光伏电池最大功率点的跟踪方法文档格式.docx
《光伏电池最大功率点的跟踪方法文档格式.docx》由会员分享，可在线阅读，更多相关《光伏电池最大功率点的跟踪方法文档格式.docx（28页珍藏版）》请在冰豆网上搜索。
程启明，程尹曼，汪明媚，倪仁杰
（上海电力学院电力与自动化工程学院，上海摘）
要：
在光伏发电系统中，为提高光伏电池的利用效率，需要对光伏电池的最大功率点进行快速、准确地跟种常用的最大功率跟踪方法及原理，说明了各种方法的优、缺点，指出了选择某一方法时
踪控制介绍了
需要考虑的因素，并展望最大功率点跟踪方法的发展方向关键词：
最大功率跟踪；
太阳能；
光伏阵列；
光伏发电中图分类号：
；
文献标识码：
（，
，，）
：
，，，：
随着社会经济的高速发展，能源和资源的需求越来越大，人们的目光正转向可再生能源的开发和利用光伏发电是一种公认的技术含量高、有发展前途的新能源技术太阳能取之不尽、用之不竭，不产生任何废弃物，没有噪音等污染，对环境无不良影响，是理想的清洁能源但是光伏电池输出特性具有明显的非线性这种非线性受到外部环境日照强度、（温度、负载）及本身技术指标输（出阻抗）等因素的影响，只有在某一电压下才能
收稿日期：
作者简介：
程启明（（特约稿）
输出最大功率，这时光伏阵列的工作点就达到了输出功率电压曲线的最高点，称之为最大功率点目前光伏电池的光电转换率较低，为有效利用光伏电池，对光伏发电进行最大功率跟踪（，）显得非常重要
光伏阵列的输出功率特性
光伏阵列的输出功率特性由图可知，曲线见图曲线为单凸峰形曲线，当光伏阵列
）男，授，士生导师，苏盐城人主要研究方向为发电过程自动化，教硕江）上海市教委重点科研项目；
（）
基金项目：
上海市教育委员会重点学科建设项目（
程启明，光伏电池最大功率点的跟踪方法等：
的工作电压大功率值
为
时，光伏阵列的输出功率为最
光伏阵列的开路电压和短路电流受日照强度和温度的影响很大，导致系统工作点不确定，从而降低系统效率此外，串联电阻对太阳能电池的输出也有影响，它是太阳能电池内部所有分布电阻的集中体现，其阻值主要由制造工艺、环境等因素决定串联电阻会产生欧姆损失，降低电池的效率，从而改变太阳能电池的输出特性，但它并不影响其开路电压和短路电流的大小为此，光伏阵列必须实现最大功率点跟踪控制，以便阵列在任何条件下不断获得最大功率输出的实现实质上是一个自寻优过程，即通过控制端电压或其他物理量，使光伏阵列能在各种不同的日照和温度环境下智能化地输出最大功率本文主要介绍目前国内外常用的实现方法的原理及特点
［］
，即为曲线的最大功率点
图
曲线
光伏特性随太阳辐射强度、温度及串联电阻变化曲线分别如图，图，图所示
种
光伏特性随太阳辐射强度、温度及串联电阻变化曲线
常用的
电压回授法
方法的原理及特点
化为一个稳压器这种方法实际上是一种近似最大功率法
早期对光伏电池输出功率控制主要利用电压回授（图，）［技术
］
为硅光伏电池阵列具有的伏安特性图
中，是负载特性曲线，当温度保持某一固定值时，在不同的日照强度下与伏安特性曲线的交点，，，，对应于不同的工作点人们发现阵列可能提供最大功率的那些点，如，，，，点
图光伏电池伏安特性曲线
连起来几乎落在同一根垂直线的邻近两侧，这就有可能把最大功率点的轨迹线近似地看成电压的一根垂直线，亦即只要保持阵列的输出端电压为常数，就可以大致保证阵列输出在该控制方式具有控制简单、可靠性高、稳定性好、易于实现等优点，比一般光伏系统可望多温度下的最大功率，于是最大功率点跟踪器可简
年
获得
的电能但该跟踪方式忽略了温度对太时，其开路电压的下降率为这表明光伏电池最大功率点对也随环境温度的变化而变化对于控制方式并不
的公式，所以光伏阵列并不是工作在真正的最大测量短路电流功率点上另外，伏阵列的周期性，从而测得功率回授法功率回授法（压回授法类似，但由于，
