光伏阵列输出最大功率跟踪控制的混成自动机方法

摘要

本发明光伏阵列输出最大功率跟踪控制的混成自动机方法，采用混成自动机理论建立包含温度、遮蔽、故障、气候、时间、检修、材料等影响因素在内的光伏阵列伏安特性和瓦伏特性的模型，能够充分、真实、全程、精细地反映光伏阵列输出的混成行为特征，采用混成自动机理论获取最大功率点的光伏阵列输出电压和和斩波器Boost电路）控制的PWM信号，既能获得复杂条件下的瓦伏特性的全局最大功率点电压，还能够简单、高效产生PWM信号，消除不可控成分的技术问题，提高控制精度，又能简化控制器的设计，实现了高效性、经济性、可靠性和高精度的良好结合，具有广泛的实用性，工程应用价值重大。

权利要求

1.一种光伏阵列输出最大功率跟踪控制的混成自动机方法，对光伏阵列输出采用混成自动机模型控制器进行最大功率跟踪控制，包括光伏阵列伏安特性混成自动机建模算法、全局最大功率点获取算法和斩波器Boost电路PWM控制算法；最大功率跟踪混成自动机控制方法的具体控制算法步骤如下：第一步：采样环境温度、光伏电池模块温度、光伏阵列倾斜角、光伏阵列方位角、光伏阵列输出的电压和电流、Boost电路输出的电压和电流；

第二步：调取理想的伏安特性曲线和瓦安特性曲线；

第三步：昼夜判断；

第四步：判断温度范围，建立温度修正系数模型；

第五步：判断天气状况，建立云层修正系数模型；

第六步：判断检修状况；

第七步：判断故障状况；

第八步：判断遮挡物状况，建立遮蔽修正系数模型；

第九步：建立实际的瓦安特性模型；

第十步：计算最高功率点电压US及其占空比D，最高功率点电压US及其占空比D的算法如下：(1)给定初始值占空比D0，计算Us0，根据混成自动机P-U模型，求出P0；

(2)给定大步长ΔD1和小步长ΔD2，若k≤2，计算Dk＝D(k-1)-ΔD1；

(3)计算Usk＝(1-Dk)U0、ΔUk＝Usk-Us(k-1)，根据混成自动机P-U模型，求出Pk、ΔPk＝Pk-P(k-1)；

(4)若k＞2，给定函数S1：S1＝(ΔP(k-1)/ΔU(k-1))*(ΔPk/ΔUk)(5)若k＞2，给定函数S2：S2＝(Pk-P(k-1))*(Usk-Us(k-1))(6)若k＞2，根据S1和S2的变化情况确定最大功率点跟踪事件EMPPT，EMPPT为：EMPPT＝{EMPPT1,EMPPT2,EMPPT3,EMPPT4}事件EMPPT确定规则为：

(7)若k＞2，根绝大步长ΔD1和小步长ΔD2，根据事件计算出占空比D(k+1)，算法如下：如果事件发生EMPPT1，则，Dk＝D(k-1)-ΔD1,如果事件发生EMPPT2，则，Dk＝D(k-1)+ΔD1,如果事件发生EMPPT3，则，Dk＝D(k-1)-ΔD2,如果事件发生EMPPT4，Dk＝D(k-1)+ΔD2；

(8)若|ΔPk-ΔP(k-1)|＜|ΔPk|，返回(3)(9)若Usk≤Umin，返回(3)

(10)计算最高功率点电压Usmax＝Us(k-1)及其占空比D(k-1)。

2.根据权利要求1所述光伏阵列输出最大功率跟踪控制的混成自动机方法，其特征是光伏阵列伏安特性混成自动机建模算法包括描述各种温度、遮蔽、故障、气候、时间、检修、材料的光伏阵列伏安特性的数学模型。

3.根据权利要求1所述光伏阵列输出最大功率跟踪控制的混成自动机方法，其特征是全局最大功率点获取算法执行包括温度、遮蔽、故障、气候、时间、检修、材料约束条件下的光伏阵列的复杂的多峰值瓦伏特性的全局最大功率点获取。

