光伏發(fā)電系統(tǒng)最大功率點(diǎn)跟蹤仿真

盧耀文 羅天健

（國(guó)網(wǎng)甘肅省電力公司武威供電公司，甘肅 武威 733000）

0 引言

該文介紹了國(guó)內(nèi)外光伏發(fā)電系統(tǒng)最大功率跟蹤仿真方法研究的發(fā)展現(xiàn)狀，介紹了光伏電池的運(yùn)行原理和光伏發(fā)電系統(tǒng)的運(yùn)行原理及運(yùn)行等效模型的設(shè)計(jì)，最后通過(guò)仿真系統(tǒng)MATLAB 仿真器[1]對(duì)2 種改進(jìn)算法的仿真過(guò)程進(jìn)行了分析，得出了光伏發(fā)電系統(tǒng)最大功率跟蹤仿真算法的最有效結(jié)論[2]。對(duì)傳統(tǒng)與改進(jìn)后的控制算法的算法設(shè)計(jì)、運(yùn)行過(guò)程等進(jìn)行了比較分析，結(jié)果表明，2 種改進(jìn)算法比傳統(tǒng)算法具有更高的效率[3]。

1 光伏發(fā)電系統(tǒng)最大功率點(diǎn)跟蹤方法

光伏發(fā)電系統(tǒng)是能通過(guò)太陽(yáng)能電池直接將太陽(yáng)能轉(zhuǎn)變成電能的系統(tǒng)[4]。太陽(yáng)能電池輸出特性受光照強(qiáng)度、環(huán)境溫度和負(fù)載情況影響，具有明顯的非線性特征。當(dāng)外界環(huán)境發(fā)生變化時(shí)，其工作電壓和輸出功率會(huì)發(fā)生變化，因此，利用最大功率跟蹤控制技術(shù)，實(shí)時(shí)調(diào)整太陽(yáng)能電池的工作點(diǎn)，使其始終工作在最大功率點(diǎn)附近，提高光伏發(fā)電系統(tǒng)效率[5]。目前已經(jīng)有較為完善的研究，下面介紹3 種方法。

1.1 傳統(tǒng)方法

所謂傳統(tǒng)的算法即MPPT 控制算法[6]。該算法主要包括恒壓方法、短路電流方法等，此算法根據(jù)規(guī)范規(guī)定的參數(shù)信息對(duì)參數(shù)進(jìn)行設(shè)計(jì)，通過(guò)計(jì)算獲得相似的速度，對(duì)獲得的相似速度進(jìn)行對(duì)比分析，進(jìn)而得出結(jié)論。同時(shí)，此控制算法可以快速穩(wěn)定光伏系統(tǒng)的最大功率點(diǎn)，整個(gè)穩(wěn)定過(guò)程簡(jiǎn)單便捷且十分實(shí)用，可以有效跟蹤光伏發(fā)電的最大功率值，但是，該方法受到溫度等外界因素的影響較大，溫度等外界因素會(huì)導(dǎo)致跟蹤的精度變差，直接導(dǎo)致追蹤的最大功率點(diǎn)誤差較大，因此，該方法在實(shí)際工作中很少使用[7]。另一種方法對(duì)于光伏電池的參數(shù)的要求較小，該算法稱(chēng)為自尋優(yōu)算法。主要包括微擾觀測(cè)法和電導(dǎo)增量法2 種方法[8]。一些研究者改進(jìn)了恒定電壓法和電導(dǎo)增量法。赫廷、張超等學(xué)者將短路電流法與擾動(dòng)觀察法相結(jié)合，形成了傳統(tǒng)的光伏發(fā)電系統(tǒng)最大功率點(diǎn)跟蹤方法[9]。

1.2 蟻群算法

Marco Dorigo 在1992 年提出了蟻群算法[10]。信息素反饋和均勻計(jì)算方法由于其本身的優(yōu)點(diǎn)，已經(jīng)廣泛應(yīng)用于交通、通信和無(wú)人機(jī)等領(lǐng)域。

蟻群算法顧名思義是利用螞蟻蟻群進(jìn)行的一項(xiàng)算法研究，其原理是螞蟻蟻群在出去尋找食物之前，對(duì)食物位置的感知是未知的，根據(jù)覓食路上的蹤跡可以避免覓食路徑的重復(fù)。螞蟻覓食的過(guò)程中是沒(méi)有信息素存在的，這也就是說(shuō)在演算法開(kāi)始的時(shí)候，路徑上的信息基本為零，當(dāng)所有尋找食物的螞蟻個(gè)體在不同的路徑上移動(dòng)，并在每條路徑上留下相應(yīng)地信息時(shí)，信息的濃度就會(huì)隨時(shí)間而持續(xù)下降。同時(shí)，當(dāng)其他螞蟻重新開(kāi)始覓食時(shí)，會(huì)在之前螞蟻覓食的路徑上重復(fù)留下信息素，間接提高了信息素的濃度，從而可以通知其他螞蟻，尋找到最佳的覓食路徑。該算法的原理同上，當(dāng)算法得到優(yōu)化時(shí)，螞蟻覓食的最優(yōu)路徑就是現(xiàn)實(shí)問(wèn)題優(yōu)化后的最優(yōu)解，而在光伏發(fā)電系統(tǒng)中，光伏為螞蟻，在尋找最大功率的路徑上留下信息素，從而進(jìn)行跟蹤仿真研究，也就是所謂的發(fā)電系統(tǒng)最大功率的跟蹤仿真，我們常見(jiàn)的蟻群算法有以下3 類(lèi)。1）蟻量算法Antquantity。2）蟻密算法Ant-density。3）蟻周算法Ant-cycle。

