[发明专利]局部阴影下基于梯度法极值搜索的光伏最大功率跟踪方法

说明书

技术领域

本发明属于光伏发电技术领域，更为具体地讲，涉及一种局部阴影下基于梯度法极值搜索的光伏最大功率跟踪方法。

背景技术

光伏发电是利用太阳能转换成电能的一种主要形式，也是可再生能源的重要组成部分，为全球能耗补给做出了突出贡献。光伏发电系统的好坏决定于其核心部分——光伏电池的利用效率。经研究表明，只有当光伏电池一直工作在其最大功率点附近，其利用率才能达到最高，从而提高光伏发电系统的性能。因此许多传统的光伏最大功率点跟踪MPPT控制算法得到广泛地利用，以便跟踪到光伏电池的最大功率点，并使光伏系统在该点状态下工作，从而提高光伏发电效率。

然而对于光伏电池利用率而言，不仅与其自身结构有关，还与光照强度、环境温度等因素有关。特别是当光伏电池受光照强度不均时，会产生局部阴影的效果，从而导致功率出现多个峰值的情况，对于其电能转换率有很大的影响。而传统的MPPT控制算法默认只存在一个功率峰值，对于局部阴影下的光伏最大功率跟踪存在局限性，因此需要提出新的跟踪方法。

发明内容

本发明的目的在于克服现有技术的不足，提供一种局部阴影下基于梯度法极值搜索的光伏最大功率跟踪方法，建立光伏阵列模型，通过不断改变光伏阵列模型电压的初始点进行极值搜索，以准确实现局部阴影下的光伏最大功率跟踪。

为实现上述发明目的，本发明局部阴影下基于梯度法极值搜索的光伏最大功率跟踪方法包括以下步骤：

S1：建立光伏电池串并联组成的光伏阵列模型，通过设定相关子模块中的光照值，模拟实际光伏阵列中的局部阴影情况，将电压作为光伏阵列模型的输入，功率作为光伏阵列模型的输出；

S2：设定梯度法极值搜索的初始电压v₀；

S3：以初始电压v₀作为光伏阵列模型输入，采用梯度法极值搜索算法进行时长为t+m的极值搜索，记录时刻t的光伏阵列模型的功率P_t和时刻t+m的功率P_t+m，t和m都是根据实际情况设置的时间参数；梯度法极值搜索算法的具体步骤包括：

S3.1：令系统初始估计电压

S3.2：将估计电压与扰动R(t)相加，得到电压

S3.3：将电压v输入光伏阵列模型，得到对应的功率P，通过滤波器滤去不稳定的波形，得到稳定的功率

S3.4：将功率与扰动Q(t)相乘，得到信号

S3.5：将ΔP经过滤波器得到信号乘以一个常系数K后进行积分，其中K＞0，在估计电压点处寻找到下一个估计迭代点即令返回步骤S3.2；

S4：判断是否|P_t+m-P_t|＜μ，μ表示预设阈值，μ＞0，如果是，将P_t+m作为当前极值进行记录，同时记录其对应的电压v，进入步骤S7，否则进入步骤S5；

S5：延长梯度法极值搜索算法的搜索时间，延长的搜索时间为τ+m，τ表示延长时间参数，记录本次延长搜索时间中时刻τ的功率P_τ和时刻τ+m的功率P_τ+m；

S6：判断是否|P_τ+m-P_τ|＜μ，如果是，将P_τ+m作为当前极值进行记录，同时记录其对应的电压v，进入步骤S7，否则返回步骤S5；

S7：令初始电压v₀＝v₀+h，返回步骤S3，h表示初始点更新步长；

在步骤S3至步骤S7循环执行期间，对搜索结束参数进行监测，一旦达到搜索结束条件，则极值搜索结束，在记录的所有极值中选择最大值作为光伏系统的最大功率点，按照其对应的光伏阵列电压对光伏阵列进行控制。

本发明局部阴影下基于梯度法极值搜索的光伏最大功率跟踪方法，建立光伏电池串并联组成的光伏阵列模型，通过设定光伏阵列相关子模块中的光照值，模拟实际光伏阵列中的局部阴影情况；给定初始电压，采用梯度法极值搜索进行预设时间的极值搜索，通过判断搜索结束时段两个相近时间点的功率差值来确定是否搜索到局部功率极值，如果搜索到局部功率极值，则更新初始电压搜索下一个局部功率极值，否则延长搜索时间继续搜索该初始电压对应的局部功率极值。