如，高 阶模型，诸如，例如，二阶模型和/或三阶模型。使用非线性模型提供了变化速率（在此情 况下，PV阵列的功率的变化速率）的更精确和稳定的表示（例如，相对于例如由线性模型 所提供的表示），并且因此可使PV阵列的MPP的更加准确的跟踪成为可能。此外，使用非线 性模型使得能够进行非恒定采样（即，使用不同的采样间隔，其中连续样本间的采样间隔 不必是相同的）以获得样本，其用于获得对应于样本的非线性表不。在一些实施方案中，并 且如将在下面更详细地描述的，表示缘于日照变化（或缘于其它因素）的PV阵列功率特性 的非线性预测模型的推导，可基于例如插值多项式、最小二乘法和/或三角插值中的一个 或多个。
[0061] 参照图3,示出了功率跟踪过程300的流程图，其考虑了日照变化对由例如系统 1〇〇所执行的功率跟踪功能的影响。例如，过程300的实现可基于配置图1中描述的控制 器120以执行本文所述的操作。如所指出的，为确定日照变化（或其它因素）对于PV阵列 (诸如在图1中描述的PV阵列103)的功率特性所具有的影响，测量在第一时间间隔上由 PV阵列所产生的功率的多个样本310。样本的测量可以被执行，例如，通过分别测量PV阵 列所产生的电压和电流（例如，使用电压表、安培表等），并使二者相乘以获得由PV阵列提 供的即时功率值。在一些实施方案中，测得的电气属性可针对PV阵列的逆变器（例如，逆 变器110)的输出被执行。例如，也可以通过将识别时间段（也被称为"采样时间段"）分为 许多间隔来执行功率样本的测量。在一些实施方案中，且如图2中所示，识别时间段可被分 为长度大体相等的持续间隔T s。如所指出的，当推导出非线性模型以代表由PV阵列提供的 功率特性时，采样时间段不必是恒定的，并且在识别时间段期间的连续样本之间的间隔可 能会发生变化。在一些实施方式中，所测量的样本可以通过使用采样保持电路获得，以确定 在测量时刻的电压电平和/或电流大小，并使用例如模数转换器（ADC)以数字化所测量的 样本。这种采样保持电路和/或ADC可以是图1的示例控制器120的一部分。
[0062] 基于所测量的PV阵列的功率大小的多个样本，由PV阵列所产生的功率特性的非 线性预测模型可被确定320。如所指出的，在一些实施方案中，基于插值多项式的非线性模 型可以被推导。多种形式可以被用来表示插值多项式。例如，插值多项式函数可被表示为 正交多项式的线性组合。在一些实施方式中，插值多项式可以表示为拉格朗日多项式的组 合。更具体地，拉格朗日多项式的组合可以表示为：
[0063]
【权利要求】
1. 一种用于功率跟踪的方法，所述方法包括： 测量在第一时间间隔上由光伏PV阵列产生的功率的多个样本； 基于所测量的所述PV阵列的所述功率的多个样本，确定由所述PV阵列所产生的功率 的特性的非线性预测模型； 在所述第一时间间隔结束后的第二时间点处，执行所述PV阵列的电压的第一次调整； 在第三时间点处测量具有经调整电压的所述PV阵列的功率的另一个样本；以及 确定在所述第三时间点处具有经调整电压的所述PV阵列的功率和在所述第三时间点 处由所述非线性预测模型确定的所述PV阵列的计算的功率大小之间的功率差。
2. 根据权利要求1所述的方法，还包括： 基于在所述第三时间点处具有经调整电压的所述PV阵列的功率和在所述第三时间 点处由所述非线性预测模型确定的所述PV阵列的所述计算的功率大小之间所确定的功率 差，执行所述PV阵列的电压的另一次调整。
3. 根据权利要求2所述的方法，其中，执行所述PV阵列的电压的所述另一次调整，包 括： 当所述PV阵列的电压的所述第一次调整是电压增加时，响应于所述功率差大于ε的 判定，增加所述PV阵列的电压，其中，ε是小于由所述PV阵列产生的功率的预定值。
4. 根据权利要求2所述的方法，其中，执行所述PV阵列的电压的所述另一次调整，包 括： 当所述PV阵列的电压的所述第一次调整是电压增加时，响应于所述功率差小于ε的 判定，降低所述PV阵列的电压，其中，ε是小于由所述PV阵列产生的功率的预定值。
5. 根据权利要求1所述的方法，其中，确定由所述PV阵列产生的功率的特性的所述非 线性预测模型，包括： 使用插值多项式、最小二乘法和三角插值中的一个或多个来推导所述非线性预测模 型。
6. 根据权利要求1所述的方法，其中，测量在所述第一时间间隔上的所述阵列的功率 的所述多个样本，包括： 在所述第一时间间隔期间的不规则时间段内测量所述多个样本。
7. 根据权利要求1所述的方法，其中，所述PV阵列的功率的特性的所述非线性预测模 型包括，由日照变化导致的所述PV阵列的功率的特性的非线性预测模型。
8. 根据权利要求7所述的方法，其中，所述日照变化包括温度变化、云层覆盖范围变化 和太阳位置变化中的一种或多种。
