基于最优梯度变步长的最大功率点跟踪控制与预测方法
【技术领域】
[0001] 本发明涉及一种基于最优梯度变步长的最大功率点跟踪控制与预测方法。
【背景技术】
[0002] 由于太阳能具有清洁无污染、可持续利用等优点，近年来光伏发电受到广泛关注， 光伏发电是根据光生伏特效应原理，利用太阳电池将太阳光能直接转化为电能。但是，光伏 阵列的输出特性易受外界环境（如光照、温度等）变化的影响，呈现强烈的非线性，为了使 光伏阵列工作在最大功率点处，提尚光伏电池利用效率，进行最大功率点跟踪是光伏发电 必不可少的关键技术。
[0003] 扰动观测法是最常用的最大功率点跟踪方法之一，扰动观测法由于简单易行而被 广泛应用于最大功率点跟踪控制中，但该方法也存在不足，即存在误判和震荡的问题。扰动 观测法的扰动步长同时影响跟踪速度和精度，步长越小，跟踪精度越高，但达到最大功率点 处的时间越久，因此，在实际的最大功率点跟踪控制中需要在速度和精度之间加以权衡。此 外，当外界环境发生变化时，会出现一段时间内工作点序列位于不同的P-U特性曲线上，但 扰动观测法仍使用固定的特性曲线进行判断，导致发生误判。
【发明内容】
[0004] 本发明所要解决的技术问题是，克服上述【背景技术】的不足，提供一种同时兼顾跟 踪速度和跟踪进度，避免发生误判断的基于最优梯度变步长的最大功率点跟踪控制与预测 方法。
[0005] 本发明解决其技术问题采用的技术方案是，一种基于最优梯度变步长的最大功率 点跟踪控制与预测方法，包括以下步骤：
[0006] (1)在仿真平台中搭建光伏电池仿真模型；
[0007] (2)测量光伏电池仿真模型的输出电压和输出电流，根据最优梯度法确定跟踪步 长，即电压扰动步长；
[0008] (3)利用功率预测算法确定跟踪步长的方向，即电压扰动步长的正负；
[0009] (4)根据电压扰动步长的正负，跟踪光伏电池的最大功率点。
[0010] 进一步，所述步骤（1)中，在仿真平台中搭建光伏电池仿真模型的具体方法如下：
[0011] (1-1)利用在标准温度Iref、标准光照强度Sraf下的短路电流I s。、开路电压U。。、最 大工作电流Ini以及最大工作电压U "，得到光伏电池标准工况下输出特性的工程计算模型：
CN 105116959 A 说明书 2/6 页
[0017] 其中，込表示的光伏电池的输出电流，I s。表示在标准温度、标准光照强度Sraf下的短路电流，CdP C2是设定的中间参数，Uni表示在标准温度Traf、标准光照强度S raf下的 最大工作电压，Uck表示在标准温度、标准光照强度Sraf下的开路电压，I "表示在标准温 度Iref、标准光照强度Sraf下的最大工作电流，T表示环境温度，了^表示标准温度，了^取 25°C，Λ T表示环境温度与标准温度的差值，S表示实际光照强度，Sraf表示标准光照强度， Sre^ lOOOw/m2, Λ S表示实际光照强度与标准光照强度的差值；
[0018] (1-2)按公式（6)-(9)计算一般工况下的短路电流I's。、开路电压U'。。、最大工作 电流1'"以及最大工作电压U'
[0023] 其中，Γ s。表示一般工况下的短路电流，I s。表示在标准温度Traf、标准光照强度Sraf下的短路电流，S表示实际光照强度，Sraf表示标准光照强度，Λ T表示环境温度与标准温度 的差值，α是常数，取α = 0.0025, U'。。表示一般工况下的开路电压，U。。表示在标准温度 Iref、标准光照强度Sraf下的开路电压，Λ S表示实际光照强度与标准光照强度的差值，β和 γ是常数，取β = 〇. 5, γ = 0. 0028, Γ m表示一般工况下的最大工作电流，I m表示在标准 温度Traf、标准光照强度Sraf下的最大工作电流，U' !^表不一般工况下的最大工作电压，U !^表 示在标准温度Iref、标准光照强度Sraf下的最大工作电压；
[0024] (1-3)根据公式（1)-(9)建立光伏阵列模型；
[0025] (1-4)根据光伏阵列模型，在Matlab/Simulink仿真平台中搭建光伏电池仿真模 型。
[0026] 进一步，所述步骤（2)中，测量光伏电池仿真模型的输出电压和输出电流，根据最 优梯度法确定跟踪步长的具体方法如下：
[0027] (2-1)在kT时刻，测量光伏电池仿真模型的输出电流Ik和输出电压U k，计算相应 的输出功率Pk;
[0028] (2-2)利用步骤（2-1)中的UdPPk，结合最优梯度法的定义，确定跟踪步长 &，即 电压扰动步长，，
；其中，ak为电压扰动系数，a k= 0. 01，P表不输出功 率，U表示输出电压，Uk表示kT时刻的输出电压。
[0029] 进一步，所述步骤（3)中，利用功率预测算法确定电压扰动步长的正负的具体方 法如下：
[0030] (3-1)在kT时刻，光照强度为S、未加扰动下，检测光伏电池的输出电压U (k)和输 出功率p(k);
[0031] (3-2)在（k+l/2)T时刻，继续采样，采样得到的输出功率记为P(k+l/2);
[0032] (3-3)求基于一个采样周期，（k+l)T时刻的预测功率P'（k) :P'（k)= 2P(k+l/2)-P(k)；