4.根据权利要求1所述光伏阵列输出最大功率跟踪控制的混成自动机方法，其特征是斩波器PWM控制算法包括信号检测算法、PWM信号产生算法。

说明书

光伏阵列输出最大功率跟踪控制的混成自动机方法

技术领域

[0001] 本发明属于电力系统领域，涉及太阳能光伏发电的光伏阵列输出最大功率跟踪控制的混成自动机控制方法。

背景技术

[0002] 光伏阵列是光伏发电系统中最基本的元件。对光伏阵列输出电压电流进行最大功率点跟踪控制是提高光伏阵列输出效率，进而尽可能提高效地利用太阳能的最有效途径。光伏阵列利用半导体的光电效应把太阳能转变成电能的过程，受半导体材料特性、环境温度、光照强度、故障类型、运行时间的影响。在光伏发电工程应用中，制造光伏阵列的半导体材料有十几种，不同材质的伏安特性存在很大差异，材质类型的伏安特性呈现离散性，特定材质的伏安特性呈现连续性。光伏阵列在在绝对零度时和无光照时不能够形成导电过程，在温度高于绝对零度和有光照时，能够形成导电过程，其导电的电流、电压大小与光照强度存在非线性关系。光照强度受到气候、季节、阴影等多种因素影响，有随机性、间歇性，光伏阵列的开路故障和短路故障存在随机性，运行时间越长，光伏阵列呈现老化严重的趋势，并且可能在某一时刻突然发生故障。光伏阵列是一个非线性直流电源，呈现出显著的不确定性、非线性和非纯一性，是一个包含离散事件和连续变量动态行为及其相互作用的混成系统，难以用反映连续曲线来描述，增加了光伏阵列输出控制过程的复杂性。

[0003] 现有的最大功率点跟踪控制方法的基本思想将光伏阵列的伏安特性看成理想光照条件下的单峰值连续曲线或者是遮蔽条件下的多峰值连续曲线，其最大优势是能够对光伏阵列的伏安特性采用经典的微分数学方法进行建模，本质上忽略了光伏阵列伏安特性影响因素的随机性、离散性和间歇性，未能充分、真实、全程、精细地反映光伏阵列的伏安特性的特征，存在不可控成分，无法表现出优异的最大功率点跟踪效果。

[0004] 鉴于现有的基于连续时间系统连续动态模型的光伏阵列输出控制的上述不足，本发明提出一种光伏阵列输出最大功率跟踪控制的混成自动机方法，采用能充分、真实、全程、精细地反映光伏阵列动态工作特征的混成自动机模型，充分考虑到光伏阵列伏安特性影响因素的随机性、离散性和间歇性，有效提高了光伏发电系统的发电效率，具有广泛的应用前景。

发明内容

[0005] 本发明的目的是一种更能充分、真实、全程、精细地反映光伏阵列行为特征的高效方法，克服现有的基于连续时间系统连续动态模型的光伏阵列伏安特性曲线的最大功率跟踪控制方法的不足，解决现有光伏阵列输出控制方法因使用单一的连续行为模式来近似非纯一的混成行为模式而产生的在控制原理上只能趋近而不能完全一致、总是存在不可控成分的技术问题。

[0006] 本发明光伏阵列输出最大功率跟踪控制的混成自动机方法，对光伏阵列输出采用混成自动机模型控制器进行最大功率跟踪控制，包括光伏阵列伏安特性混成自动机建模算法、全局最大功率点获取算法和斩波器(Boost电路)PWM控制算法。

[0007] 本发明中的光伏阵列输出最大功率跟踪控制的混成自动机方法的光伏阵列伏安特性混成自动机建模算法包括描述各种温度、遮蔽、故障、气候、时间、检修、材料的光伏阵列伏安特性的数学模型。

[0008] 本发明中的光伏阵列输出最大功率跟踪控制的混成自动机方法的全局最大功率点获取算法执行包括温度、遮蔽、故障、气候、时间、检修、材料约束条件下的光伏阵列的复杂的多峰值瓦伏特性的全局最大功率点获取。

