基于扰动观测法的改进MPPT算法研究

徐春雷，李晶晶，潘　梅

（1．国网阿克苏供电有限责任公司检修继保班，新疆阿克苏843000；2．国网青海省电力公司电力科学研究院电能计量检定中心，青海西宁810000）

基于扰动观测法的改进MPPT算法研究

徐春雷1，李晶晶2，潘梅1

（1．国网阿克苏供电有限责任公司检修继保班，新疆阿克苏843000；2．国网青海省电力公司电力科学研究院电能计量检定中心，青海西宁810000）

摘要：根据目前阿克苏地区光伏发电场的运行情况，发现光伏发电技术还存在着光－电转换率低、输出功率不稳定等问题，很大程度上影响着该地区光伏发电场的经济运行。因此，为了促进光伏发电的进一步发展、稳定输出功率、提高光伏发电技术的光电转换率，在分析光伏发电的模型和研究光伏发电最大功率点跟踪（MPPT）技术的基础上，提出改进的扰动观测法（SVM改进扰动法），并利用Simulink仿真软件进行仿真分析，通过仿真结果证明改进的扰动观测法消除了震荡，有效地减少了扰动次数和跟踪时间、提高了最大功率点的跟踪精度和速度。

关键词：光伏发电；MPPT；SVM改进扰动法；Simulink仿真

1　引言

随着光伏发电技术的日趋成熟，光伏发电就成为了新能源研究中的重点研究对象，诸如照明设施、家用电器、发电厂、屋顶等越来越多的场合在使用清洁能源—太阳能。光伏发电系统的正常运转离不开其控制技术，其中应用最多的是MPPT技术，也就是最大功率点跟踪，通过跟踪系统的电压、占空比等寻找出最大功率点，让系统工作在最大功率点处，得到更大的功率输出。近几年来，最大功率点跟踪技术在恒定电压法、电导增量法、神经网络控制法、扰动观察法等几个方向得到了快速的发展应用，但是通过对光伏发电系统的实际分析调查发现这几种控制方法虽然都有各自的优点，但都不可避免地存在着不足，例如恒定电压法易受到温度的影响，当温度较高时输出功率会严重偏离最大功率点，使得输出功率达不到最大值；神经网络控制算法和恒定电压法相比，神经网络控制算法不受温度的影响，但是其算法过于复杂；扰动观察法是近年来比较流行的一种控制算法，不足之处是这种算法难以确定步长，并且在最大功率点出会发生震荡；电导增量法的控制比较复杂，对采样值的精度要求很高。为了规避上述几种控制算法中存在的不足，更好地控制太阳能发电技术，本课题旨在找出一种能更快捷跟踪最大功率点的控制方法，通过结合扰动观测法和支持向量机技术，提出一种改进的MPPT算法－基于SVM改进扰动法的MPPT算法，通过改变扰动观测值的步长大小，该算法可以迅速地实现最大功率点跟踪控制。文中通过搭建Simulink仿真模型进行仿真验证，仿真结果证明该改进算法是可行的。

2　光伏电池的模型

2．1光伏电池的等效电路

如图1所示为光伏电池的等效电路图，光伏电池实际上就是一个能量转换装置，它把感应到的太阳光能通过一系列转化变成电能，它的等效电路可以用一个电流源和一个二极管并联组成，其中光生电流相当于光伏电池的电流源Ig；流过二极管的电流为暗电流，用Id表示；Rsh表示旁路电阻；流过Rsh的电流用Ish表示；I0表示光伏电池的输出电流；U0为光伏电池输出电压；Rs为串联电阻；R0为电池的负载电阻。

