CN103105884A - 光伏发电系统最大功率点跟踪系统及方法 - Google Patents

Abstract

本发明提出了一种光伏发电系统最大功率点跟踪系统及方法，属于光伏发电技术领域。本发明利用光伏发电现场的监控设备实时获取视频图像信息，如发现光伏电池有被遮阴发生，利用图像处理技术，确定阴影区域的位置、大小、被遮部分的光伏电池的温度和光照等参数。构建不均匀光照下的光伏电池模型，将这些参数作为扩展记忆粒子群算法的输入参数，计算每个电池板的理想工作电压和整个光伏发电系统的理想工作电压。最后将理想工作电压和实际输出电压的差值作为双向转换器和终端Boost升压转换器控制电路的输入，产生PWM信号，使的每块光伏电池工作在最大功率点和整个系统的输出到达最大，并保证被遮的串联电池板不成为负载消耗系统能量至发热烧毁。

Description

光伏发电系统最大功率点跟踪系统及方法

技术领域

本发明涉及一种光伏发电系统最大功率点跟踪系统及方法，尤其涉及一种基于扩展记忆粒子群方法且可以实现不均匀光照条件下的光伏发电系统最大功率点跟踪方法。

背景技术

在光照均匀和温度恒定的条件下，光伏发电系统的输出特性曲线(I-V曲线和P-V曲线)是非线性的单峰曲线，存在唯一的峰值点，采用传统的最大功率点跟踪算法，即能使光伏发电系统工作在最大功率点处。

然而，实际上由于光伏发电系统中光伏电池板分布范围较广，每块光伏电池板的温度和光照强分布不均匀，比如：荒漠中的大型光伏发电站，由于云朵和灰尘遮挡；安装在建筑物表面的光伏系统，由于周围建筑物和树木的遮挡形成的阴影，并且同一建筑物不同朝向的光伏电池板所受的光照强度也不一样，这些情况我们称光伏发电系统受到不均匀光照。在不均匀光照情况下，光伏发电系统的输出特性发生巨大变化，其功率电压输出曲线产生多个峰值点，传统的MPPT控制方法不能有效的区分局部峰值和全局峰值。图1为两个串联光伏电池板在不均匀光照下的P-V曲线，图2为三个串联电池板在不均匀光照下的P-V曲线。

光伏阵列最大功率点跟踪方法大致可以分为3类：间接的最大功率点跟踪方法、直接的最大功率点跟踪方法和人工智能方法。间接的方法是通过事先从光伏电池板得到的参数和数据来进行最大功率的跟踪，这种方法最大的缺点就是需要很大的存储空间来存储模型参数。直接的跟踪方法是指通过在线检测电压电流来进行最大功率点的跟踪，如扰动观察法和电导增量法。但是扰动观察法在最大功率点附近有连续不断的振荡，电导增量法的控制器电路复杂。针对上述方法的缺点，最近基于模型的控制技术在最大功率点的跟踪过程中受到了广泛的关注。如模糊神经网络推理系统、遗传算法、径向函数神经网络算法，但是这些方法的模型调整时间长且计算量大。

同时，在不均匀光照情况下由于光伏电池存在多个峰值功率点，使得要快速准确的跟踪全局最大功率点变得更加困难。在过去5年中，人们在光伏阵列在不均匀光照情况下最大功率点的跟踪控制策略方面也做了许多研究，提出了如智能搜索法、斐波那契数列，峰值点搜索等方法，但是这些方法在遮光情况下的最大功率点跟踪都没有达到最优的效果。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种光伏发电系统最大功率点跟踪系统及方法，提高了光伏发电系统在遮荫情况下最大功率点的跟踪速度以及准确度。