[0009] 本发明中的光伏阵列输出最大功率跟踪控制的混成自动机方法的斩波器PWM控制算法包括信号检测算法、PWM信号产生算法。

[0010] 本发明中的光伏阵列输出最大功率跟踪控制的混成自动机方法的具体算法步骤如下：

[0011] 第一步：采样环境温度、光伏电池模块温度、光伏阵列倾斜角、光伏阵列方位角、光伏阵列输出的电压和电流、Boost电路输出的电压和电流；

[0012] 第二步：调取理想的伏安特性曲线和瓦安特性曲线；

[0013] 第三步：昼夜判断；

[0014] 第四步：判断温度范围，建立温度修正系数模型；

[0015] 第五步：判断天气状况，建立云层修正系数模型；

[0016] 第六步：判断检修状况；

[0017] 第七步：判断故障状况；

[0018] 第八步：判断遮挡物状况，建立遮蔽修正系数模型；

[0019] 第九步：建立实际的瓦安特性模型；

[0020] 第十步：计算最高功率点电压Us及其占空比D，最高功率点电压Us及其占空比D的算法如下：

[0021] (1)给定初始值占空比D0，计算Us0，根据混成自动机P-U模型，求出P0；

[0022] (2)给定大步长ΔD1和小步长ΔD2，若k≤2，计算Dk＝D(k-1)-ΔD1；

[0023] (3)计算Us＝(1-Dk)U0、ΔUk＝Usk-Us(k-1)，根据混成自动机P-U模型，求出Pk、ΔPk＝Pk-P(k-1)；

[0024] (4)若k＞2，给定函数S1：S1＝(ΔP(k-1)/ΔU(k-1))*(ΔPk/ΔUk)

[0025] (5)若k＞2，给定函数S2：S2＝(Pk-P(k-1))*(Usk-Us(k-1))

[0026] (6)若k＞2，根据S1和S2的变化情况确定最大功率点跟踪事件EMPPT，EMPPT为：

[0027] EMPPT＝{EMPPT1，-EMPPT2，-EMPPT3，-EMPPT4}

[0028] 事件EMPPT确定规则为：

[0029]

[0030] (7)若k＞2，根绝大步长ΔD1和小步长ΔD2，根据事件计算出占空比D(k+1)，算法如下：

[0031] 如果事件发生EMPPT1，则，Dk＝D(k-1)-ΔD1,

[0032] 如果事件发生EMPPT2，则，Dk＝D(k-1)+ΔD1,

[0033] 如果事件发生EMPPT3，则，Dk＝D(k-1)-ΔD2,

[0034] 如果事件发生EMPPT4，Dk＝D(k-1)+ΔD2；

[0035] (8)若|ΔPk-ΔP(k-1)|＜|ΔPk|，返回(3)

[0036] (9)若Usk≤Umin，返回(3)

[0037] (10)计算最高功率点电压Usmax＝Us(k-1)及其占空比D(k-1)。

[0038] 本发明的技术效果在于：本发明利用混成系统理论中的混成自动机模型对光伏阵列伏安特性进行建模，根据光伏阵列伏安特性的混成自动机模型获取全局最大功率点和产生斩波器PWM控制信号，既能充分、真实、全程、精细地反映光伏阵列输出的混成行为特征，消除了不可控成分的技术问题，提高了控制精度，又能简化控制器的设计，提高光伏阵列输出控制的可靠性和经济性，实现了高精度和高经济性、高可靠性的良好结合。

附图说明

[0039] 图1为发明光伏阵列输出最大功率跟踪控制的混成自动机方法的光伏阵列经Boost电路输出的光伏并网发电系统结构。

[0040] 图2为发明光伏阵列输出最大功率跟踪控制的混成自动机方法的光伏阵列输出瓦伏特性的最大功率点跟踪(MPPT)混成控制器的原理结构框图。

[0041] 图3为发明光伏阵列输出最大功率跟踪控制的混成自动机方法的光伏阵列输出伏安特性和瓦伏特性的混成自动机模型。

[0042] 图4为发明光伏阵列输出最大功率跟踪控制的混成自动机方法的光伏阵列输出最大功率跟踪控制PWM信号产生的混成自动机模型。

[0043] 图5为发明光伏阵列输出最大功率跟踪控制的混成自动机方法的光伏阵列输出控制算法流程框图。

具体实施方式

[0044] 结合发明光伏阵列输出最大功率跟踪控制的混成自动机方法的光伏阵列经Boost电路输出的光伏并网发电系统结构图1、光伏阵列输出最大功率跟踪控制器的原理结构图2、光伏阵列输出伏安特性的混成自动机模型图3、PWM信号产生的混成自动机模型图和光伏阵列输出控制算法流程框图图5，描述本发明的具体实施方式和工作过程。

