CN102684537A - 一种单相单级光伏逆变器最大功率点跟踪控制方法 - Google Patents

Abstract

本发明公开了一种单相单级光伏逆变器MPPT控制方法，在该方法中，采样光伏电池的输出电流和输出电压，并计算出光伏电池的输出功率；通过高通滤波将输出电压和输出功率的直流分量分别滤除，以得到输出电压和输出功率的交流分量；将输出电压的交流分量作为极值寻优控制的扰动量；将扰动量与输出功率的交流分量相乘，之后经过低通滤波和积分得到最大功率输出点的估计的工作电压；以及将扰动量再叠加于估计的工作电压上，反复进行上述步骤，以保证光伏电池始终在最大功率输出点附近工作。本发明充分利用了系统的固有性质，无需额外的注入扰动信号，消除了外部扰动信号对系统的影响。此外，本发明可保证MPPT控制方法计算量小，因此便于实现。

Description

一种单相单级光伏逆变器最大功率点跟踪控制方法

技术领域

本发明涉及光伏发电领域，具体而言，涉及一种单相单级光伏逆变器的最大功率点跟踪（MPPT，Maximum Power Point tracking）方法。

背景技术

近年来，新能源发电技术发展迅猛，其中光伏发电以其清洁性和经济性被认为是最具有发展前景的可再生能源利用技术。光伏屋顶被认为是未来光伏发电技术推广和普及的主要形式。在这种光伏系统中，光伏电池通过逆变器连接至单相电网或供给负载。逆变器作为光伏系统的关键元件，直接影响着系统的整体性能、效率和成本。单相单级逆变器因成本低、可靠性高和配置灵活等特点，是小容量光伏系统中最具有应用前景的拓扑结构，已成为国内外光伏领域的一个研究热点。

单相单级逆变器由于只有一个能量枢纽，需要同时兼顾最大功率点跟踪和输出电流波形控制。因此，控制复杂度增大，对各控制环节的要求也增加了。目前最大功率点跟踪控制技术常用的有恒电压跟踪方法、扰动观察法、增量电导法和极值寻优控制法（ESC，Exstreme Seeking Control）和智能MPPT等，其中恒电压跟踪有控制简单、可靠性高、稳定性好和易于实现等优点，但不能顺应温度变化的情况。扰动观察法（P&O，Perturb and Observe）是目前经常被采用的MPPT方法之一，该算法简单，且易于硬件实现，但是响应速度较慢，只适用于那些光照强度变化比较缓慢的场合。在稳态情况下，会导致光伏电池的实际工作点在最大功率点附近小幅振荡，因此会造成一定的功率损失，当然针对这些问题提出了一些变步长的改进P&O算法，一定程度上弥补其不足。增量电导法可使光伏电池输出电压能以平稳的方式追随光照强度的变化，而且稳态的电压振荡也较扰动观察法小，因此控制精度较高。但增量电导法可能导致系统稳定在一个局部的最大功率点。根据光伏电池的单峰函数特性，极值寻优控制法通过调制、解调等能自适应的搜索到最大功率点。随着智能控制的发展，模糊控制，神经网络思想也逐步应用在光伏系统的MPPT技术上，取得了较好的效果。

极值寻优控制是针对设定值无法事先确定，控制目标需要选择合适的设定值，从而使某个性能指标取得极值，这类特殊的控制问题而提出的一种控制方法。由于光照强度、环境温度的影响，最佳直流电压是未知和不断变化的，而最佳的直流电压设定值对应着最高的光伏电池效率。从这个角度看，直流电压设定值的寻优问题是典型的极值寻优控制问题。