［）］与电
阳电池开路电压的影响以单晶硅电池为例，当环境温度每升高应的电压耀
要比测量
复
杂，通常需要在逆变器中添加开关，以实现短路光
四季温差或日温差较大地区，
能在所有的温度环境下完全地跟踪最大功率开路电压法开路电压法（似于定电压跟踪法，但，
［）］类
无法在瞬息易
变的气候条件下自动跟踪最大功率点，因此功率回授法点由图加入了输出功率对电压变化率的逻的曲线可见，当时，即法是跟踪恒定辑判断，以便能随着气候变化达到最大功率跟踪为最大功率点，功率反馈法通过采集太阳能电池阵列的直流电压值和直流电流值，计算出当前的输出功率，由当前的输出功率出功率点此法优点是可减少能量损耗并提升整体效率；
缺点是过程复杂且需较多的运算，由于其可靠性和稳定性均不佳，实际系统较少采用扰动观察法扰动观察法（）也称为爬山法（，）
的电压，而开路电压法跟踪变化的电压相对于电池板温度变化引起的光伏阵列输出功率的变化而言，辐照度的变化对光伏阵列输出功率的影响更大，而不同辐照度下最大功率点对应的输出电压变化不大同时，由实验验证可与开路电压的比值只）知，同一辐照度下的
和上次记忆的输
来控制调整输出电压值，即可动态地跟
踪光伏电池在不同日照强度和温度下的最大功率
与光伏组件的参数有关，而对环境温度的变化不敏感，可近似认为是常数（误差算法依据测量得到的开路电压，令该电压的作为最大功率点对应的参考电压，并在一定时间内保持不变采用开路电压比例系数法不会在最大功率点附近产生振荡，且结构简单，可用廉价的模拟电路实现但实施该算法需要不停地开断开关元件以测量光伏阵列的开路电压，导致光伏阵列无法持续供电同时，光伏阵列的转换效率低短路电流法短路电流法（与短路电流的比值近似等于，）
，其
工作原理为测量当前阵列输出功率，然后在原输出电压上增加一个小电压分量扰动后，其输出功率会发生改变，测量出改变后的功率，与改变前的功率进行比较，即可获知功率变化的方向如果功率增大就继续使用原扰动，如果功率减小则改变原扰动方向扰动观察法跟踪情况如图所示
并不总等于同
一常数因此，该算法追踪的稳态误差较大，能量
是根据同一辐照度下最大功率点对应的输出电流而设计的算法该算法的实施需要不断将光伏阵列短接，以测量阵列的短路电流因此，短路电流法与恒定电压法的原理实质是一致的但当辐照度改变时，光伏阵列的变化迅速，而开路电压则变化较缓因此，考虑到开关器件的开关频率及跟踪效率，实际应用中恒定电压法更优于短路电流法短路电流比例系数法存在和开路电压比例系数法同样的缺点，即由于是一个近似
图扰动观察法跟踪情况示意
假设工作点在，如果使工作点移到出功率为
处，光伏电池输出功率为光伏电池输Δ，与记忆功率若
，比较现时功率
，说明输入信号差Δ使输出功率变大，的左边，需要继续增工作点位于最大功率值
大电压，使工作点继续朝右边即如果工作点已越过到达
的方向移动，时若再增加此
从而减少了控制器设计的难度但调整占空比时仍然存在调整步长大小的选择问题如果步长过小，跟踪时间就会拉长，从而影响系统的动态响应特性；
反之，如果步长过大，输出功率的波动就会加大，其平均值大大小于最大值，从而使系统的稳态误差变大电导增量法增量电导法（
则工作点到达，比较结果为，说明Δ，工作点在右边，则需要改变输入信号的变化再比较现时功方向，即输入信号每次减去Δ后，率与记忆功率，直至找到最大功率点由于扰动观察法采用模块化控制回路，其结构简单、测量参数少、容易实现，因此广泛应用于光伏电池的最大功率点跟踪其缺点是到达最大功率点附近后，会在其左右振荡，造成能量损耗，尤其在气候条件变化缓慢时，情况更为严重因为气候条件变化缓慢时，光伏电池所产生的电压及电流变动并没有什么太大的变化，而此方法仍然会继续扰动以改变其电压值而造成能量损失虽然可以缩小每次扰动的幅度，以降低点的振荡幅度来减少能量损失，不过当温度或照度有大幅变化时，这种方法会使跟踪到另一个最大功率点的速度变慢，此时会浪费大量能量因此跟踪步长与跟踪精度和响应速度无法兼顾，有时在运行中会发生程序误判”“现象占空比扰动法在光伏系统的应用中，光伏阵列和负载之间的接口通常采用W型的变换器和信号的占空比逆变器，通过调整W匹配功能因此，占空比池输出功率所示的大小