[0045] 参见图1，光伏并网发电系统的主电路由光伏阵列、斩波电路、DC/AC电路、交流电网主电网组成，光伏阵列由N×M个光伏电池模块串并联组成，斩波电路采用Boost电路，由IGBT器件T1、T2和二极管D1、D2以及电感L、电容Cs组成，最大功率点跟踪(MPPT)混成控制器用于根据光伏阵列伏安特性混成自动机模型获取的全局最大功率点产生PWM控制信号，驱动电路用于放大PWM信号，驱动IGBT器件T1、T2的门极。

[0046] 参见图2，光伏阵列输出最大功率点跟踪(MPPT)混成控制器的原理结构包括信号检测、光伏阵列伏安特性混成自动机模型、全局最大功率点获取、PWM信号产生、PWM信号放大与分配5个环节，输入的信号包括温度(环境温度、光伏电池温度)、角度(光伏阵列的方位角、倾斜角)、时钟(年、月、日、小时、分、秒)、电压(光伏阵列的电压、光伏电池模块的电压、DC/AC电路的输入侧直流电压)、电流(光伏阵列的电流、光伏电池模块的电流、DC/AC电路的输入侧直流电流)。

[0047] 参见图3，光伏阵列输出伏安特性的混成自动机模型用状态转移图来描述温度、遮蔽、故障、气候、时间、检修、材料的离散和连续变化时的状态转移情况下的伏安特性，图3中的低温、高温、夜晚、雨天、全检、全断、全短(发生影响光伏阵列整体的短路故障)的状态的伏安特性为U＝0、I＝0，全检指光伏阵列整体停电检修，全断指发生影响光伏阵列整体的断路故障，全短指发生影响光伏阵列整体的短路故障。

[0048] 图3中的未标注箭头，其箭头所知方向表示系统产生了变换到所指状态的事件，箭头的无箭端(首端)表示转换的起始状态，箭头的有箭端(末端)表示转换的终止状态。

[0049] 图3中的“材料”状态指光伏电池模块的理想伏安特性曲线集，即U＝{U1；U2；…；Uk；…；Uk}，其中Uk为第k类光伏材料的标准温度(25℃)的理想伏安特性，并且可以用幂级数多项式来描述，即

[0050] Uk＝ak0+ak1I+ak2I2+…+akHIH  (1)

[0051] 式中，ak0、ak1、ak2、III、akH为确定的常数。

[0052] 图3中的“常温”状态指光伏电池模块正常工作允许的电池温度的范围内的温度修正系数曲线集，即 其中 为第k类光伏材料的电池温度θ℃的电压、电流的温度修正系数曲线，并且可以用幂级数多项式来描述，即[0053]

[0054]

[0055] 式中，bk0、bk1、bk2、III、bkW与Ck0、Ck1、Ck2、III、CkW为确定的常数。

[0056] 图3中的“白天”状态指光伏发电系统安装地区的年内的日照强度曲线集，即E＝{E1；E2；…；Ek；…；U365}，其中Ek为一年内第k天的太阳照强度曲线，时间单位为“分”，并且可以用幂级数多项式来描述，即

[0057] Ek＝dk0+dk1t+dk2t2+…+dkGtG  (4)

[0058] 式中，dk0、dk1、dk2、III、dkG为确定的常数。

[0059] 图3中的“云天”状态指云层在一天内对光伏阵列太阳照强度的影响系数，介于0-1之间，用云影响系数x表示，x＝E′/Ek，其中E′为实际照射强度，通过太阳光传感器可以测得。

[0060] 图3中的“晴天”状态指无天空无层和没有雾霾，晴天的光伏阵列的云影响系数x表示为1。

[0061] 图3中的“局遮”、“全遮”、“无遮”状态指树、建筑物等遮光物体对光伏阵列的光照的影响，介于0-1之间，用云影响系数z表示，z＝S′/S，其中S′为太阳光没有被遮挡的光伏阵列的面积，遮挡面积可以通过摄像仪和太阳光传感器的综合获取，S为光伏阵列的安装面积。