发明内容

为克服已有技术的不足，本发明的目的在于提供一种无需额外引入扰动信号、动态性能能够符合要求的新型的单相单级光伏逆变器MPPT控制算法，其包括：

S101、采样光伏电池的输出电流和输出电压，并计算出光伏电池的输出功率；

S102、通过高通滤波将所述输出电压和所述输出功率的直流分量分别滤除，以得到所述输出电压的交流分量和所述输出功率的交流分量；

S103、将所述输出电压的交流分量作为极值寻优控制的扰动量；

S104、将所述扰动量与所述输出功率的交流分量相乘，之后经过低通滤波和积分得到光伏电池的最大功率输出点的估计的工作电压；以及

S105、将所述扰动量再叠加于所述估计的工作电压上，然后返回到步骤S101反复进行，以保证光伏电池始终在最大功率输出点附近工作。

其中，在步骤S104中，所述扰动信号与所述输出功率的交流分量的乘积经过低通滤波和积分后，进一步经过补偿控制以加快收敛速度。

根据本发明的一个实施例，所述补偿控制为比例控制，其中比例系数根据系统动态性能要求进行整定。

根据本发明的一个实施例，所述比例系数为9.5。

根据本发明的一个实施例，所述高通滤波和所述低通滤波均采用二阶巴特沃斯滤波。

根据本发明的一个实施例，低通滤波的截止频率为10Hz，高通滤波的截止频率为50Hz。

根据本发明的一个实施例，所述交流分量是二次谐波分量。

根据本发明的一个实施例，所述二次谐波分量的频率为100Hz，幅度为所述工作电压的1－3％。

本发明与已有技术相比有以下优点：1.该MPPT算法利用极值寻优控制算法以周期性信号为调制波的特点，提取出直流电压中的纹波电压，并以该纹波作为极值寻优控制算法的扰动信号；2.充分利用单相单级逆变器的固有纹波，无需额外注入扰动信号，避免了外加扰动信号对系统性能的影响；3.在极值寻优控制算法中增加一个控制自由度，通过该自由度提高算法的收敛速度，进一步优化MPPT控制的稳态和动态性能；4.稳态情况下，直流侧电压纹波主要为二次谐波，谐波次数较低，便于电流控制环节对该纹波的适应性控制；5.优化补偿环节采用比例控制，保证MPPT算法计算量小、便于实现。

附图说明

图1是光伏电池标准条件下的特性曲线；

图2是单相单级光伏逆变器拓扑结构；

图3是极值寻优控制算法的原理图；

图4是根据本发明的一个实施例的单相单级光伏逆变器MPPT控制的原理框图；

图5是图4所示原理框图的简化的框图；

图6是根据图4所示的MPPT控制的方法步骤图；

图7是根据本发明的一个实施例在仿真环境下观察到的直流侧纹波电压现象；

图8－10是根据本发明的一个实施例在不同初始条件下进行仿真的参考电压变化曲线图；

图11是根据本发明的一个实施例在不同初始条件下进行仿真的输出功率的曲线图。

具体实施方式

以下结合附图作详述，但不作为本发明的限定。

（1）光伏电池特性曲线

在不同光照强度和环境温度下，光伏电池的输出电流-电压呈现非线性特征，其电流-电压特性方程为

$I_{\mathrm{PV}}=I_{\mathrm{ph}}-I_o(\exp \left(\frac{q{U}_{\mathrm{PV}}}{\mathrm{AkT}}\right)-1)---\left(1\right)$

式中，U_PV、I_PV分别为光伏电池阵列的输出电压和电流，Iph为光生电流，Io为二极管饱和电流，q为电荷量，A为二极管因子，k为波尔兹曼常数，T为光伏电池温度。

根据式(1)，光伏电池阵列的电流-电压(I-V)、功率-电压(P-V)特性曲线如附图图1所示。

从图1可见，光伏电池阵列在无遮挡的情况下P-V特性为单峰曲线，在某一特定电压值时，其功率输出达到最大值。因此，为提高光伏系统的效率，需要使其始终工作在最大功率点附近，即采用MPPT控制。

