[发明专利]微小功率太阳能自适应收集系统

权利要求书

1.一种微小功率太阳能自适应收集系统，其特征在于，包括依次连接太阳能电池、微功耗MPPT电路、蓄电池组；所述微功耗MPPT电路包括MCU、输入电压可控的DC/DC转换器、电流传感器，MPPT电路所有元件都是微功耗的，MCU根据电流传感器采集的输入电压可控的DC/DC转换器输出电流，采用微小功率太阳能收集自适应控制策略，输出相应占空比的PWM信号来控制太阳能电池的端电压，使太阳能能量最大化地传输到蓄电池组，实现微小功率太阳能的自适应收集。

2.根据权利要求1所述的微小功率太阳能自适应收集系统，其特征在于，所述输入电压可控的DC/DC转换器包括用于将太阳能电池输出电压进行升压的低启动电压同步升压转换模块、用于调节低启动电压同步升压转换模块输入电压的差分放大器模块。

3.根据权利要求1或2所述的微小功率太阳能自适应收集系统，其特征在于，所述输入电压可控的DC/DC转换器包括TPS61200、TLV6003、电容C1-C5、电阻R1-R5、二极管D1、电感L1，TPS61200的VIN引脚与L1的一端、C1的一端、太阳能电池的正极、R1的一端连接，TPS61200的EN引脚、R3的一端分别与微功耗MCU连接，TPS61200的UVLD引脚与TPS61200的VAUX引脚、C2的一端连接，TPS61200的L引脚与L1的另一端连接，TPS61200的VOUT引脚与C3的一端、D1的阳极连接，TPS61200的FB引脚与R2的一端、TLV6003的输出端连接，TLV6003的反相输入端与R2的另一端、R1的另一端连接，TLV6003的同相输入端与C5的一端、R4的一端连接，R4的另一端与C4的一端、R3的另一端连接，D1的阴极经R5与蓄电池组连接，TPS61200的PS引脚、GND引脚、PGND引脚与C1-C5的另一端均连接至地。

4.根据权利要求1所述的微小功率太阳能自适应收集系统，其特征在于，MCU根据电流传感器采集的DC/DC转换器输出电流进行A/D转换来获取太阳能电池的实际输出电流，而后MCU采用微小功率太阳能收集自适应控制策略输出相应占空比的PWM信号来控制太阳能电池的端电压(即输入电压可控的DC/DC转换器的输入电压)，使太阳能最大化地传输到蓄电池组，MCU根据控制策略可以控制电流传感器、输入电压可控的DC/DC转换器的开启与关断。

5.根据权利要求4所述的微小功率太阳能自适应收集系统，其特征在于，所述微小功率太阳能收集自适应控制策略包含可相互切换的功率点搜索模式和可变步长的跟踪模式，具体地，实时地监控输入电压可控的DC/DC转换器的输出电流I_B，当没有功率输出时关断输入电压可控的DC/DC转换器且让微功耗MCU处于待机模式，经过预定定时时间后再次打开输入电压可控的DC/DC转换器，进入功率点搜索模式，快速地搜索次优功率，若搜索到次优功率点且该功率有效I_B＞0，则反复执行可变步长的跟踪算法实现最大功率点的跟踪，否则微功耗MCU关闭输入电压可控的DC/DC转换器并等待下一个定时唤醒信号；在可变步长的跟踪模式下若I_B≤0，则关闭输入电压可控的DC/DC转换器，等待再次进入功率点搜索搜索模式。

6.根据权利要求5所述的微小功率太阳能自适应收集系统，其特征在于，

所述功率点搜索模式采用功率点搜索算法，其工作原理是采用较大固定步长使Vs从最大值线性地减小到最小值，并找出这期间系统输出功率的最大值，此时的输出功率就是光伏的次优功率，与次优功率相关的电压Vs作为可变步长的跟踪算法的起始电压；Vs为微功耗MCU送出的PWM信号经两级低通滤波器后输出的直流电压；

所述可变步长的跟踪模式采用可变步长的跟踪算法，其是从已识别的光伏的次优功率点开始，通过调整V_S来逼近随光照变化的功率最大点，为了快速地寻优，更新V_S时采用可变步长的方法，其原理如下：

设V_s,i、V_s,i+1分别为i,i+1时刻微功耗MCU送出的参考电压，I_B,i为i时刻电流传感器检测到的输出电流I_B，为确定i+1时刻的V_s,i+1，先确定步长△V_s,i：

上式中λ为预置的量，由上式可知步长与当前点的斜率成正比，由于不同位置即不同Vs工作点的斜率是不同的，所以上式得到的步长是可变的，在最大功率点处的步长为0，然后通过下式得到i+1时刻的参考电压V_s,i+1；

V_s,i+1＝V_s,i+ΔV_s,i

对于处于功率曲线上升阶段的工作点来说，由于斜率为正的较大值，所以Vs增加一个正的较大步长，工作点快速上升，靠近功率最大点时，斜率越来越小，Vs增加的步长也越来越小，当工作点在最大功率处，Vs的步长为0，保持在最大功率点；对处于功率曲线下降阶段的工作点来说，由于其斜率为负的较大值，所以Vs减小一个较大步长，工作点快速上升，然后减小的步长逐渐变小，上升到最大功率点处，步长为0，保持在最大功率点；由于采用这种可变步长的算法能快速地捕获并跟踪最大功率点，所以可以极大地降低CPU的能量消耗。