[0062] 图3中的“局断”、“局短”状态指光伏阵列局部开路故障、局部短路故障，可以通过电流、电压继电保护设备以及熔断器状态、开关状态来获知。

[0063] 图3中的“局检”、“全检”状态指光伏阵列出于局部检修、整体检修状态，可以通过人机交互确定。

[0064] 图3中的“功率”状态指光伏阵列的实际瓦伏特性。

[0065] 参见图4，光伏电池不管是在输出电压最大时还是在输出电流最大时，输出功率都很小。但在某一日照强度和环境温度下，光伏电池存在某一特定输出电压，在这一特定电压下的光伏阵列输出功率最大，最大功率跟踪点控制的目标就是跟踪最大功率点的电压。Boost电路的输入输出电压的关系式为

[0066] Us＝(1-D)U0  (5)

[0067] 式中D为开关T的占空比。可以改变D来控制光伏阵列输出电压Us。U0为Boost电路的输出电压，在U0一定的条件下，D唯一对应Us，即确定D就可以确定Us。对于图1所示的光伏发电并网系统，光伏阵列的最大功率跟踪点控制的过程就是在Boost电路的输出电压U0一定的条件下，寻找到唯一的D来确定最高功率点对应的光伏阵列输出电压，由占空比的产生过程便是Boost电路的PWM控制信号的产生过程。基于MPPT混成控制器的控制规律如下：

[0068] 将D的变化量ΔD按大小分成两个等级：预先给定的大步长ΔD1和小步长ΔD2，对于因外部条件突然变化引起光伏阵列工作点远离最大功率点的情形适合用大步长ΔD1作为扰动去调节D，用于快速响应外部条件的变化；采用小步长ΔD2作为扰动去调节D适用于光伏阵列的工作点刚好落在最大功率点附近时，用于减小系统的功率振荡。

[0069] 给定一个ΔUk，求Uk，根据混成自动机P-U模型，求出ΔPk、Pk。

[0070] 给定函数S1为

[0071] S1＝(ΔP(k-1)/ΔU(k-1))*(ΔPk/ΔUk)  (6)

[0072] 及函数S2为

[0073] S2＝(Pk-P(k-1))*(Uk-U(k-1))  (7)

[0074] 根据S1和S2的变化情况确定最大功率点跟踪事件EMPPT＝{EMPPT1；EMPPT2；EMPPT3；EMPPT4}，事件EMPPT确定规则为：

[0075]

[0076] 如果事件EMPPT1发生，转换到状态q0，则说明当前光伏阵列工作点落在最大功率点左侧且远离最大功率点，应该大大的减小D来提高光伏阵列的输出电压，即将Dk＝D(k-1)-ΔD1带入式(5)可得：

[0077] Us(k+1)＝(1-Dk+ΔD1)U0  (9)

[0078] 如果事件EMPPT2发生，转换到状态q1，。则说明当前光伏阵列工作点落在最大功率点右侧且远离最大功率点，应该大大的增大D来降低光伏阵列的输出电压，即将Dk＝D(k-1)+ΔD1带入式(5)可得：

[0079] Us(k+1)＝(1-Dk-ΔD1)U0  (10)

[0080] 如果事件EMPPT3发生，转换到状态q2，则说明当前光伏阵列工作点落在最大功率点左侧且就在最大功率点附近，应该稍微的减小D来提高光伏阵列的输出电压，即将Dk＝D(k-1)-ΔD2带入式(5)可得：

[0081] Us(k+1)＝(1-Dk+ΔD2)U0  (11)

[0082] 如果事件EMPPT4发生，转换到状态q3，则说明当前光伏阵列工作点落在最大功率点右侧且就在最大功率点附近，应该稍微的增大D来降低光伏阵列的输出电压，即将Dk＝D(k-1)+ΔD2带入式(5)可得：

[0083] Us(k+1)＝(1-Dk-ΔD2)U0  (12)

[0084] 本发明光伏阵列输出最大功率跟踪控制的混成自动机方法，采用混成自动机理论建立包含温度、遮蔽、故障、气候、时间、检修、材料等影响因素在内的光伏阵列伏安特性和瓦伏特性的模型，能够充分、真实、全程、精细地反映光伏阵列输出的混成行为特征，采用混成自动机理论获取最大功率点的光伏阵列输出电压和和斩波器(Boost电路)控制的PWM信号，既能获得复杂条件下的瓦伏特性的全局最大功率点电压，还能够简单、高效产生PWM信号，消除了不可控成分的技术问题，提高了控制精度，又能简化控制器的设计，实现了高效性、经济性、可靠性和高精度的良好结合，具有广泛的实用性，工程应用价值重大。