（2）单相单级光伏逆变器拓扑结构及其直流侧纹波电压

单相单级光伏逆变器由直流侧储能电容C、单相电压型逆变桥和输出滤波器组成，其拓扑结构如图2所示。图中，4个IGBT构成了电压型逆变桥，电感L_f1、L_f2、电容C_f和电阻R_c构成输出滤波器，R₁为等效负载。

设光伏逆变器交流侧电压的表达式为v_g=v_msinωt，其中v_m为电压峰值，ω为角频率；交流侧电流的表达式为i_g=i_msinωt，其中i_m为电流峰值。则光伏系统的输出功率p为

$p=v_g{i}_g=\frac{v_m{i}_m}{2}(1-\cos 2\mathrm{\ωt})---\left(2\right)$

由式(2)可以看出，光伏系统的输出功率由直流分量和二次谐波分量两部分组成。在稳态条件下，功率的直流分量由光伏电池来提供，而二次谐波分量由并联在光伏电池上的电容来提供，因此电容充放电过程会在电容上形成一个近似二次谐波电压，该谐波电压的幅值为

${\mathrm{\ΔU}}_c\≈\frac{P_{\mathrm{pv}}}{{2\mathrm{\ωU}}_{0}C}---\left(3\right)$

式中，C为并联在光伏电池侧的电容值。一般，纹波幅值取为额定电压值的1%－3%之间。

本发明正是以电容电压上频率为2倍基波频率、幅值为ΔU_c的纹波电压作为MPPT算法的扰动信号。

（3）极值寻优控制算法的原理

极值寻优控制实质上是一个调制过程，即在待寻优的目标值上叠加一个幅值较小的、周期变化的激励信号，使得被控对象输出或某个性能指标发生变化，再通过高通滤波器和解调过程不断对性能指标相对目标值变化的导数进行估计，并利用梯度法获得局部最优解。

极值寻优控制算法原理如图3所示。图中，f(t,u)为功能函数，

为外部扰动信号，LPF和HPF分别为低通滤波器和高通滤波器。若功能函数f(t,u)的时变速度远小于外部扰动

的变化率，则图3能够实现对梯度

的优化估计。

极值寻优控制算法的一个关键点是解调过程如何提取有用信息并最终寻优控制到最优值。设扰动量

和解调信号

是同频率的正弦信号，其表达式为

$\left\{\begin{array}{c}{\tilde{d}}_1\left(t\right)=a{\sin \mathrm{\ω}}_{n}t\\ {\tilde{d}}_2\left(t\right)=b\sin ({\mathrm{\ω}}_{n}t+\mathrm{\β})\end{array}\right.---\left(4\right)$

式中，a、b分别是扰动量

和

的幅值，ω_n是扰动量的角频率，β是两信号之间的相位差。

考虑到f(t,u)的变化频率远小于纹波

的频率，所以f(t,u)可以用f(u)来表示。设在某一时刻函数f(u)在u^*点存在极大值，把

在最优值u^*处进行二阶泰勒展开来近似，可得到

$f(\hat{u}+{\tilde{d}}_1)\≈f(u*)+\frac{1}{2}{(\hat{u}+{\tilde{d}}_1-u*)}^2{f}^{\′\′}(u*)---\left(5\right)$

f″()表示f(u)对u的二阶导数，通过HPF可以得到其高频分量，同时忽略扰动分量的平方项，可以得到

${\tilde{d}}_1(\hat{u}-u*)f^{\′\′}(u*)---\left(6\right)$

乘以扰动量

后，同时经过低通滤波器以后，得

${\tilde{d}}_2{\tilde{d}}_1(\hat{u}-u*)f^{\′\′}(u*)---\left(7\right)$

加上积分环节以后，得

${\tilde{d}}_2{\tilde{d}}_1{f}^{\′\′}(u*)(\hat{u}-u*)=\stackrel{\·}{\hat{u}}---\left(8\right)$

解微分方程，得

$\hat{u}={\mathrm{\ρe}}^{{\tilde{d}}_2{\tilde{d}}_1{f}^{\′\′}(u*)t}+u*---\left(9\right)$