为了实现本发明的上述目的，本发明提供了一种光伏发电系统最大功率点跟踪系统，包括由N个光伏电池串并联而成的光伏电池阵列、双向

转换器、Boost升压转换器、摄像头和控制器，其中所述光伏电池阵列中每相邻的两个串联光伏电池构成一个光伏电池组，每一光伏电池组均连接一个双向

转换器；

每一双向

转换器均由第一MOSFET管(S1)、第二MOSFET管(S2)、第一二极管(D1)、第二二极管(D2)、第一电感(L1)、第二电感(L2)和电容(Cn)组成，该第一MOSFET管(S1)的漏极通过该第一电感(L1)连接该光伏电池组中第一光伏电池的正极，该第一MOSFET管(S1)的源极连接该光伏电池组中第一光伏电池的负极以及该第二MOSFET管(S2)的漏极，该第二MOSFET管(S2)的源极通过该第二电感(L2)连接该光伏电池组中第二光伏电池的负极且通过该电容(Cn)连接该第一MOSFET管(S1)的漏极；所述第一二极管(D1)的负极连接该第一MOSFET管(S1)的漏极，正极连接该第一MOSFET管(S1)的源极；所述第二二极管(D2)的负极连接该第二MOSFET管(S2)的漏极，正极连接该第二MOSFET管(S2)的源极；

所述光伏电池阵列通过该Boost升压转换器输出发电总电压；

所述摄像头连接该控制器，用于采集该光伏电池阵列的实际图像并发送给该控制器；其特征在于：还包括温度传感器、光强度传感器和第一PI控制电路，其中所述控制器分别连接该温度传感器、光强度传感器，用于根据该光伏电池阵列的实际图像确定遮荫光伏电池，并控制与该遮荫光伏电池对应的温度传感器、光强度传感器工作，采集获得该遮荫光伏电池的温度、光强度信息；

所述控制器连接该第一PI控制电路，用于根据该遮荫光伏电池的温度、光强度信息，计算出该光伏电池阵列在最大功率点的参考电压V_Tref并发送给该第一PI控制电路；

所述第一PI控制电路用于采集该光伏电池阵列输出的实际电压V_T，并且所述第一PI控制电路连接该Boost升压转换器，用于根据公式计算出占空比K_T(S)并将占空比为K_T(S)的脉冲驱动信号发送给Boost升压转换器，其中k_Pb表示比例系数，V_Tref表示光伏电池阵列在最大功率点的参考电压，V_T表示光伏电池阵列输出的实际电压，k_ib表示积分系数，s表示积分变换。

该光伏发电系统最大功率点跟踪系统还包括第二PI控制电路，所述控制器连接该第二PI控制电路，用于根据该遮荫光伏电池的温度、光强度信息，计算出各光伏电池在最大功率点处的参考电压V_pref并发送给该第二PI控制电路；所述第二PI控制电路用于采集各光伏电池输出的实际电压V_p，并且该第二PI控制电路分别与各双向

转换器中第一MOSFET管(S1)和第二MOSFET管(S2)的栅极连接，用于根据公式 $K_{1\left(S\right)}=k_{\mathrm{PC}}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]+\frac{k_{\mathrm{ic}}}{s}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]$ 计算出占空比K_1(S)并将占空比为K_1(S)的脉冲驱动信号发送给该第一MOSFET管(S1)的栅极，并且根据公式K_2(s)=1-K_1(s)计算出占空比K_2(S)并将占空比为K_2(S)的脉冲驱动信号发送给该第二MOSFET管(S2)的栅极，其中k_PC表示比例系数，V_p2ref表示该光伏电池组中第二光伏电池在最大功率点处的参考电压，V_p2表示该光伏电池组中第二光伏电池输出的实际电压，V_p1ref表示该光伏电池组中第一光伏电池在最大功率点处的参考电压，V_p1表示该光伏电池组中第一光伏电池输出的实际电压，k_ic表示积分系数，s表示积分变换。