图1　光伏电池的等效电路

通过分析可以得出在光伏发电系统中用最大功率跟踪法控制系统时Uop（最佳动作电压）和Iop（最佳动作电流）之间的关系可以用式（1）来表示：

图2　光伏电池电压电流输出特性

如图2所示为最佳动作电压和最佳动作电流之间的关系图。通过光伏电池电压电流输出特性曲线图可以看出，当光伏电池的工作电压小于最佳动作电压时，光伏系统的输出功率会随着工作电压的增大而增加，当其工作电压达到最佳动作电压时，输出功率达到最大值，之后工作电压再增大，系统的输出功率就开始下降，可以看出在光伏发电系统中，系统的输出功率和电压不是线性关系的。显然，光伏系统的输出功率和它的输出电流以及输出电压有关系，因此通过调节其输出电流、电压就可以达到调节功率输出的目的，从而实现最大功率输出，而温度与光照条件又影响了输出电流、电压值的大小，所以可以通过观察在不同的温度与光照条件下输出最大功率，实现最大功率跟踪。新疆阿克苏地区虽然日光照小时数很充足，有利于光伏发电系统的建立，但是其光照强度和温度是在不断变化的，无法准确地控制光伏电池的输出电压和输出电流的最佳匹配。为了解决这个问题，通过采用Boost升压电路来实现对光伏电池电压、电流输入特性的控制。在Boost升压电路中用光伏电池当做其电源供电，那么根据Boost升压电路的特性可以知道输出电压和输出电流与输入电压（光伏电池的输出电压）和输入电流（光伏电池的输出电流）有式（2）所示的关系：

其中，D为Boost升压斩波电路开关管触发信号的占空比。根据上面的等式可以看出通过改变占空比D的大小就可以实现光伏电池输出电压的改变，从而实现其最大功率跟踪。

3　太阳能电池的技术参数和特性曲线［2］

光伏电池的技术参数：功率50W；电池短路电流3．35A；电池开路电压21．6V；最佳动作电压17．6V；最佳动作电流2．85A；温度25℃。

在对光伏电池分析的基础上，本章节以Matlab／Simulink仿真软件为平台搭建起光伏电池的仿真模型和光伏电池的P－V特性曲线仿真模型。采用ode23tb刚性算法为仿真算法对仿真模型进行仿真计算，测得出如图3所示的光照特性曲线、图4所示的温度特性曲线和图5所示的功率特性曲线图。其中测量光照特性曲线时，温度为25℃；测量温度特性曲线时，光照强度为1000W／m2。

图3　光照特性曲线

图4　温度特性曲线

图5　太阳能电池P－V特性曲线图

4　光伏发电MPPT的Simulink仿真

4．1光伏发电系统扰动观测法仿真结果

如图6所示为搭建的光伏发电的MPPT算法［3］的Simulink仿真模型，在该模型中供电电源为光伏电池，Boost升压电路为主电路，L＝12mH，C1＝470μF，C2＝1000μF，RL＝10Ω，开关频率1000Hz，环境温度设为25℃，采用ode23tb刚性算法进行仿真。

图6　光伏发电最大功率点跟踪Matlab仿真模型

如图6所示，将仿真模型中的开关S1调至右边进行MPPT跟踪仿真。结合Matlab中的Embeded Function模块进行扰动观察法程序的编写，设定5个计数周期采样一次，仿真时设定光照强度随着时间的变化而变化，仿真结果如下图7、图8所示。

图7　占空比变化曲线

图8　功率变化曲线

从图6、7的仿真图形可以看出采用扰动观测法可以实现对功率点的最大跟踪，但是在最大功率点处占空比和功率都频繁出现了震荡，这种震荡是由扰动观测算法本身所造成的，是无可避免的，本文对该种算法进行一些改进来去除这种震荡现象，更好地控制光伏发电系统，实现最大功率跟踪。

4．2基于扰动观测法的改进MPPT算法［4］的仿真实现

4．2．1基于扰动观测法的改进MPPT算法

如下所示，改进的MPPT控制算法－基于SVM的改进扰动法可以去除传统的扰动观测法在最大功率点附近占空比与功率出现振荡的现象，能使得系统输出最大功率。

确定输入、输出量（也就是确定训练样本），假设已经训练样本为：

其中：xi∈X＝Rn、yi∈Y＝R，i＝1，2，……l。

利用式（3）对训练样本数据进行归一化处理。

选择式（4）所示的径向基核函数和决策函数，确定惩罚因子C和核参数σ的值：

对经过式（3）处理的中数据进行回归计算，计算出在光照条件变化时，光伏电池的最佳动作电压值，并绘制出最佳电压的回归预测表。

不同的光照条件对应着不同的最佳动作电压，跟踪这个最佳动作点，并通过扰动观测法确定这个电压值是不是达到了最大功率点，如果该值和“扰动法”得到的寻优值有大于5%的无误差，那么就用与当前光照强度最接近的最佳动作电压值直接跟踪，并利用“扰动法”来进行确定最佳动作电压，并将新数据加入训练数据重新进行预测。