式中，ρ为常数。若f(u)存在极大值，则其二阶导数小于零，且最终得到

即估计值等于最优值。

（4）基于系统固有纹波的MPPT方法

单相单级光伏逆变器由于输出功率包含二次谐波成分，导致直流电容上存在以二次谐波为主要成分的纹波电压，因此可以利用纹波电压对光伏逆变器的影响，通过极值寻优控制算法使光伏电池始终工作在最大功率输出点附近。

由于以电容纹波电压为扰动信号和调制信号的极值寻优控制算法收敛速度较慢，本文在极值寻优控制算法中增加一个控制自由度，即在极值寻优控制算法中引入补偿控制器，以提高极值寻优控制算法的收敛速度。

基于极值寻优控制的MPPT方法原理如图4所示。图中，极值寻优控制算法的功能函数f(t,u)对应于光伏电池的电压-电流函数，即图1中的I-V曲线，其输出值为光伏电池输出电流I_pv；K(s)为优化极值寻优控制算法性能的补偿器传递函数；F₁(s)和F₂(s)分别为电流和电压采样电路的等效传递函数。

图4中功能函数f(t,u)为光伏电池I-V曲线，设

和分别表示光伏电池输出功率P_pv和输出电压V_pv的交流分量，从图1中P-V曲线上可以看出，有

为了避免计算光伏电池的瞬时量和

时引入额外干扰，对交流分量取平均值，处理得到：

$\underset{t}{\overset{t+T}{\∫}}\tilde{p}\left(\mathrm{\τ}\right)\tilde{v}\left(\mathrm{\τ}\right)\mathrm{d\τ}\≅{\left(\frac{{\∂P}_{\mathrm{pv}}}{{\∂V}_{\mathrm{pv}}}\right)}_{v_0}\underset{t}{\overset{t+T}{\∫}}{\tilde{v}}^2\left(\mathrm{\τ}\right)\mathrm{d\τ}---\left(10\right)$

式中，T为积分周期。由式(10)，可以得到：

${\left(\frac{{\∂P}_{\mathrm{pv}}}{{\∂V}_{\mathrm{pv}}}\right)}_{v_0}\≅\frac{\underset{t}{\overset{t+T}{\∫}}\tilde{p}\left(\mathrm{\τ}\right)\tilde{v}\left(\mathrm{\τ}\right)\mathrm{d\τ}}{\underset{t}{\overset{t+T}{\∫}}{\tilde{v}}^2\left(\mathrm{\τ}\right)\mathrm{d\τ}}---\left(11\right)$

由于稳态时二次纹波电压的幅值由ΔU_c确定，而频率为电网频率的两倍，所以当积分周期足够长时（远大于二次纹波的周期），

为常数，所以

与

存在一定的比例关系，而

反映了实际工作电压与最大功率输出点电压之间的关系，因此也可以近似表示实际工作电压与最大功率输出点电压之间的关系。也就是说在较长的时间段内（相对于二次纹波周期），

能说明实际工作点在最大功率输出点电压的左侧还是右侧，以及离最大功率输出点电压的远近程度。

根据以上分析，如图4所示的MPPT方法中，通过F₁(s)和F₂(s)得到光伏电池输出电流和电压采样信号后，计算出光伏电池输出功率P_pv；采用高通滤波器滤除直流分量，可以分别得到输出电压V_pv的交流分量

和输出功率P_pv的交流分量

电压交流分量

一方面作为扰动信号，同时也作为解调信号，即：直流侧电容上的纹波电压将导致光伏电池的输出功率发生了扰动，而经过解调以后能够反映实际电压工作点的位置，这样再经过低通滤波器后就能够得到光伏电池的最佳工作点电压的估计值；为了兼顾系统的复杂性和控制效果，本文中补偿器K(s)选择比例控制。

