[发明专利]基于电导增量的自适应步长光伏最大功率跟踪方法及系统

说明书

本发明涉及一种基于电导增量的自适应步长光伏最大功率跟踪方法，包括：S1：采集光伏电池的输出电流和输出电压，获取当前时段和上一时段光伏电池的输出功率、输出功率增量及电压增量；S2：判断输出功率增量和电压增量的比值的绝对值与设定的振荡阈值的关系，选取步长；S3：判断输出功率增量和电压增量乘积的正负，确定步长；S4：将获取的步长与参考占空比相加，生成控制Boost电路的导通和关断的控制信号；本发明还公开了一种实现基于电导增量的自适应步长光伏最大功率跟踪方法的系统，包括光伏电池、MPPT控制器、电流电压采集模块、振荡阈值设置模块、步长设置模块和PWM控制模块。与现有技术相比，本发明具有自适应选取步长、跟踪快速稳定等优点。

技术领域

本发明涉及光伏发电技术领域，尤其是涉及一种基于电导增量的自适应步长光伏最大功率跟踪方法及系统。

背景技术

太阳能光伏发电被认为是当前世界上最具有发展前景的新能源技术，各发达国家均投入巨额资金竞相研究开发，并积极推进产业化进程，大力开拓市场应用。但是光伏发电产业在发展中也遇到了许多问题：(1)光伏电池成本高昂；(2)光电转化效率较低；(3)局部遮挡的危害。最大功率点跟踪是降低发电成本、提高发电效率最直接有效的方法，现有的大部分最大功率点跟踪方法的应用前提都是光伏电池受到的光照均匀，而忽略了在现实生活中，光伏电池被遮挡的概率很大。当光伏电池被局部遮挡时，使得传统的最大功率点跟踪方法容易陷入局部最优难以搜寻到全局最优。

扰动观察法和电导增量法是较早应用在光伏发电系统中的最大功率跟踪方法，被称为传统最大功率跟踪方法。扰动观察法是目前研究比较成熟的一种最大功率跟踪方法，也是工程实践中应用最为广泛的一种最大功率跟踪方法。扰动观察法控制思路简单，实现较为方便，可实现对最大功率点的跟踪，提高系统的利用效率。但是扰动观察法仅以光伏电池前后两次的输出功率为对象进行研究，没有考虑外部环境条件变化对光伏电池前后两次输出功率的影响，在使用的过程中容易出现方法的“误判”，“误判”增加了跟踪时间，降低了光伏电池的输出效率，严重时导致跟踪的失效，使该方法不能准确地跟踪到最大输出功率。

电导增量法跟踪精度较高，控制效果好，不受功率时间曲线的影响。该方法对传感器有较高的要求，同时步长的选取也将影响算法的性能。

传统的最大功率点跟踪方法采用固定步长，当步长选取较大时，对外界环境变化条件下跟踪速度快，但振荡比较严重，导致稳态误差较大，无法满足系统的稳态要求；当步长选取较小时，振荡现象有所减弱，但对外界环境变化条件下跟踪速度变慢，无法满足系统的动态要求。即步长的选取难以兼顾稳态精度和动态性能要求且在外界环境变化较快时，传统最大功率点跟踪方法可能会失去跟踪功能。

近年来，随着智能算法的不断完善，遗传算法、模糊控制算法和神经网络算法等被引入到光伏发电系统的最大功率跟踪控制中。这些算法的使用，有效地提高了最大功率跟踪的精度，减少了能量损耗。但智能算法往往存在控制参数多，控制思想复杂，对硬件的要求高的缺点，这在一定程度上制约了这些算法的工程实践应用，并且随着光伏电池的运行环境变得越来越复杂，由于建筑物、树木的遮挡或灰尘等造成光伏电池表面受到的光照强度不均匀的情况时常发生，此时，光伏的功率-电压特性曲线将出现多个峰值。部分智能算法和传统最大功率点跟踪方法一样，缺乏全局寻优的能力，仅仅适用于单峰值最大功率跟踪系统，当对多峰值系统进行跟踪时，就会造成跟踪失效。因此，研究一种具有全局寻优特性的最大功率点跟踪方法对于提升光伏发电系统的效率十分关键。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于电导增量的自适应步长光伏最大功率跟踪方法及系统。

本发明的目的可以通过以下技术方案来实现：

基于电导增量的自适应步长光伏最大功率跟踪方法，该方法包括以下步骤：