4．2．2基于扰动观测法的改进MPPT控制算法的仿真

训练数据是在光学大气质量为AM1．5、气温为25℃、光照强度变化的条件下的得到的10个测量数据，如表1所示。

表1　测量数据

根据前面分析的改进算法建立SVM预测模型利用LIBSVM进行回归预测得到如表2所示的SVW回归预测分析表，通过查表确定占空比的初值和10组训练数据根据SVM预测的动作电压值计算出的对应的占空比，得到如表3所示的光照强度预测表。

表2　 SVW回归预测分析结果

表3　 SVW预测后最佳动作电压对应占空比值

如图9所示为原始数据与预测数据的对比图，其中一条曲线代表原始数据，另一条曲线代表回归预测数据曲线，预测数据均方差MSE＝3．893e－4；当建立好光照强度预测表后，利用改进的算法进行仿真计算，得到如图10所示的最大功率跟踪曲线图。

图9　 SVM预测最佳动作电压曲线

图10　 SVM算法下最大功率跟踪曲线图

对比图10和图8可以看出基于扰动观测法的改进MPPT算法不仅基本上消除了传统扰动观测法中存在的震荡现象，还大大的缩短了跟踪最大功率点的时间，很大程度上减少了扰动次数和跟踪时间，有效地提高最大功率点的跟踪速度和精度，实现了光伏发电的最大功率输出，通过仿真得出的曲线图证明了基于扰动观测法的改进MPPT控制算法的正确性。

5　结束语

分析了光伏电池的等效电路和其对应的最佳动作电压和最佳动作电流之间的关系、光照特性曲线、温度特性曲线、P－V特性曲线等，建出光伏发电最大功率点跟踪Matlab仿真模型，通过Matlab／Simulink软件进行传统扰动观测法控制条件、基于扰动观测法的改进MPPT算法条件下占空比和功率曲线的仿真，通过对比两种算法控制条件下，最大功率跟踪点的曲线图可以看出改进后的算法能根据功率变化关系自动决定占空比变化的幅度，可以更快更准确地实现最大功率点的跟踪，并消除在最大功率点处的震荡现象。

参考文献：

［1］赵争鸣，刘建政．太阳能光伏发电及其应用［M］．北京：科学出版社，2012．

［2］冯冬青，李晓飞．基于光伏电池输出特性的MPPT算法的研究［J］．计算机工程与设计，2009．

［3］马秀娟，吴佳宇．光伏电池最大功率跟踪算法的研究［J］．电源世界，2009．

［4］曹倩茹．光伏大点的最大功率跟踪研究［D］．西安：西安科技大学，2006．

中图分类号：TM615＋．1

文献标识码：A

文章编号：1005—7277（2015）03—0007—05

作者简介：

徐春雷（1987－），女，汉族，硕士研究生，国网阿克苏供电有限责任公司员工。

收稿日期：2014－10－20

Improved MPPT algorithm research based on perturbation observation method

XU Chun－lei1，LI Jing－jing2，PAN Mei1
（1．Aksu Power Supply Ltd．，State Grid，Aksu843000，China；2．Qinghai Electric Power Test＆
Research Institute，Qinghai Electric Power Corporation，Qinghai 810000，China）

Abstract：According to the current running situation of photovoltaic farms in Aksu，it is found that the technology of photovoltaic power generation still exists the problems such as low optical－electric conversion rate and unstable output power，thus largely affects the economic operation of the photovoltaic farms in the region．Therefore，in order to promote the further development of photovoltaic power generation，stable output power，and improve optical－electric conversion rate of photovoltaic power generation technology，the improved perturbation observation method（SVM improved perturbation method）is proposed by analyzing the photovoltaic power generation model and researching of the photovoltaic maximum power point tracking（MPPT）technique．The simulation analysis is made by using Simulink software．The simulation results prove that the improved perturbation observation method can eliminate oscillation，effectively reduce the perturbation frequency and tracking time，and improve the tracking precision and speed of the maximum power point．

Key words：photovoltaic power generation；MPPT；SVM improved perturbation method；Simulink simulation