（5）MPPT算法稳定性分析及优化设计

一般地，电流及电压采样电路采用相同的低通滤波电路，滤除采样信号中的高频噪声，同时应该保证信号中的二次谐波成分能顺利通过，本发明采用二阶巴特沃斯（Butterworth）滤波器来消除噪声，转折频率设置大于10倍此谐波频率。因此能够保证二次谐波信号顺利通过，同时对二次谐波的相位影响很小，因此可以忽略，简化以后MPPT方法的模型如图5所示。

图中G₂表示低通滤波器、积分器和补偿器K(s)合并在一起的传递函数，G₁表示高通滤波器。

从图5的原理框图来看，可以根据平均模型的概念来推导得出估计值

的闭环传递函数（估计值的变化频率应远小于二次谐波的频率）：

$\hat{u}=G_2\left[{\tilde{d}}_2{G}_1\left(P_{\mathrm{PV}}(t,\hat{u}+{\hat{d}}_1)\right)\right]---\left(12\right)$

将光伏电池的输出功率函数在最大功率输出点电压处进行二阶泰勒展开，忽略高次项，则可以近似得到：

$P_{\mathrm{PV}}=P_{\mathrm{otp}}+\frac{1}{2}Q{(u-u*)}^2---\left(13\right)$

式中，Q为最大功率输出点电压处功率曲线的二阶导数。

将式(13)应用到式（12），得到：

$\hat{u}=G_2\left[{\tilde{d}}_2{G}_1\left(f(t,\hat{u}+{\hat{d}}_1)\right)\right]$

$=G_2\left[{\tilde{d}}_2{G}_1(P_{\mathrm{otp}}+\frac{1}{2}Q{({\hat{d}}_1+\hat{u}-u_{\mathrm{otp}})}^2)\right]---\left(14\right)$

$=G_2\left[{\tilde{d}}_2{G}_1(P_{\mathrm{otp}}+\frac{1}{2}Q({{\hat{d}}_1}^2+2{\hat{d}}_1(\hat{u}-u_{\mathrm{otp}})+{(\hat{u}-u_{\mathrm{otp}})}^2))\right]$

G₁是高通滤波器，消除直流分量，设在二次谐波角频率附近的幅值增益定义为g₁，则上式可以简化为：

$\hat{u}=G_2\left[g_1(\frac{1}{2}Q(d_2{{\hat{d}}_1}^2+2d_2{\hat{d}}_1(\hat{u}-u_{\mathrm{otp}}))\right]---\left(15\right)$

按照平均模型的概念，我们定义：

$r_1=\underset{T\→\∞}{\lim }\frac{1}{T}{\∫}_0^{T}Q{\tilde{d}}_2{{\tilde{d}}_1}^2\mathrm{dt}---\left(16\right)$

$r_2=\underset{T\→\∞}{\lim }\frac{1}{T}{\∫}_0^T{\tilde{d}}_2{\tilde{d}}_1\mathrm{dt}---\left(17\right)$

将（16）和（17）代入到（15）式，可以得到

$\hat{u}=G_2{g}_1[r_1+{\mathrm{Qr}}_2(\hat{u}-u_{\mathrm{otp}})]---\left(18\right)$

从（18）式可以得出闭环系统的特征方程为

1-G₂g₁Qr₂＝0                              （19）

本发明使用的高通滤波器为二阶巴特沃斯（Butterworth）滤波器，其等效传递函数G₁(s)为

$G_1\left(s\right)=\frac{s^2}{s^2+444.288s+98696}---\left(20\right)$

其截止频率为50Hz。在100HZ附近，G₁(s)的幅值增益为0.97，相角为43.31度，低频段以-40db的速度衰减。

在本发明提出的MPPT方法中，扰动量

和解调信号

是幅值相同（忽略高通滤波器G₁(s)对扰动信号幅值的衰减）、频率相同的交流信号，将式(4)带入式(17)，有

$r_2=\underset{T\→\∞}{\lim }\frac{1}{T}{\∫}_0^T{\tilde{d}}_2{\tilde{d}}_1\mathrm{dt}$

