一种光伏系统最大功率点跟踪优化方法
【技术领域】
[0001] 本发明涉及清洁能源的开发及利用的技术领域，尤其对于提高太阳能的利用率及 光伏系统的发电效率具有重要的意义。
【背景技术】
[0002] 随着环境和能源压力的日益增加，清洁能源的开发和利用逐渐成为主流，其中太 阳能凭借其取之不尽，用之不竭且无污染的优势在新能源发电领域脱颖而出。但其主要存 在的问题是太阳能发电的效率问题，由于外界环境时刻处于动态变化中，光伏阵列的输出 功率也随之改变，因此解决该问题的主要途径之一就是进行最大功率点跟踪。
[0003] 针对最大功率点跟踪问题，国内外学者已得出很多的研究成果，像经典的恒定电 压法、扰动观测法、电导增量法、模糊控制法等。这些最大功率点跟踪方法可以实现动态寻 优，但均存在一些弊端，需要通过算法进行进一步的优化。其中恒定电压法由于其结构简 单，易于实现，系统工作电压具有良好的稳定性等优点得到了广泛应用，但其忽略了很多外 部条件，结果不够准确，为克服其不足，我们使用本发明对其进行优化。
[0004] 本发明通过将原问题转化为拉格朗日函数，通过求解一系列子问题并通过改进的 Armijo准则进行搜索，获得补偿因子来求出新的迭代点进而解得原问题的最优解。用该算 法来优化恒定电压法并将其应用于最大功率点跟踪，可在光辐射度和环境温度变化的条件 下实现最大功率点稳定地精确跟踪。
【发明内容】
[0005] 为解决目前经典最大功率点跟踪方法中存在的问题，本发明提出了一种优化的恒 定法实现最大功率点跟踪的方法。该方法保留了经典恒压控制法简单易实现且实现稳定的 优点，同时能够考虑外部环境的变化，进行准确地动态寻优，实现稳定精确跟踪最大功率点 的目标，提尚光伏系统的发电效率。
[0006] 为达到以上目的，本发明是采取如下技术方案予以实现的：
[0007] -种光伏系统最大功率点跟踪优化方法包括如下步骤:首先，根据光伏电池等效 电路得出光伏阵列数学模型，构建目标函数及约束函数;其次，根据目标函数和约束函数建 立拉格朗日函数，然后对拉格朗日函数进行求解，确定其搜索方向及拉格朗日乘子;再次， 由改进的Armijo准则进行搜索，确定最大功率点处电压的补偿因子，由此即可计算出新的 迭代点；最后，若电压的收敛判别不满足终止条件则对Hessian矩阵进行更新，继续迭代，直 到得出最大功率点处的最优电压解。
[0008] 上述光伏系统最大功率点跟踪优化方法具体包括下述步骤：
[0009] 步骤一，在考虑外界环境变化条件下，根据光伏电池的等效电路，构建光伏阵列模 型，其电流模型如下所示：
[0010]
[0011]其中，I、U分别为一定环境条件下光伏阵列的电流和电压，Isc为短路电流，U。。为开 路电压，^为光伏组件并联数目，Ns为光伏组件串联数目，AU、△I分别为辐射照度和温度变 化下的电压、电流的变佔
式中 1^仏分别为光伏阵列工作在最大功率点处的电流值和电压值；
[0012]步骤二，将光伏阵列的输出功率表达式作为目标函数，即：
[0013]
[0014]其中，f为光伏阵列的输出功率，在约束条件较为g:U>0时，建立拉格朗日函数L(υ，λ)如下所示：
[0015]
：?-1
[0016]其中λ为拉格朗日乘子，g(U)为约束条件表达式；
[0017]步骤三，对以上的拉格朗日函数利用
进行求解，其 中dk为搜索方向，Hk为第k次搜索的Hessian矩阵的正定拟牛顿近似，由此确定第k次搜索的 方向d和拉格朗日乘子λ;
[0018]步骤四，根据改进的Armijo准则进行一维搜索，即建立关于Θ的目标函数如下所 示：
[0019]
[0020] 其中ρθ保证使目标函数F充分减小，II为收缩因子(0<η<1);
[0021] 步骤五，若F(9i+5i)<F(9)，则有θ?+1 =θ?+δ?，增加步长5i+1=γδ?，转步骤六;若F (θ?-δ?)<F( Θ)，贝IJ有0i+1=θ?-δ?，缩小步长5i+1=ηδ?，转步骤六;否则，0i+1=0i;
[0022] 步骤六，若δ1+!<ε或者循环计数i>imax，则转步骤七;否则i=i+l，转步骤五；
[0023]步骤七，根据μ=θ1+1确定最大功率点处电压的补偿因子，由此计算出新的 迭代点 ％+:1 = ? + 44 ;
[0024] 步骤八，若满足收敛终止条件|Uk+1-Uk| <ε，或者达到最大迭代次数k>Imax，则Uk+1 即为光伏阵列最大功率点处的最优电压解，跟踪优化过程结束;否则进行步骤九；
[0025]步骤九，更新Hessian矩阵，其更新方法如下所示：
[0026]
[0027] 其中
.符号 ▽表示梯度;然后令k=k+l，转步骤三。
[0028]与经典控制方法相比，本发明具有以下有益的技术效果：
[0029]1、本发明结合拉格朗日函数子问题求解和非精确一维搜索方法，能快速找到最大 功率点位置，动态响应速度快。
[0030] 2、本发明采用改进的Armijo准则进行搜索，使得一维搜索的速度更快，所以在求 解光伏发电系统输出功率动态模型时具有良好的收敛性。
[0031] 3、将本发明与经典恒压法相结合来实现最大功率点跟踪，不仅简单易行，且能避 免陷入局部最优，达到稳定地、精确地跟踪最大功率点的目的。
[0032] 4、本发明可弥补经典最大功率点跟踪方法忽略外部条件变化、在最大功率点处易 振荡、且实现复杂等问题。本发明可减小外部环境变化引起的功率损耗，实现最大功率点处 电压的快速、稳定地精确跟踪。
[0033]为了更清楚的理解本发明，以下结合附图对本发明作进一步的详细说明。
【附图说明】
[0034]图1为本发明方法的步骤流程图；
[0035]图2为本发明方法实施例的总体框图；
[0036]图3为本发明方法实施例中光伏电池输出特性曲线图；
[0037]图4为本发明方法实施例的MATLAB/Simulink仿真控制模型图；
[0038]图5为本发明方法实施例的最大功率点智能跟踪效果图。
【具体实施方式】
[0039]如图1所示(其中图1中大写的Y是YES的缩写，代表满足所属条件的情况;大写的N是N0的缩写，代表不满足所属条件的情况），一种光伏系统最大功率点跟踪优化方法，包括 下述步骤：
[0040]步骤一，在考虑外界环境变化条件下，根据光伏电池的等效电路，构建光伏阵列模 型，其电流模型如下所示：
[0041] ILV
〇cJ
[0042]其中，I、U分别为一定环境条件下光伏阵列的电流和电压，Is。为短路电流，U。。为开 路电压，^为光伏组件并联数目，Ns为光伏组件串联数目，AU、△I分别为辐射照度和温度变 化下的电压、电流的变化
ζ中 1^仏分别为光伏阵列工作在最大功率点处的电流值和电压值；
[0043]步骤二，将光伏阵列的输出功率表达式作为目标函数，即：
[00