由此，本发明可以保证光伏发电系统一直工作在最大功率点。

所述Boost升压转换器的输入端并联有第三滤波电容(Cr)，且该第一PI控制电路与该第三滤波电容(Cr)的两端连接，用于采集该光伏电池阵列输出的实际电压V_T。

每一光伏电池组中第一光伏电池均并联有一个第一滤波电容(C1)，第二光伏电池均并联有一个第二滤波电容(C2)；所述第二PI控制电路分别连接该第一滤波电容(C1)、第二滤波电容(C2)的两端，用于测得各光伏电池输出的实际电压V_p。

本发明还提供了一种基于上述光伏发电系统最大功率点跟踪系统的光伏发电系统最大功率点跟踪方法，其特征在于包括以下步骤：

S1、摄像头采集该光伏电池阵列的实际图像A并发送给控制器，该控制器将该光伏电池阵列的实际图像A进行灰度处理，经灰度处理后的实际图像A与原始图像B进行比较，其中该原始图像是指不存在阴影部分的灰度图：如果该实际图像A与原始图像B相同则表示该实际图像A中不存在阴影部分，结束操作；如果该实际图像A与原始图像B不相同则表示该实际图像A中存在阴影部分，将该实际图像A的阴影部分进行图像分割，获得遮荫光伏电池；

S2、该控制器控制与该遮荫光伏电池对应的温度传感器和光强度传感器工作，采集获得该遮荫光伏电池的温度T和光强度G；

S3、该控制器采用扩展记忆粒子群方法计算出该光伏发电阵列在最大功率点的参考电压V_Tref并发送给第一PI控制器，该第一PI控制器采集该光伏电池阵列输出的实际电压V_T，根据公式 $K_{T\left(S\right)}=k_{\mathrm{Pb}}(V_{\mathrm{Tref}}-V_T)+\frac{k_{\mathrm{ib}}}{s}(V_{\mathrm{Tref}}-V_T)$ 计算出占空比K_T(S)并将占空比为K_T(S)的脉冲驱动信号发送给Boost升压转换器，其中k_Pb表示比例系数，V_Tref表示光伏电池阵列在最大功率点的参考电压，V_T表示光伏电池阵列输出的实际电压，k_ib表示积分系数，s表示积分变换；

S4、该控制器采用MPPT控制方法计算出各光伏电池在最大功率点处的参考电压V_pref并发送给第二PI控制电路，该第二PI控制电路采集各光伏电池输出的实际电压，根据公式 $K_{1\left(S\right)}=k_{\mathrm{PC}}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]+\frac{k_{\mathrm{ic}}}{s}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]$ 计算出占空比K_1(S)并将占空比为K_1(S)的脉冲驱动信号发送给第一MOSFET管(S1)的栅极，并且根据公式K_2(s)=1-K_1(s)计算出占空比K_2(S)并将占空比为K_2(S)的脉冲驱动信号发送给该第二MOSFET管(S2)的栅极，其中k_PC表示比例系数，V_p2ref表示光伏电池组中第二光伏电池在最大功率点处的参考电压，V_p2表示该光伏电池组中第二光伏电池输出的实际电压，V_p1ref表示该光伏电池组中第一光伏电池在最大功率点处的参考电压，V_p1表示该光伏电池组中第一光伏电池输出的实际电压，k_ic表示积分系数，s表示积分变换。

所述步骤S1还包括在该实际图像A中存在阴影部分时进一步判断该阴影部分是由于固体遮挡物还是遮荫导致的步骤：如果该阴影部分在时间段t内仍然存在，则该阴影部分是由于固体遮挡物导致，发出清扫信号，否则该阴影部分是由于遮荫导致，将该实际图像A的阴影部分进行图像分割，从而获得遮荫光伏电池。