$=\underset{T\→\∞}{\lim }\frac{1}{T}{\∫}_0^T{a}^2\sin \mathrm{\ω}t\sin (\mathrm{\ωt}+\mathrm{\β})\mathrm{dt}---\left(21\right)$

$=\frac{a^2}{2}\cos \mathrm{\β}$

根据图4所示，扰动量

和解调信号

的相角差为高通滤波器的相位滞后，即β＝43.31°；扰动量

和解调信号

的幅值a为直流电容纹波电压的幅值，由ΔU_c确定，本例取纹波幅值约为直流分量的3%左右，纹波幅值在最大输出功率时约为1V。

最大功率输出点电压处功率曲线的二阶导数Q为

$Q={\frac{{\∂}^{2}p}{{\∂u}^2}}_{u=u_{\mathrm{otp}}}={\left[\mathrm{ul}(t,u)\right]}^{\′\′}{|}_{u=u_{\mathrm{otp}}}---\left(22\right)$

根据图1所示，在最大功率输出点电压处的二阶导数近似为一个常数。

本发明所用光伏电池的最大功率点处的电压约为30V，最大功率约为180V，则斜率为1/6，取最大电压处的宽度1.6V，则最大功率输出点电压处的二阶导数约为1/4.8。

图4中，低通滤波器采用MATLAB来辅助设计，采用二阶巴特沃斯（Butterworth）滤波器，二次谐波的频率为100HZ，取低通滤波器的截止频率为10HZ（远小于谐波频率），用MATLAB自带的Butter函数可以直接得出低通滤波器的传递函数为

$\frac{3947.84}{s^2+88.86s+3947.84}$

由于k(s)控制器的传递函数为一比例系数k_p，根据（18）式可得闭环系统的特征方程为：

$1-0.07375\×\frac{3947.84}{s^2+88.86s+3947.84}\frac{k_p}{s}=0$

可见闭环系统是一个三阶系统，按照工程上整定方法可近似为二阶系统，然后按照二阶系统最佳性能来整定。

图6显示了基于图4所示的原理框图进行光伏电池的MPPT控制的方法步骤图。

在步骤S101中，采样光伏电池的输出电流和输出电压，并计算出光伏电池的输出功率。接下来，在步骤S102中，通过高通滤波将所述输出电压和所述输出功率的直流分量分别滤除，以得到所述输出电压的交流分量和所述输出功率的交流分量。然后，在步骤S103中，将所述输出电压的交流分量作为极值寻优控制的扰动量。接着处理进行到步骤S104，在该步骤中将所述扰动量与所述输出功率的交流分量相乘，之后经过低通滤波和积分得到光伏电池的最大功率输出点的估计的工作电压。最后，在步骤S105中，将所述扰动量再叠加于所述估计的工作电压上，然后处理返回到步骤S101反复进行，从而保证光伏电池始终在最大功率输出点附近工作。

此外，为了加快极值优化控制的收敛速度，可以在步骤S104中，在所述扰动信号与所述输出功率的交流分量的乘积经过低通滤波和积分后，进一步经过补偿控制。为简化操作，本实施例对于该补偿控制采用比例控制，其中比例控制系数根据系统动态性能进行整定。根据仿真结果，优选比例控制系数为9.5。

（5）实验结果

为了进一步验证本发明所提MPPT方法的性能和效果，在实验环境下搭建了单相单级光伏发电系统试验平台。该试验平台的光伏电池部分由两块100W的光伏电池并联组成，光伏电池的开路电压在天气晴好的情况下在36-38V之间，短路电流在4-6A之间，最大功率输出点电压大致在29-30V并且会随温度的变化而变化，在阳光很强烈的情况，实际最大输出功率在140-150之间；单相单级逆变器拓扑结构如图2所示，逆变器控制系统采用DSP+CPLD结构，DSP芯片采用TI公司的32位定点TMS320F2812，CPLD采用ALTERA公司的可编程芯片EPM7256AETC144；光伏系统的控制频率为10kHz。