這3 類(lèi)算法在蟻群算法中較為常用，分別對(duì)螞蟻覓食的數(shù)量，螞蟻覓食聚集的數(shù)量和螞蟻覓食的范圍進(jìn)行綜合研究，尋找到螞蟻覓食的最優(yōu)路徑，同時(shí)，將類(lèi)似的原理轉(zhuǎn)化到發(fā)電系統(tǒng)最大功率的跟蹤仿真中，最終也能得到最優(yōu)解。

其中，蟻周算法所使用的的方法是全局搜索模式，因此蟻周算法的最大功率跟蹤效果最好，其決定因素有4 個(gè)方面。1）檢索出重復(fù)訪問(wèn)的路徑，總結(jié)重復(fù)訪問(wèn)的路徑列表。2）能見(jiàn)度指數(shù)的大小。3）虛擬狀態(tài)下的信息素實(shí)時(shí)更新情況以及訪問(wèn)時(shí)的及時(shí)信息。4）概率轉(zhuǎn)換即光能轉(zhuǎn)化率。

1.3 粒子群算法

粒子群算法是Kennedy 和Eberhart 在1992 年提出的算法。該算法類(lèi)似于鳥(niǎo)類(lèi)尋找到最佳的覓食路徑，該路徑被其他鳥(niǎo)類(lèi)運(yùn)用的現(xiàn)象的模擬。具體分析就是在鳥(niǎo)兒尋找到食物之前，食物的位置是未知的，覓食開(kāi)始后鳥(niǎo)類(lèi)在初始階段為分散開(kāi)的狀態(tài)。一段固定時(shí)間以后，鳥(niǎo)兒在找到食物后逐漸聚集。此時(shí)，每只鳥(niǎo)都可以將自己視為粒子群算法中的任何粒子單位，每只鳥(niǎo)的位置和速度對(duì)應(yīng)粒子群算法中每個(gè)粒子的屬性以及它自己的位置和速度特性，最終形成擬合函數(shù)。使用粒子群算法時(shí)，粒子的相對(duì)位置在運(yùn)行算法之前是隨機(jī)的。通過(guò)目標(biāo)需求設(shè)定的自適應(yīng)值來(lái)評(píng)估顆粒的質(zhì)量、傳遞速度，并確定移動(dòng)方向和移動(dòng)距離。

基本原理為：在假設(shè)空間D里面，尋找隨機(jī)的一系列群體，假設(shè)粒子數(shù)為N，尋找i個(gè)粒子的坐標(biāo)，Xi為粒子編號(hào)，則：

其每個(gè)粒子的速度為vi，則：

該粒子經(jīng)歷的位置的點(diǎn)為P，則將該位置稱(chēng)為全局最優(yōu)值Pbest為：

其中，個(gè)體最優(yōu)值代表粒子能找到食物的最佳位置。全局最佳值是一組單獨(dú)的最佳值，即通過(guò)類(lèi)似方法，確認(rèn)每個(gè)粒子即為曾經(jīng)最優(yōu)解。這類(lèi)似于分段間隔。通過(guò)篩選比較確定每個(gè)區(qū)間的極值和最大值。

2 蟻群算法的跟蹤仿真分析

蟻群算法是對(duì)混合蟻群的模擬并觀察示波器顯示的擾動(dòng)數(shù)值的方法。最大功率點(diǎn)的跟蹤方式分為前后和上下跟蹤方式，因?yàn)槲浵侇?lèi)型的啟動(dòng)算法較慢，所以所有跟蹤啟動(dòng)后都不會(huì)立即跟隨，而是上下跟蹤。直觀的來(lái)看，軌道曲線混合蟻群算法達(dá)到50 W 和100 W 時(shí)，曲線波動(dòng)的十分明顯，這可以說(shuō)明在這2 個(gè)時(shí)間點(diǎn)，系統(tǒng)判斷發(fā)生錯(cuò)誤。錯(cuò)誤的判斷使這2 個(gè)時(shí)間點(diǎn)可以得到最大功率點(diǎn)，準(zhǔn)備并最終達(dá)到穩(wěn)定狀態(tài)，之后通過(guò)蟻群算法的正面反饋值繼續(xù)跟蹤最大功率點(diǎn)。但一般來(lái)說(shuō)，當(dāng)混合蟻群算法跟蹤的最大功率超過(guò)300 W 時(shí)，該跟蹤方法為新型傳輸擾動(dòng)觀測(cè)方法，當(dāng)混合蟻群算法跟蹤的最大功率小于300 W 時(shí)，該跟蹤方法為傳統(tǒng)的擾動(dòng)觀測(cè)方法。因此仿真結(jié)果表明，混合蟻群算法優(yōu)于傳統(tǒng)的擾動(dòng)觀測(cè)方法。