所述步骤S1中采用加权模糊C均值聚类方法对该实际图像A进行图像分割，将该实际图像A中阴影部分的平均灰度值与其他区域的平均灰度值进行比较，从而获得该遮荫光伏电池。

所述步骤S3中采用扩展记忆粒子群方法计算出该光伏电池阵列在最大功率点的参考电压V_Tref的步骤为：

S30、初始化粒子群的大小、维数、最大迭代次数N、惯性权重ω以及加速因子c₁和c₂，随机产生各光伏电池的初始速度v₀和初始最大功率点电压x₀；

S31、根据公式fitness(G,T，V_in)=(V_in-I*R_s*ns)*I计算出各光伏电池的初始适应值，其中V_in=x₀表示光伏电池的初始最大功率点电压，I表示光伏电池的输出电流，R_s表示该光伏电池阵列中光伏电池的串联等效电阻，ns表示该光伏电池阵列中光伏电池的串联个数，I=(np*Isc-np*Is*(exp(q*(V_in/ns)/(A*k*Tc))-1)-Ish)/(1+Rst/Rsht)，I_s表示二极管反向饱和电流，k表示波尔兹曼常数，q表示单位电荷，T_c表示光伏电池的表面温度，A表示理想因子，G表示光伏电池的光照强度，I_sc表示光电流，R_p表示该光伏电池阵列中光伏电池的并联等效电阻，np表示该光伏电池阵列中光伏电池的并联个数，Rst表示多个光伏电池串并联后的等效串联电阻，Rsht表示多个光伏电池串并联后的等效并联电阻；

S32、确定各光伏电池的初始个体极值为

并选择各光伏电池的初始个体极值

中数值最高的个体极值作为光伏电池的初始全局极值

其中t=0；

S33、根据以下公式计算出第t+1次迭代时各光伏电池的速度： $v_{t+1}={\mathrm{\ωv}}_t+{\mathrm{\α}}_t^l[{\mathrm{\ξ}}_t(p_t^l-x_t)+{\mathrm{\ξ}}_{t-1}(p_{t-1}^l-x_{t-1})]+{\mathrm{\α}}_t^g[{\mathrm{\ξ}}_t(p_t^g-x_t)+{\mathrm{\ξ}}_{t-1}(p_{t-1}^g-x_{t-1})],$ 其中ω表示惯性权重，v_t表示光伏电池在第t次迭代时的速度，

c₁和c₂表示加速因子，r₁和r₂取区间(0，1)内的随机值，ξ_t表示当前有效因子，ξ_t-1表示扩展记忆有效因子，ξ_t，ξ_t-1∈R⁺且

表示光伏电池在t次迭代过程中的个体极值，x_t表示光伏电池在第t次迭代时的最大功率点电压，

表示光伏电池在t次迭代过程中的全局极值，t为区间[0，N]内的整数且t的初始值为0；

S34、根据公式x_t+1=x_t+v_t+1计算出第t+1次迭代时各光伏电池的最大功率点电压，其中x_t表示第t次迭代时各光伏电池的最大功率点电压；

S35、根据公式fitness(G,T，V_in)=P=V*I=(V_in-I*R_s*ns)*I计算出第t+1次迭代时各光伏电池的适应值，其中V_in=x_t+1，表示第t+1次迭代时光伏电池的最大功率点电压，I表示光伏电池输出电流，R_s表示光伏电池阵列中光伏电池的串联等效电阻，ns表示该光伏电池的串联个数，I=(np*Isc-np*Is*(exp(q*(V_in/ns)/(A*k*Tc))-1)-Ish)/(1+Rst/Rsht)，I_s表示二极管反向饱和电流，k表示波尔兹曼常数，q表示单位电荷，T_c表示光伏电池的表面温度，A表示理想因子，G表示光伏电池的光照强度，I_sc表示光电流，R_p表示该光伏电池阵列中光伏电池的并联等效电阻，np表示该光伏电池阵列中光伏电池的并联个数，Rst表示多个光伏电池串并联后的等效串联电阻，Rsht表示多个光伏电池串并联后的等效并联电阻；

S36、分别将各光伏电池在第t+1次迭代时的适应值与其在t次迭代过程中个体极值

的适应值进行比较：如果光伏电池在第t+1次迭代时的适应值大于其在t次迭代过程中个体极值的适应值，则将该光伏电池在第t+1次迭代时的最大功率点电压x_t+1作为其在t+1次迭代过程中的个体极值