单相单级光伏逆变器的实验波形如图7-11所示。其中，图7-10是2011年11月21日上午11时所得到的数据（天气晴朗，无云，无风）；图11是2011年11月23日上午10.30时实验得到的数据（天气晴朗，无云，无风，有薄雾）。试验数据均有由TDS510仿真器从DSP2812中得到。

从图7可以看出，直流电容上存在一个二次谐波扰动电压，扰动电压的幅值约为1V左右，这是通过合理设置直流侧电容数值而得到的。

从图8-10中可以看出，在不同的初始电压条件下，极值寻优控制算法都能使光伏电池实际工作点电压逐渐趋近于最大功率输出点电压，证明了极值寻优控制算法的有效性。但是，在不同的k_p条件下，MPPT的收敛速度明显不一样。k_p=9.5时，参考电压基本上在0.8s内就达到了最佳值；而当k_p=1时，在5s的时间内过渡过程还没有完成；而当k_p继续增大到47.5时，系统则产生了振荡，参考电压的这种振荡不仅会使输出滤波电感产生很大的噪声，而且会使得输出电流波形出现不对称的现象。可见不同的k_p对极值寻优控制算法的性能有很大的影响。同时，电容上的纹波幅值的大小也会影响算法的收敛速度。幅值越大，则收敛速度越快；幅值越小，则收敛速度越慢。

图11是不同k_p和电压初值条件下的输出功率的情况。从曲线（1）和（2）可以看出，当k_p=9.5时，不同的初始电压下在0.8S内，它们的稳态输出功率差不超过2W，可见基于纹波的极值寻优控制算法能使光伏电池的输出功率达到最大值，且具有良好的稳态效果；从曲线（3）和（4）中可以看出，当初始电压为33V，k_p=1时，输出功率会长时间比其它情况下低，这主要是因为：1）极值寻优控制的收敛速度很慢，2）光伏电池的功率曲线在最大功率输出点电压右侧（大于MPPT点电压）时陡度比较大。

Claims (8)

1.一种单相单级光伏逆变器最大功率点跟踪控制方法，包括步骤：

S101、采样光伏电池的输出电流和输出电压，并计算出光伏电池的输出功率；

S102、通过高通滤波将所述输出电压和所述输出功率的直流分量分别滤除，以得到所述输出电压的交流分量和所述输出功率的交流分量；

S103、将所述输出电压的交流分量作为极值寻优控制的扰动量；

S104、将所述扰动量与所述输出功率的交流分量相乘，之后经过低通滤波和积分得到光伏电池的最大功率输出点的估计的工作电压；以及

S105、将所述扰动量再叠加于所述估计的工作电压上，返回到步骤S101反复进行，以保证光伏电池始终在最大功率输出点附近工作。

2.如权利要求1所述的最大功率点跟踪控制方法，其特征在于，在步骤S104中，所述扰动信号与所述输出功率的交流分量的乘积经过低通滤波和积分后，进一步经过补偿控制以加快收敛速度。

3.如权利要求2所述的最大功率点跟踪控制算法，其特征在于，所述补偿控制为比例控制，其中比例系数根据系统动态性能要求进行整定。

4.如权利要求3所述的最大功率点跟踪控制方法，其特征在于，所述比例系数为9.5。

5.如权利要求1－4任一项所述的最大功率点跟踪控制方法，其特征在于，所述高通滤波和所述低通滤波均采用二阶巴特沃斯滤波。

6.如权利要求5所述的最大功率点跟踪控制方法，其特征在于，低通滤波的截止频率为10Hz，高通滤波的截止频率为50Hz。

7.如权利要求6所述的最大功率点跟踪控制方法，其特征在于，所述交流分量是二次谐波分量。

8.如权利要求7所述的最大功率点跟踪控制方法，其特征在于，所述二次谐波分量的频率为100Hz，幅度为所述工作电压的1-3％。

Images