自适应算法在光伏发电系统最大功率追踪中的应用

发布时间：2019-03-25 16:08所属平台：学报论文发表咨询网浏览： 次

【摘要】太阳能属于清洁能源，其发展备受各界人士的关注，而发电效率较低是限制该能源快速发展的首要因素，如何精确的跟踪太阳能最大功率是当前面临的一大难题。为此，文章针对性的在光伏发电系统的最大功率追踪问题中采取自控制算法并全程使用硬件电路进行

　　【摘要】太阳能属于清洁能源，其发展备受各界人士的关注，而发电效率较低是限制该能源快速发展的首要因素，如何精确的跟踪太阳能最大功率是当前面临的一大难题。为此，文章针对性的在光伏发电系统的最大功率追踪问题中采取自控制算法并全程使用硬件电路进行了以下试验，结果表明，自适应算法能够快速精确的对太阳能最大功率进行追踪，可用于日后推广。

　　【关键词】光伏发电系统,自适应算法,最大功率追踪,太阳能

　　1引言

　　太阳能发电具有成本低、无污染、无噪音等优点，作为当前公认的最具发展前途、技术含量最高的清洁型能源，现己在水泵、蓄电池充电系统、家用电器乃至卫星能源等领域进行了广泛的使用，并取得了良好的成效。然而，气候条件是太阳能发电的限制性因素之一，因此，为确保能够达到持续性的供电需求，一般应配备储能装备，但储能设备的安装费用较高且发电效率低。

　　太阳能发电效率的提高是有效降低较高系统费用的主要途径，当前，国内外相关领域在解决太阳能发电效率的问题上给出了诸多方法。其中，扰动与观察法具检查参数少、算法结构简单等优点，现己得到普遍应用，而该方法还存在一定的缺陷，当其处于最大功率点时，扰动系数也较大。Ⅱ)Maheshappa指出，将参考电压与电流设置为常数，并将参考值作为对照，与太阳能的阵列采样电流与电压对比，进行占空比的调整。虽说该方法的实现较为简单，但由于忽视了辐射与温度的影响，其精确度不高。

　　CHua指出，对光伏系统来说，其安装费用较高，若使用DSP控制电路对该系统来说不具有实际意义。本文就太阳能阵列的特点，利用自适应原理进行了太阳能列阵最大功率的追踪，并将其与固定步长算法进行对比，结果显示，自适应算法的追踪速度与精度明显较高。

　　2自适应算法

　　理论上讲，能够按照数据处理的特征自动调整其处理过程中的顺序、方法、参数、约束条件或是边界条件等，保证其统计的分布与数据的结构相适应，进而得到最优处理结果的一种数据处理方式称为自适应算法。自适应算法目前主要是用两种方法完成，即程序控制、处理电路来实现，前者把算法的数学模型编译成程序后使用计算机完成，后者按照算法的数学模型将电路设计出来。

　　可以说，算法是多种多样的，而我们在选择时应慎重，这关系到系统的可行性与性能质量。光照与温度固定不变时，观察太阳能电池的最大功率运行点(P)。当使用变换器和负载连接的太阳能电池时，其工作点则由负载决定。当负载无法调节时，将太阳能特性与负载特性相结合，使太阳能电池运行于A点;反之，负载可调节时，A点输出功率较P处小。此时可通过输出电压的调控来改变负载电压及负载功率，当调太阳能电池的输出功率等同于太阳能电池的最大功率时，输出功率为最大。

　　综上，光强与温度是决定太阳能特性的两个决定性因素，且会随着光强与温度的变化而变化。输出电流、输出电压分别受光强与温度的影响。

　　由图可知，当P/V>0时，本系统运行未到达最大功率P/V=O表示该系统运行到达最大功率;P/V<0表示该系统运行同样未达到最大功率。依照上述条件我们可以认为，取两个相邻的时间间隔点上太阳能电池阵列的采样电流及采样电压，两点确定一条直线，算出斜率，通过改变开关管占空比改变p/v的数值，使其达到0，从而保证系统运行处于最大功率点上。

　　根据电池平板组合系列表格，确定标准规格的串联块数和并联组数。再考虑到平均每天日照时数及阴雨天等因素的波动，另外，交流系统或并网系统还要考虑逆变器转换效率、其他功率损耗等。太阳能电池、负载以及环境的特性是紧密相关的，不同条件下的输出特性与负载曲线都有着非线性的波动。