，的两端对（））求）
）能够判断出工作点电压与最大功率点电压之间的关系在功率导，并将作为的函数，可得，（且当大功率点电压；
（当率点电压；
（当）电压因此，通过判断作在最大功率点增量电导法的最大优点是，当外界日照强度发生迅速变化时，其输出端电压能以平稳的方式追随其变化，从而保证最大功率的输出电导增量法与扰动观察法殊途同归，差别仅在于逻辑判断式与测量参数的取舍虽然增量电导法仍然是以改变光伏电池输出电压来达到最大功率点，但是借着修改逻辑判断式来减少在最大功率点附近的振荡现象，使其更能适应日照强度和温度瞬息变化的气候条件但这种控制算法实现起来相对复杂，而且检测精度和速度在一定程度上会影响跟踪的精度和速度，同时，电压增量步长的选取也比较讲究，若步长太大，则跟踪的误差会比较大，若步长较小，则跟踪的速度会较慢点重心比较法点重心比较法（W
时，小于最
时，大于最大功（）即
时，即为最大功率点
（为电导）的符号就可以判断光伏阵列是否工
来调节变换器的输入与输出关系，从而实现阻抗的大小决定了光伏电关系的曲线示意如图
关系曲线示意
，W）也称滞环比较法如图所示在图其中，第，在比的个点的关系相似，
，其工作原理点不同种情况个点为
由图并且当
可见，
的关系与
曲线顶点附近任意取所列的为当前工作点，第
时，输出功率达到最大值，因
位置，所得到的结果可分为图
此扰动观察法的原理仍然适用占空比扰动法（）通过当前功率
与前一时刻的功率
较，从而决定增加还是减少占空比该方法直接把占空比作为控制参数，只需要一个控制循环，
点的基础上增加Δ的工作点，第个点为在点的基础上减小Δ的工作点在分析之前，先引入一个状态量如果点功率大于或等于点功率，则状态量为正，否则为负；
如果
点功率小于
点功率，则状态量为正，否则为负，则应增加扰动量来，
由于此时斜率较小，则提供较小的扰动量，反之当工作点位于最大功率点右侧时，电压以较大的幅度减少这样，便可改善于最大功率输出点附近振荡追逐的缺点，同时扰动观察法也有不错的响应速率
当状态量有两个正时，
加大输出电压；
如果状态量有两个负时，各为一个时，
则应减小扰动量来减小输出电压；
当状态量正、负，则电压扰动量不改变，此时被视为到达最大功率点或者是日照强度快速变化
最大功率点附近可能出现的
种情况
在扰动观测法的基本思想中有两点比较，即当前工作点和前一个扰动点相比较，判断功率变化的方向来决定工作电压移动的方向，这种方法除了带来一些能量损失之外，还会带来如前所述的误判当日照强度并不快速变化时，多余的扰动会带来能量损失因此，点重心比较法W可
图用最优梯度法进行的搜索过程
以在日照强度快速变化时并不快速移动工作点（也许只是干扰或者数据误读）以减小扰动损，失但此法的算法相对比较麻烦，而且对处理器的运算速度和存储容量有较高的要求最优梯度法最优梯度法（，）
最优梯度法的缺点是：
迭代求出的解可能是局部最优解，而不是全局最优；
对目标函数要求较高，如要求一阶可导等；
依赖于初始值，如果初始是一值取得不好，难以得到好的收敛结果；
需要进行步长选择，而且步长值对算法性能影响很大间歇扫描跟踪法间歇扫描法（耀，
［）］
种以梯度法为基础的多维无约束最优化问题的数值计算法其基本思想是选取目标函数的正梯度方向作为每步迭代的搜索方向，逐步逼近函数的最大值梯度法是一种传统且被广泛运用于求取函数极值的方法，该方法运算简单，有着令人满意的分析结果最优梯度法保留了扰动观察法的各种优点，同时藉由一个类似动态的扰动量来改变在太阳能输出功率曲线上电压的收敛速度，如图所示当工作点位于最大功率点左侧时，电压以较大的幅度增加，当工作点位于最大功率点附近时，