即

否则仍将该光伏电池在t次迭代过程中的个体极值

作为其在t+1次迭代过程中的个体极值即 $p_{t+1}^l==p_t^l;$

S37、分别将各光伏电池在t+1次迭代过程中个体极值

的适应值与其在t次迭代过程中全局极值

的适应值进行比较：如果光伏电池在t+1次迭代过程中个体极值

的适应值大于该光伏电池在t次迭代过程中全局极值的适应值，则将该光伏电池在t+1次迭代过程中个体极值

作为该光伏电池在t+1次迭代过程中全局极值

即

否则仍将该光伏电池在t次迭代过程中的全局极值

作为该光伏电池在t+1次迭代过程中的全局极值即

S38、判断t=N-1是否成立：如果成立则结束操作，并将在t+1次迭代过程中的全局极值

作为该光伏电池阵列在最大功率点的参考电压值V_Tref，否则t++，并重复执行步骤S33～S38。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明采用扩展记忆粒子群方法，提高了光伏发电系统在遮荫情况下最大功率点的跟踪速度以及准确度。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是两个串联光伏电池板在不均匀光照下的P-V曲线；

图2是三个串联电池板在不均匀光照下的P-V曲线；

图3是本发明中光伏发电系统最大功率点跟踪系统的电路原理图；

图4是本发明中扩展记忆粒子群方法的流程图；

图5是双向

转换器的控制方式仿真图；

图6是Boost升压转换器的控制方式仿真图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

如图3所示，该光伏发电系统最大功率点跟踪系统包括由N个串并联光伏电池板组成的光伏电池阵列、转换器、摄像头、控制器、温度传感器、光强度传感器、Boost升压转换器、第一PI控制电路和第二PI控制电路，其中该光伏电池阵列中每相邻的两个串联光伏电池板构成一个光伏电池组，且每一光伏电池组均连接一个双向

转换器。

每一转换器均由第一MOSFET管S1、第二MOSFET管S2、第一二极管D1、第二二极管D2、第一电感L1、第二电感L2和电容Cn组成，该第一MOSFET管S1的漏极通过第一电感L1连接该光伏电池组中第一光伏电池的正极，该第一MOSFET管S1的源极连接该光伏电池组中第一光伏电池的负极以及该第二MOSFET管S2的漏极，该第二MOSFET管S2的源极通过第二电感L2连接该光伏电池组中第二光伏电池的负极且通过电容Cn连接该第一MOSFET管S1的漏极。此外，该第一二极管D1的负极连接该第一MOSFET管S1的漏极，正极连接该第一MOSFET管S1的源极；该第二二极管D2的负极连接该第二MOSFET管的漏极，正极连接该第二MOSFET管S2的源极。

每一光伏电池组中第一光伏电池均并联有第一滤波电容C1，且第二光伏电池均并联有第二滤波电容C2，该光伏电池阵列通过Boost升压转换器输出发电总电压，并且在该Boost升压转换器的输入端并联有第三滤波电容Cr。

该摄像头连接该控制器，用于采集该光伏电池阵列的实际图像并发送给控制器；该控制器分别连接温度传感器、光强度传感器，用于根据该光伏电池阵列的实际图像确定遮荫光伏电池，并控制与该遮荫光伏电池对应的温度传感器、光强度传感器工作，采集获得遮荫光伏电池的温度、光强度信息。

该控制器分别连接该第一PI控制电路、第二PI控制电路，用于根据该遮荫光伏电池的温度、光强度信息，计算出光伏电池阵列在最大功率点的参考电压V_Tref并发送给该第一PI控制电路，并且计算出各光伏电池在最大功率点处的参考电压V_pref并发送给该第二PI控制电路。