9. 一种系统，所述系统包括： 一个或多个光伏PV阵列，其被配置成将太阳辐射转换为电流； 采样子系统，其用于测量由所述一个或多个PV阵列产生的功率的一个或多个样本；以 及 控制器，其被配置为： 基于在第一时间间隔上测量的所述一个或多个PV阵列的功率的多个样本，确定由所 述一个或多个PV阵列产生的功率的特性的非线性预测模型， 在所述第一时间间隔结束后的第二时间点处，引发所述一个或多个PV阵列的电压的 第一次调整，以及 确定在第三时间点处测量的具有经调整电压的所述一个或多个PV阵列的功率的另一 个样本和在所述第三时间点处由所述非线性预测模型确定的所述一个或多个PV阵列的计 算的功率大小之间的功率差。
10. 根据权利要求9所述的系统，其中，所述控制器还被配置为： 基于在所述第三时间点处具有经调整电压的所述一个或多个PV阵列的功率和在所述 第三时间点处由所述非线性预测模型确定的所述一个或多个PV阵列的所述计算的功率大 小之间所确定的功率差，引发所述一个或多个PV阵列的电压的另一次调整。
11. 根据权利要求10所述的系统，其中，被配置为引发所述一个或多个PV阵列的电压 的所述另一次调整的所述控制器被配置为： 当所述一个或多个PV阵列的电压的所述第一次调整是电压增加时，响应于所述功率 差大于ε的判定而引发所述一个或多个PV阵列的电压的增加，其中，ε是小于由所述一 个或多个PV阵列产生的功率的预定值。
12. 根据权利要求10所述的系统，其中，被配置为引发所述一个或多个PV阵列的电压 的所述另一次调整的所述控制器被配置为： 当所述一个或多个PV阵列的电压的所述第一次调整是电压增加时，响应于所述功率 差小于ε的判定而引发所述PV阵列的电压的降低，其中，ε是小于由所述一个或多个PV 阵列产生的功率的预定值。
13. 根据权利要求9所述的系统，其中，被配置为确定由所述一个或多个PV阵列产生的 功率的特性的所述非线性预测模型的所述控制器被配置为： 使用插值多项式、最小二乘法和三角插值中的一个或多个来推导所述非线性预测模 型。
14. 根据权利要求9所述的系统，其中，所述控制器包括一个或多个处理器。
15. 根据权利要求9所述的系统，其中，被配置为测量由所述一个或多个PV阵列产生的 功率的一个或多个样本的所述采样子系统被配置为： 在所述第一时间间隔期间的不规则时间段内测量所述多个样本。
16. 根据权利要求9所述的系统，其中，所述一个或多个PV阵列的功率的特性的所述非 线性预测模型包括，由日照变化导致的所述一个或多个PV阵列的功率的特性的非线性预 测模型。
17. 根据权利要求16所述的系统，其中，所述日照变化包括温度变化、云层覆盖范围变 化和太阳位置变化中的一种或多种。
18. -种用于功率跟踪的方法，所述方法包括： 测量在第一时间间隔上由光伏PV阵列产生的功率的多个样本； 基于所测量的所述PV阵列的功率的多个样本，确定所述PV阵列的功率的特性的非线 性预测模型； 在所述第一时间间隔结束后的第二时间点处，执行所述PV阵列的电流的第一次调整； 测量在第三时间点处具有经调整电流的所述PV阵列的功率的另一个样本；以及 确定在所述第三时间点处具有经调整电流的所述PV阵列的功率和在所述第三时间点 处由所述非线性预测模型确定的所述PV阵列的计算的功率大小之间的功率差。
19. 根据权利要求18所述的方法，还包括： 基于在所述第三时间点处具有经调整电流的所述PV阵列的功率和在所述第三时间 点处由所述非线性预测模型确定的所述PV阵列的所述计算的功率大小之间所确定的功率 差，执行所述PV阵列的电流的另一次调整。
20. 根据权利要求18所述的方法，其中，所述PV阵列的功率的特性的所述非线性预测 模型包括，由日照变化导致的所述PV阵列的功率的特性的非线性预测模型。
21. -种用于功率跟踪的方法，所述方法包括： 测量在第一时间间隔上由光伏PV阵列产生的功率的多个样本； 基于所述PV阵列的功率的多个测量的样本，确定由所述PV阵列所产生的功率的特性 的线性预测模型，使用最小二乘法推导所述线性预测模型； 在所述第一时间间隔结束后的第二时间点处，执行所述PV阵列的电压的第一次调整； 在第三时间点处测量具有经调整电压的所述PV阵列的功率的另一个样本；以及 确定在所述第三时间点处具有经调整电压的所述PV阵列的功率和在所述第三时间点 处由利用所述最小二乘法推导的所述线性预测模型确定的所述PV阵列的计算的功率大小 之间的功率差。
【文档编号】G05F1/67GK104220951SQ201280072419
【公开日】2014年12月17日 申请日期:2012年2月17日 优先权日:2012年2月17日
【发明者】乔尔杰·加拉班迪克 申请人:施耐德电气太阳能逆变器美国股份有限公司