的核心思想是定时扫描一段阵列电压一般为（倍的开路电压）同时记录下不同电压，时对应的阵列电流值，经过比较不同点的太阳电池阵列的输出功率就可以方便地计算出最大功率点，从而取代了不间断的搜索过程间歇扫描法测定最大功率点所需要的时间随着微处理器性能的不同而有所变化，而定时扫描
的时间间隔可以放宽至秒级通过扫描可以快速计算出在近似该日照及温度条件下的最大功率点及其相应的电压值，并将此电压值作为的给定电压值，通过闭环内环控制，使光伏阵列
盖光伏电池模组引起的多重最大值问题模糊逻辑法模糊逻辑法（
［，）］是以功率对
工作于该点上这种方法稳定可靠，同时避免了其他方案由于搜索振荡而引起的功率损失在太阳电池阵列容易产生遮挡的应用中，这种方法具有较高的实用价值此法的最大缺点是在需要有连续输出的光伏系统中无法应用，如光伏水泵、不可该方法需要调度式光伏井网系统同时，具有较大的存储空间和较快的运算能力，并且不能及时同步跟踪阵列输出，在日照变化比较剧烈的情况下，此方法很难使阵列时刻工作于最大功率点处功率数学模型法功率数学模型法（）是建立在
电压或电流的变化及其变化率作为模糊输入变量，通过模糊化处理并根据专家经验进行模糊判别，给出调节输出的隶属度，最后根据隶属度值进行反模糊化处理得到控制调节量，以实现控制最大功率输出这种方法的优点是不依赖控制对象的精确数学模型，模糊逻辑控制跟踪迅速，达到最大功率点后基本没有波动，具有较好的动态和稳态性能但定义模糊集，确定隶属函数的形状，制定规则表等这些关键环节需要设计人员更多的经验神经网络预测法
神经网络预测法（
定理基础上的一种跟
）是利用神经网络结构来计算最大功率点的方法神经网络的输入信号可以是光伏阵列的参数，例如当前的开路电压，短路电流或者外界环境的参数如光照强度和温度，也可以是上述参数的合成量，利用神经网络的自学习能力，在线计算输出当前最优的输出电压，也即最大功率点处的工作电压为了精确获得光伏阵列最大功率点，必须经过神经网络训练确定权重这种训练必须使用大量的输入输出样本数据，其训练过程可能要花费在线反复进行自学习训数月甚至数年时间此外，练计算对微处理器的性能要求很高，因此，在目前还没有专用芯片的情况下，法很少使用通过训练，不仅可使输入输出的训练样本完全匹配，而且内插模式和一定数量的外插模式也能达到匹配，这是简单的查表功能所不能实现的，
踪方法具体描述为在一定的温度和日照强度下，通过检测电压及其对应的功率得到若干组数据，利用插值公式建立光伏阵列的逼近多项式模型，求得该逼近多项式的最大值，确定光伏电重新池的最大功率点当温度和日照强度改变时，测得数据，求得新的模型，得到新的最大功率点功率数学模型法的优点是所需检测的参数少，只需要检测电压和电流，功率可通过计算获得；
控制效果好，且控制稳定度高，当外部参数变化时，系统可以快速跟踪其变化其缺点是控制算法较复杂；
当采集点的个数较少，或是采集点位置分布不均匀时，逼近曲线相似度较低，而增加采集点的个数又会加大运算量，使算法变得更加复杂实际测量法实际测量法（，）主
也是
法的优点
要是利用一片额外的光伏电池模组，每隔一段时间实际测量此块电池的开路电压和短路电流，建立光伏电池模组在该日照量及温度时的参考模型，并计算出在该条件下最大功率点的电压和电流，再配合控制电路使光伏电池模组满足此电压和电流，就可跟踪该最大功率点这种方法的优点是可避免因光伏电池及元件的老化而失去准确度；
其缺点是对小功率系统而言成本较高，对大功率系统而言还需考虑阴影覆
方法的选择与展望