该第一PI控制电路连接该第三滤波电容Cr的两端，用于测得光伏电池阵列输出的实际电压V_T。该第一PI控制电路与该Boost升压转换器连接，用于根据公式

计算出占空比K_T(S)并将占空比为K_T(S)的脉冲驱动信号发送给Boost升压转换器，其中k_Pb表示比例系数，V_Tref表示光伏发电阵列在最大功率点的参考电压，V_T表示光伏发电阵列输出的实际电压，k_ib表示积分系数，s表示积分变换。

该第二PI控制电路分别连接该第一滤波电容C1和第二滤波电容C2的两端，用于采集各光伏电池输出的实际电压V_p。该第二PI控制电路分别与各双向

转换器中第一MOSFET管S1和第二MOSFET管S2的栅极连接，用于根据公式 $K_{1\left(S\right)}=k_{\mathrm{PC}}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]+\frac{k_{\mathrm{ic}}}{s}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]$ 计算出占空比K_1(S)并将占空比为K_1(S)的脉冲驱动信号发送给该第一MOSFET管S1的栅极，并且根据公式K_2(s)=1-K_1(s)计算出占空比K_2(S)并将占空比为K_2(S)的脉冲驱动信号发送给该第二MOSFET管S2的栅极，其中k_PC表示比例系数，V_p2ref表示光伏电池组中第二光伏电池在最大功率点处的参考电压，V_p2表示该光伏电池组中第二光伏电池输出的实际电压，V_p1ref表示该光伏电池组中第一光伏电池在最大功率点处的参考电压，V_p1表示该光伏电池组中第一光伏电池输出的实际电压，k_ic表示积分系数，s表示积分变换。

本发明中该光伏发电系统最大功率点跟踪方法包括以下步骤：

S1、摄像头采集该光伏电池阵列的实际图像A并发送给控制器，该控制器将该光伏电池阵列的实际图像A进行灰度处理，经灰度处理后的实际图像A与原始图像B进行比较，其中该原始图像是指不存在阴影部分的灰度图：如果该实际图像A与原始图像B相同则表示该实际图像A中不存在阴影部分，结束操作；如果该实际图像A与原始图像B不相同则表示该实际图像A中存在阴影部分，将该实际图像A的阴影部分进行图像分割，获得遮荫光伏电池。

步骤S1还包括在该实际图像A中存在阴影部分时进一步判断该阴影部分是由于固体遮挡物还是遮荫导致的步骤：如果该阴影部分在时间段t内仍然存在，则该阴影部分是由于固体遮挡物导致，发出清扫信号，否则该阴影部分是由于遮荫导致，将该实际图像A的阴影部分进行图像分割，从而获得遮荫光伏电池。

在本发明的第一实施例中，采用加权模糊C均值聚类方法对该实际图像A进行图像分割，将该实际图像A中阴影部分的平均灰度值与其他区域的平均灰度值进行比较，从而获得该遮荫光伏电池。

S2、控制器控制与该遮荫光伏电池对应的温度传感器和光强度传感器工作，采集获得该遮荫光伏电池的温度T和光强度G；

S3、控制器采用扩展记忆粒子群方法计算出光伏发电阵列在最大功率点的参考电压V_Tref并发送给第一PI控制器，该第一PI控制器采集该光伏电池阵列输出的实际电压V_T，根据公式 $K_{T\left(S\right)}=k_{\mathrm{Pb}}(V_{\mathrm{Tref}}-V_T)+\frac{k_{\mathrm{ib}}}{s}(V_{\mathrm{Tref}}-V_T)$ 计算出占空比K_T(S)并将占空比为K_T(S)的脉冲驱动信号发送给Boost升压转换器，其中k_Pb表示比例系数，V_Tref表示光伏电池阵列在最大功率点的参考电压，V_T表示光伏电池阵列输出的实际电压，k_ib表示积分系数，s表示积分变换。