　　5自适应算法的原理与实验过程

　　5.1自适应算法的原理自适应算法的使用应先设置精度

　　电压，用来判断系统运行是否处于太阳能电池的最大功率点处。采样选在第i+1时刻的电流与电压，随后依据公式P=VI，求出P的值。得出结果后，计算在第i时刻及第i+1时刻的P-V曲线斜率。当P/V>0时，需增大D值，逐渐增加系统输出功率使其达到最大功率输出，也就是说在第i+1时刻，Di+】=Di+(Kl+Kz);相反，当P/V<0时，减小D值，使其达到最大功率输出，第i+1时刻，DI+I=D一(Kl—K2)。本文所采用的方法中，添加了一个可随时进行调节的K，这样就使开关管的D调节随着采样电流与采样电压的变化而变化。

　　采样步长的变化与(K一K)为正相关，所以，对D进行调节也就是在对下一刻的采样电流及采样电压进行调节，从而实现了太阳能电池输出功率的调节。自适应因子K2(i)作为调节下一个时刻的D，K。值越小，所选的采样点距最大功率输出值就越远，则△D=K一K(i)的值越大，此时追踪速度较快;相反的，K值越大，所选的采样点距最大功率输出值就越近，△D=K-K。(i)的值越小，此时追踪精度也有所提高。

　　5.2实验结果与分析

　　通过模拟仿真实验对自适应算法的性能进行了研究和分析。使用Buck变换器连接负载与电源，选用MOSFETIRF840开关管，外加超快速恢复二极管;负载R0选取不可调阻性负载，输出电感应缠绕于存在空气间隙铁磁芯上，控制回路则是分成三大部分。

　　(1)选择Intel公司的产品80C196KC，其功耗较低，锁存器选用74LS737，使用E2PROM2864。

　　(2)选用精确度较高的霍尔电流传感器和电压传感器共同组成接口电路，该电路过载能力较强，响应快，频带宽，极大的降低了待测电路的能量损耗。

　　(3)80C196KC有三个特点：一是，8位A/D转换，能够根据系统运行的实际要求随时选择采样位数，且8位采样用时较短。1O位采样的分辨率能够满足太阳能电池采样需求，掌控好采样时间，因此，本实验选用了lO位A/D转换。二是，在系统正常的运行时，振荡信号的频率可至16MHz，保证实时进行指令运算。三是，PWM波的产生方式多，可经脉冲宽度调节器或高速输出部件HSO提供，后者的输出路径及分辨率明显优于前者，且后者的每路输出都能独立的控制最大功率追踪系统，因此，实验选用HSO路径来中断PWM波形。

　　本实验选用可调节的直流电源替代太阳能电池对不同温度与光强下自适应算法的可行性进行验证。通过直流电源电流及电压的调节来代表外界环境的改变，表明外界环境对太阳能电池的影响，实验过程中的差异可忽略，对整体的试验进程没有较大的影响。

　　6结语

　　本文通过对试验进行了整体的设计、实施并获得结果，最后分析得出，将自适应算法应用到光伏发电系统的最大功率追踪中的效果良好，该算法的追踪速度及精度均较高，某种意义上来说，解决了太阳能电池非线性特性的问题，有效的提高了太阳能电池的转化效率，具有较高的应用价值。

　　【参考文献】

　　【1]王磊.太阳能光伏并网发电系统的研究[D].天津工业大学，2O13.

　　[2】KHHu8sein，IMuta，THOShino，eta1.MaximumPhotovoltaicPowerTracking：AnAlgorithmforRapidlyChangingAtmosphertcConditions[J].IEEProc.Gener.Trans.0nDiStrib，1995，142(1)：59—64.

　　[3]何薇薇，杨金明.太阳能光伏发电最大功率跟踪系统研究….电力电子技术，2008，42(8)：30-32.

　　【4】李安定.太阳能光伏发电系统工程[M].北京：北京工业大学出版社，2001.

　　相关期刊推荐：《水力发电学报》 [2] 是中国水力发电工程学会主办的刊物，经中国科协批准为一级学术性刊物，1982年创刊定为季刊，2004年起改为双月刊，2015年起改为月刊，公开出版，国内外发行。

　　

转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/4104.html

《自适应算法在光伏发电系统最大功率追踪中的应用》

• 上一篇：在中职院校开展畜牧兽医专业教学的有效方法
• 下一篇：浅析新时期统计师职业面临的挑战