[0033] (3-4)在（k+1/2) T时刻，对光伏电池输出电压施加正的常值扰动Δ U，并且在 (k+1) T时刻采样，将采样得到的电压和输出功率分别记为U (k+1)、P (k+1);
[0034] (3-5)如果P'（k)-P (k+1)彡ε，= 〇· 06,则电压扰动步长为负；如果 P(k+l)_P'（k)彡ε，ε = 〇. 06,则电压扰动步长为正。
[0035] 进一步，所述步骤（4)中，根据电压扰动步长的正负，跟踪光伏电池的最大功率点 的具体方法如下：
[0036] 若电压扰动步长为负，减小光伏电池的输出电压，直到|P'（k)_P(k+l) |〈 ε，ε =0.06,若电压扰动步长为正，增加光伏电池的输出电压，直到IP'（k)-P (k+1) |〈 ε，ε = 0.06,此时光伏电池工作在最大功率点处，此时的P'（k)和P(k+1)近似为光伏电池的最大 输出功率。
[0037] 与现有技术相比，本发明的优点如下：
[0038] (1)将最优梯度法、功率预测和电压扰动观测法结合应用，能够提高光伏电池最大 功率点跟踪控制方法的跟踪精度和跟踪速度；
[0039] (2)在光伏电池接受的光照强度逐渐变化时，仍然能够准确跟踪到光伏电池的最 大功率点，避免发生误判断。
【附图说明】
[0040] 图1是本发明实施例的流程图。
【具体实施方式】
[0041] 下面结合附图及具体实施例对本发明作进一步详细描述。
[0042] 本实施例包括以下步骤：
[0043] (1)在Matlab/Simulink仿真平台中搭建光伏电池仿真模型；
[0044] (2)测量光伏电池仿真模型的输出电压和输出电流，根据最优梯度法确定跟踪步 长，即电压扰动步长；
[0045] (3)利用功率预测算法确定跟踪步长的方向，即电压扰动步长的正负；
[0046] (4)根据电压扰动步长的正负，跟踪光伏电池的最大功率点。
[0047] 步骤（1)中，在Matlab/Simulink仿真平台中搭建光伏电池仿真模型的具体方法 如下：
[0048] (1-1)利用光伏电池生产厂家提供的在标准温度Iref ( -般取25°C )、标准光照强 度Sraf (常取lOOOw/m2)下的短路电流Is。、开路电压U。。、最大工作电流Ini以及最大工作电压 Uni，得到光伏电池标准工况下输出特性的工程计算模型：
CN 105116959 A 说明书 4/6 页
[0054] 其中，込表示的光伏电池的输出电流，I s。表示在标准温度、标准光照强度Sraf下的短路电流，CdP C2是为了简便运算设定的中间参数，Uni表示在标准温度、标准光照 强度Sraf下的最大工作电压，U ^。表示在标准温度T 、标准光照强度U的开路电压，I " 表示在标准温度Iref、标准光照强度Sraf下的最大工作电流，T表示环境温度，T 表示标准 温度（一般取25°C )，Λ T表示环境温度与标准温度的差值，S表示实际光照强度，Sraf表示 标准光照强度（常取l〇〇〇W/m2)，Λ S表示实际光照强度与标准光照强度的差值；
[0055] (1-2)按公式（6)-(9)计算一般工况下的短路电流I's。、开路电压U'。。、最大工作 电流1'"以及最大工作电压U'
[0060] 其中，Γ s。表示一般工况下的短路电流，I s。表示在标准温度Traf、标准光照强度Sraf下的短路电流，S表示实际光照强度，Sraf表示标准光照强度（常取lOOOw/m2)，Λ T表示环 境温度与标准温度的差值，α是常数，常取α =〇.〇〇25，1]'￡1。表示一般工况下的开路电压， 表示在标准温度T "f、标准光照强度Sraf下的开路电压，Λ S表示实际光照强度与标准光 照强度的差值，β和γ是常数，常取β =0.5, γ = 0.0028, 1'"表示一般工况下的最大 工作电流，1"表示在标准温度Traf、标准光照强度Sraf下的最大工作电流，U' "表示一般工况 下的最大工作电压，1表不在标准温度T 、标准光照强度Sraf下的最大工作电压；
[0061] (1-3)根据公式（1)-(9)建立光伏阵列模型；
[0062] (1-4)根据光伏阵列模型，在Matlab/Simulink仿真平台中搭建光伏电池仿真模 型。
[0063] 步骤（2)中，测量光伏电池仿真模型的输出电压和输出电流，根据最优梯度法确 定跟踪步长的具体方法如下：
[0064] (2-1)在kT时刻，测量光伏电池仿真模型的输出电流Ik和输出电压U k，计算相应 的输出功率Pk;
[0065] (2-2)利用步骤（2-1)中的UdPPk，结合最优梯度法的定义，确定跟踪步长 &，即 {fp 电压扰动步长，A = ) = qJ其中，如为电压扰动系数，取a k= 0.0 l，P表示输 ?υ ''人 出功率，U表示输出电压，Uk表示kT时刻的输出电压。
[0066] 步骤（3)中，利用功率预测算法确定电压扰动步长的正负的具体方法如下：
[0067] (3-1)在kT时刻，光照强度为S、未加扰动下，检测光伏电池的输出电压U (k)和输 出功率P(k);
[0068] (3-2)在kT时刻后半个周期即（k+1/2)T时刻，继续采样，采样得到的输出功率记 为 P(k+l/2);
[0069]