方法的选择方法的选择除了需要考虑各种方法本身的特点外，还需要考虑控制方法实现的难易程度、经济成本、传感器类型、跟踪速度与精度、应用
［领域等因素］
采用模拟电路的
方法相比采用数字信
号处理器（像采用
）的
方法要简单经济，且不方法需要采集的
他因素的影响，使得光伏阵列多种
方法成为一
控制方法那样需要软件编程来实现
个复杂的综合性问题本文介绍了国内外常用的实现方法的原理及特点，并讨论了方法的选择与展望，指出了当前将多种方法进行有机集成是光伏阵列最大功率点跟踪控制的研究热点，对光伏阵列定指导作用参考文献：
［］周林，武剑，栗秋华，等光伏阵列最大功率点跟踪控制方法综述］高电压技术，［，（）：
及，（）：
［］余世杰，何慧若，曹仁贤，等光伏水泵系统中的控制比较］太阳能学报，［
和进行优化算法不同的
信号不同，如电压、电流、光照强度和温度等不同并且信号一般测量电压要比测量电流更加容易，电压传感器要比电流传感器更便宜若方法需要使用光照强度传感器，则会增加实现成本在考虑跟踪速度与精度时，应着重考虑光伏阵列应用的领域对不同跟踪速度与不同精度的要求，如太阳能汽车对跟踪速度有较高要求，而卫星、空间站等则对跟踪的速度与精度都有很高要求方法的展望每种方法都有各自的优缺点，前目
方法的应用有一
［］李晶，窦伟，徐正国，等光伏发电系统中最大功率点跟踪算法的研究］太阳能学报，［，（）：
方法还不很完善，其技术手段尚未完全成熟，还具有进一步发展的空间（）数学模型的优化与智能方法的应用数
［］栗秋华，周林，刘强，等光伏并网发电系统最大功率跟踪新算法及其仿真］电力自动化设备，［，（）：
学模型的优化是希望在已知影响光伏阵列的光照强度、温度等因素的条件下，尽可能精确、实时地获得光伏阵列的最大功率点智能方法包括前面介绍的模糊逻辑，神经网络等方法，目前智能方法还存在理论不成熟、实时性不够等问题，但其思维方式还是胜于传统思维模式随着方法研究的发展，数学模型的进一步优化将会简化求解方法，智能方法的应用也会越来越普遍（）多种方法的集成每种方法均存在着一定的缺陷，其改进算法又有实现难、成本高等问题因此，把多种方法有机地结合在一起，可取长补短、充分发挥各自优势，达到更好的控制效果例如，在每天早晨光伏阵列启用和晚上停止使用时，光照强度、温度都很低，光伏阵列的曲线很平坦，此时扰动观察法和增量电导法的性能较差，甚至会出现最大功率点跟踪失败在弱光条件下，对较小电流的检测精度要求很高，此时可直接根据开路电压设定最大功率点，直至检测到电流高于设定值，再运用特定算法进行寻优
［［［］［］
［］赵庚申，王庆章，许盛之最大功率点跟踪原理及实现方法的研究］太阳能学报，［策略］太阳能学报，［［］［’，，］，，［，W，［］，（）：
，，，（）：
，，］：
，，，（，（）：
）：
［］陈敏，陈尚伍，钱照明太阳电池最大功率点追踪的控制
］任碧莹，钟彦儒，孙向东，等基于模糊控制的最大功率点跟踪方法研究］电力电子技术，［，（）：
］王松一种基于神经网络的光伏电源最大功率控制系统［］山东大学学报：
工学版，，（）：
结束语
由于光伏电池的非线性、环境条件变化及其
1本文由snaDOOM贡献
25卷第4期第 2009年8月
上海
电力
院学
Vol25,No.4.Aug 2009.
Journal of Shanghai University of Electric Power
文章编号:
1006-4729（2009）04-0346-07
程启明,程尹曼,汪明媚,倪仁杰
（上海电力学院电力与自动化工程学院,上海 200090）
摘 :
在光伏发电系统中,为提高光伏电池的利用效率,需要对光伏电池的最大功率点进行快速、要准确地跟踪控制.介绍了14种常用的最大功率跟踪方法及原理,说明了各种方法的优、缺点,指出了选择某一方法时需要考虑的因素,并展望最大功率点跟踪方法的发展方向.
升级会员 