如图4所示，在本发明中采用扩展记忆粒子群方法计算出该光伏发电阵列在最大功率点的参考电压V_Tref的步骤为：

S30、初始化粒子群的大小、维数、最大迭代次数N、惯性权重ω以及加速因子c₁和c₂，随机产生各光伏电池的初始速度v₀和初始最大功率点电压x₀。在本发明的实施例中，粒子群大小为10，维数为2，最大迭代次数N=50，惯性权重ω从0.9至0.4线性递减，c₁=c₂=2.0。

S31、根据公式fitness(G,T，V_in)=(V_in-I*R_s*ns)*I计算出各光伏电池的初始适应值，其中V_in=x₀，表示光伏电池的初始最大功率点电压，I表示光伏电池的输出电流，R_s表示光伏电池的串联等效电阻，ns表示该光伏电池的串联个数，I=(np*Isc-np*Is*(exp(q*(V_in/ns)/(A*k*Tc))-1)-Ish)/(1+Rst/Rsht)，I_s表示二极管反向饱和电流，k表示波尔兹曼常数，q表示单位电荷，T_c表示光伏电池的表面温度，A表示理想因子，G表示光伏电池的光照强度，I_sc表示光电流，R_p表示该光伏电池阵列中光伏电池的并联等效电阻，np表示该光伏电池阵列中光伏电池的并联个数，Rst表示多个光伏电池串并联后的等效串联电阻，Rsht表示多个光伏电池串并联后的等效并联电阻。

S32、确定各光伏电池的初始个体极值为

并选择各光伏电池的初始个体极值

中数值最高的个体极值作为光伏电池的初始全局极值

其中t=0。

S33、根据以下公式计算出第t+1次迭代时各光伏电池的速度： $v_{t+1}={\mathrm{\ωv}}_t+{\mathrm{\α}}_t^l[{\mathrm{\ξ}}_t(p_t^l-x_t)+{\mathrm{\ξ}}_{t-1}(p_{t-1}^l-x_{t-1})]+{\mathrm{\α}}_t^g[{\mathrm{\ξ}}_t(p_t^g-x_t)+{\mathrm{\ξ}}_{t-1}(p_{t-1}^g-x_{t-1})],$ 其中ω表示惯性权重，v_t表示光伏电池在第t次迭代时的速度，

c₁和c₂表示加速因子，r₁和r₂取区间(0，1)内的随机值，ξ_t表示当前有效因子，ξ_t-1表示扩展记忆有效因子，ξ_t，ξ_t-1∈R⁺且

表示光伏电池在t次迭代过程中的个体极值，x_t表示光伏电池在第t次迭代时的最大功率点电压，

表示光伏电池在t次迭代过程中的全局极值，t为区间[0，N]内的整数且t的初始值为0。

S34、根据公式x_t+1=x_t+v_t+1计算出第t+1次迭代时各光伏电池的最大功率点电压，其中x_t表示第t次迭代时各光伏电池的最大功率点电压。

S35、根据公式fitness(G,T，V_in)=P=V*I=(V_in-I*R_s*ns)*I计算出第t+1次迭代时各光伏电池的适应值，其中V_in=x_t+1，表示光伏电池的初始最大功率点电压，I表示光伏电池的输出电流，R_s表示该光伏电池阵列中光伏电池的串联等效电阻，ns表示该光伏电池阵列中光伏电池的串联个数，I=(np*Isc-np*Is*(exp(q*(V_in/ns)/(A*k*Tc))-1)-Ish)/(1+Rst/Rsht)，I_s表示二极管反向饱和电流，k表示波尔兹曼常数，q表示单位电荷，T_c表示光伏电池的表面温度，A表示理想因子，G表示光伏电池的光照强度，I_sc表示光电流，R_p表示该光伏电池阵列中光伏电池的并联等效电阻，np表示该光伏电池阵列中光伏电池的并联个数，Rst表示多个光伏电池串并联后的等效串联电阻，Rsht表示多个光伏电池串并联后的等效并联电阻。