該段介紹了蟻群算法的基本原理，設(shè)計(jì)了在光照均勻的條件下，蟻群算法在2 種情況下的跟蹤過(guò)程，同時(shí)增加了2-Opt 算法，并利用仿真軟件MATLAB 進(jìn)行了仿真分析。結(jié)果表明，該算法與傳統(tǒng)算法相比，啟動(dòng)速度雖然稍有延遲，但是在啟動(dòng)最大功率點(diǎn)跟蹤后，跟蹤值的優(yōu)化和跟蹤所需時(shí)間均有明顯的優(yōu)勢(shì)。

3 粒子算法的跟蹤仿真分析

為了完成基于自適應(yīng)慣性權(quán)重粒子群算法的全系統(tǒng)仿真，在MATLAB 下面建立了一個(gè)具有MPT 功能的模型，該仿真模型系統(tǒng)可以作為粒子算法的跟蹤仿真研究依據(jù)。

用于控制汽車(chē)電路的空間比的信號(hào)由PWM 脈沖觸發(fā)信號(hào)模塊產(chǎn)生，該P(yáng)WM 脈沖觸發(fā)信號(hào)模塊，繼而接收由自適應(yīng)權(quán)重模塊產(chǎn)生的控制信號(hào)。在找到最大電壓點(diǎn)之后，將最大電壓點(diǎn)處的相應(yīng)電壓與光伏系統(tǒng)的輸出電壓進(jìn)行比較，形成控制信號(hào)，該信號(hào)的控制方式可施加到PWM 模塊的端部，同時(shí)，控制信號(hào)由閉環(huán)電壓調(diào)節(jié)。PV 陣列的輸出電壓值為粒子群發(fā)現(xiàn)并得出的最佳電壓。

為達(dá)到跟蹤仿真的目的，光伏系統(tǒng)的輸出電壓需要與所需電壓相匹配，此過(guò)程由增壓電路完成。利用改進(jìn)的粒子群算法得到了所需要的電壓值，從經(jīng)常采取的數(shù)值跟蹤分析方法和電壓穩(wěn)定性分析方法來(lái)看，粒子群算法在陰影階段進(jìn)行改進(jìn)后的仿真實(shí)驗(yàn)分析結(jié)果，與增加電導(dǎo)方法相比具有明顯優(yōu)勢(shì)。

通過(guò)改進(jìn)粒子群算法，搜索光伏陣列最大功率點(diǎn)對(duì)應(yīng)的最優(yōu)電壓，然后利用PWM 電壓閉環(huán)反饋和助推電路使系統(tǒng)在最優(yōu)電壓下工作，輸出最大功率。將仿真模型的輸出曲線與電導(dǎo)增量法的輸出曲線進(jìn)行比較，可以看出改進(jìn)算法與傳統(tǒng)算法相比具有明顯優(yōu)點(diǎn)。

4 結(jié)語(yǔ)

光電系統(tǒng)是目前最綠色、最環(huán)保的能源系統(tǒng)之一，也是我國(guó)目前大力發(fā)展的新能源，具有良好的發(fā)展前景。該文介紹了目前運(yùn)用最多的2 種光伏發(fā)電系統(tǒng)最大功率點(diǎn)跟蹤的常用方法，可以較好地跟蹤并獲取光伏發(fā)電的最大功率值，更好地利用能源。首先，介紹了蟻群算法的基本原理，運(yùn)用螞蟻覓食的仿真模擬，設(shè)計(jì)了均勻光照條件下的混合蟻群算法流程圖，并用仿真軟件MATLAB 進(jìn)行了仿真分析。結(jié)果表明，該算法與傳統(tǒng)算法相比，啟動(dòng)速度雖然稍有延遲，但是在最大功率點(diǎn)的啟動(dòng)跟蹤后，跟蹤值和跟蹤所需時(shí)間均有明顯優(yōu)勢(shì)。其次，介紹了粒子群算法的基本原理和設(shè)計(jì)過(guò)程，分析了一種自適應(yīng)的權(quán)重粒子算法在跟蹤最大功率點(diǎn)時(shí)的應(yīng)用，確?？梢詫?shí)現(xiàn)最大功率的輸出。綜上所述，運(yùn)用以上2 種方法對(duì)光伏發(fā)電的粒子最大功率進(jìn)行追蹤仿真分析有顯著成效。