[发明专利]一种基于β参数的多峰值最大电功率跟踪控制方法

说明书

本发明公开了一种基于β参数的多峰值最大电功率跟踪控制方法，首先定义光伏组串的等效主导电压Vdomi，将整个光伏组串的I‑V曲线进行划分，划分出带有峰值的曲线部分；定义变量βdomi，将上述步骤中划分的每部分进一步进行划分，使所有的峰值，包括LMPP和GMPP，均在βmax和βmin范围内，再采用传统的Beta法，分别步骤S3划分的区间进行追踪，求出整个光伏组串的GMPP。本发明提出的一种基于β参数的多峰值最大电功率跟踪控制方法，不仅追踪精确度高，而且简单明了易于实现，同时还能确保追踪速度快，效率高。

技术领域

本发明涉及光伏系统，特别涉及一种基于β参数的多峰值最大电功率跟踪控制方法。

背景技术

当光伏组串发生局部遮挡时，如图1所示，其P-V曲线上会出现多个局部最大功率点(Local Maximum Power Point，LMPP)和一个全局最大功率点(Global Maximum PowerPoint，GMPP)，如图2所示。此时，传统的MPPT算法如，扰动观察法(Perturb&Observe，P&O)、电导增量法(Incremental Conductance，INC)、Beta法等，可能将无法输出在其最大功率，从而造成发电效率下降。

为了能够解决这问题，很多GMPPT算法被提出。根据其算法类型，可大致分为以下三种：

(1)人工智能(Artificial Intelligent，AI)算法，如模糊逻辑(Fuzzy LogicControl，FLC)，粒子群优(Particle Swarm Optimization，PSO)，模拟退火(SimulatedAnnealing，SA)等。其优点在于追踪精度高，适应性强。但其缺点主要在于计算复杂、实现困难，且需要人工设定大量参数以确保其能稳定工作。

(2)阶段性搜索方法(Segmental search)。此类算法一般基于一些数学理论，如斐波纳契线性搜索(Fibonacci line search)、利普希茨连续(Lipschitz continuity)等。此类算法与AI算法相比较为简单、易于实现，且适应性较强。但是，其准确性较低，有可能找不到GMPP。

(3)两步法(Two-stage method)。此类算法一般分为两步：首先，算法先找到所有LMPP，并从中确定GMPP；然后，传统的MPPT算法，如P&O、INC等，用来精确追踪GMPP并将其维持以输出最大功率。相对于前两种方法，此类算法更为灵活。其算法实现难易度、追踪精确度以及算法适应度主要取决于其算法第一步，即如何确定GMPP的大致位置。目前，此类算法大多数基于0.8Voc的算法模型，其代表作为H.Patel所提出的算法。

虽然H.Patel算法优点在于简单明了。但是，其缺点主要在于1)可能存在误判的现象；2)追踪速度慢，效率低。

基于以上论述，本文提出一种基于β参数的多峰值最大电功率跟踪控制方法。此算法不仅追踪精确度高，而且简单明了易于实现，同时还能确保追踪速度快，效率高。

发明内容

本发明目的是：提供一种基于β参数的多峰值最大电功率跟踪控制方法，追踪精确度高，简单明了易于实现，同时还能确保追踪速度快，效率高。

本发明的技术方案是：

1.一种基于β参数的多峰值最大电功率跟踪控制方法，包括：

S1、首先定义光伏组串的等效主导电压Vdomi，为