[发明专利]一种基于预测模型的光伏MPPT控制方法及系统

说明书

本发明公开了一种基于预测模型的光伏MPPT控制方法，包括：实时采集预测模型输入数据，预测模型输入数据包括光照强度数据和环境温度数据；根据预测模型输入数据，确定预设的组合预测模型中每个子模型预测的最大功率点电压参数，并根据每个子模型对应的分配权值，进一步将每个子模型的预测结果和相应的分配权值进行组合计算，得到最大功率点组合预测电压参数；根据当前组合预测电压参数生成相应的脉冲控制信号，并将脉冲控制信号输入到升压驱动电路中，进一步控制并网逆变器完成逆变处理，以使得光伏系统运行在最大功率点处。本发明使光伏阵列稳定运行在最大功率点，缩短跟踪最大功率点的时间，并在复杂环境中具有更强的适应性。

技术领域

本发明涉及光伏发电技术领域，具体地说，是涉及一种基于预测模型的光伏MPPT控制方法及系统。

背景技术

在清洁能源中，太阳能因其分布广泛、资源丰富等特点越来越受到人们的关注，光伏发电有着巨大的潜能，必将成为未来世界能源及电力领域主要能源的来源。太阳能转化为电能最关键的技术就是最大功率点跟踪(MPPT)，利用特定的控制方法来尽可能最大功率输出光伏电池所转换的电能。然而，光伏电池会因光照辐射和温度等因素影响，使得光伏电池的P-U特性产生较大的波动，造成系统最大功率跟踪过于频繁，不能稳定运行在最大功率点，从而降低了光伏发电效率。

目前，光伏发电系统MPPT方法可以分为两类：传统法，预测法。传统方法主要有定电压跟踪法、短路电流比例系数法、扰动观测法、电导增量法等。其中，定电压跟踪法和短路电流比例系数法是根据光伏电池输出特性的基本近似规律(比如：最大功率点电压与开路电压之间存在近似线性关系)，基于这些规律来计算最大功率点电压，以达到控制的目的。该方法虽然简单易行，但是对输出特性有较大的依赖，效率偏低。扰动观测法和电导增量法，是根据光伏电池输出电流和电压的检测值计算得到功率进行比较，然后通过电压环闭环控制来进行最大功率跟踪，这类方法也是属于自寻优类算法，这种方法虽然能够有效的抑制误判的发生，且有较高的跟踪精度，但是存在最大功率点附近振荡影响系统稳定性，并存在一段跟踪时间影响系统跟踪速度。另外，预测法是对大量历史数据运用数理统计的思想来建模，包含经典数学、人工智能等方法来进行预测，通过预测得到最大功率点对应的电压值并计算得到PWM控制信号，直接进行最大功率跟踪，因此，不存在振荡过程，跟踪速度也更快。随着大数据时代的到来，数据挖掘的研究与优化算法不断涌现，通过预测法来进行光伏MPPT控制，对提高光伏发电系统效率具有重要意义。

光伏电池是利用光生伏特效应，将太阳能转化成电能，电池组件的输出特性及最大功率点随光照强度和温度的变化而变化。图1为本申请实施例的光伏电池的等效电路的结构示意图。根据图1可得到光伏电池的I-U方程：

其中，U_pv、I_pv分别表示光伏电池输出的电压和电流；I_ph为光生电流；I_d表示二极管反向饱和电流；R_s表示串联等效电阻；R_p表示并联等效电阻；q表示电荷常数，1.6×10^-9C；k表示玻尔兹曼常数，1.38×10^-23J/K；T表示光伏电池温度。

进一步，根据以上光伏电池方程(式1)，可以绘制出光伏电池的I-U、P-U特性曲线，如图2～图5所示。图2为本申请实施例的光照强度改变下的不同的I-U特性曲线示意图。图3为本申请实施例的温度条件改变下的不同的I-U特性曲线示意图。图4为本申请实施例的光照强度改变下的不同的P-U特性曲线示意图。图5为本申请实施例的温度条件改变下的不同的P-U特性曲线示意图。从上述图2～图5可以看出，光伏电池运行情况受外光照强度和温度条件的影响呈现非线性特性。当光照强度减小时，短路电流减小十分明显，而开路电压变化不大，最终导致光伏电池最大输出功率减小；当温度减小时，输出电压会增大，最终导致光伏电池最大输出功率增大。总之，光照强度和温度的变化会引起光伏电池最大功率点的改变。因此，根据光伏电池存在的输出特性能够通过某种算法来确定最大功率点处的电压，为系统电路控制提供参考。