S36、分别将各光伏电池在第t+1次迭代时的适应值与其在t次迭代过程中个体极值

的适应值进行比较：如果光伏电池在第t+1次迭代时的适应值大于其在t次迭代过程中个体极值

的适应值，则将该光伏电池在第t+1次迭代时的最大功率点电压x_t+1作为其在t+1次迭代过程中的个体极值

即

否则仍将该光伏电池在t次迭代过程中的个体极值

作为其在t+1次迭代过程中的个体极值

即 $p_{t+1}^l==p_t^l.$

S37、分别将各光伏电池在t+1次迭代过程中个体极值

的适应值与其在t次迭代过程中全局极值

的适应值进行比较：如果光伏电池在t+1次迭代过程中个体极值

的适应值大于该光伏电池在t次迭代过程中全局极值的适应值，则将该光伏电池在t+1次迭代过程中个体极值

作为该光伏电池在t+1次迭代过程中全局极值

即否则仍将该光伏电池在t次迭代过程中的全局极值

作为该光伏电池在t+1次迭代过程中的全局极值

即

S38、判断t=N-1是否成立：如果成立则结束操作，并将在t+1次迭代过程中的全局极值作为该光伏电池阵列在最大功率点的参考电压值V_Tref，否则t++，并重复执行步骤S33～S38。

S4、该控制器采用MPPT控制方法计算出各光伏电池在最大功率点处的参考电压V_pref并发送给第二PI控制电路，该第二PI控制电路采集各光伏电池输出的实际电压，根据公式 $K_{1\left(S\right)}=k_{\mathrm{PC}}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]+\frac{k_{\mathrm{ic}}}{s}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]$ 计算出占空比K_1(S)并将占空比为K_1(S)的脉冲驱动信号发送给第一MOSFET管(S1)的栅极，并且根据公式K_2(s)=1-K_1(s)计算出占空比K_2(S)并将占空比为K_2(S)的脉冲驱动信号发送给该第二MOSFET管(S2)的栅极，其中k_PC表示比例系数，V_p2ref表示光伏电池组中第二光伏电池在最大功率点处的参考电压，V_p2表示该光伏电池组中第二光伏电池输出的实际电压，V_p1ref表示该光伏电池组中第一光伏电池在最大功率点处的参考电压，V_p1表示该光伏电池组中第一光伏电池输出的实际电压，k_ic表示积分系数，s表示积分变换。

双向转换器和Boost升压转换器的控制方式仿真图如图5～6所示。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种光伏发电系统最大功率点跟踪系统，包括由N个光伏电池串并联而成的光伏电池阵列、双向

转换器、Boost升压转换器、摄像头和控制器，其中所述光伏电池阵列中每相邻的两个串联光伏电池构成一个光伏电池组，每一光伏电池组均连接一个双向

转换器；

每一双向

转换器均由第一MOSFET管(S1)、第二MOSFET管(S2)、第一二极管(D1)、第二二极管(D2)、第一电感(L1)、第二电感(L2)和电容(Cn)组成。该第一MOSFET管(S1)的漏极通过该第一电感(L1)连接该光伏电池组中第一光伏电池的正极，该第一MOSFET管(S1)的源极连接该光伏电池组中第一光伏电池的负极以及该第二MOSFET管(S2)的漏极，该第二MOSFET管(S2)的源极通过该第二电感(L2)连接该光伏电池组中第二光伏电池的负极且通过该电容(Cn)连接该第一MOSFET管(S1)的漏极；

所述第一二极管(D1)的负极连接该第一MOSFET管(S1)的漏极，正极连接该第一MOSFET管(S1)的源极；所述第二二极管(D2)的负极连接该第二MOSFET管(S2)的漏极，正极连接该第二MOSFET管(S2)的源极；

所述光伏电池阵列通过该Boost升压转换器输出发电总电压；

所述摄像头连接该控制器，用于采集该光伏电池阵列的实际图像并发送给该控制器；

其特征在于：还包括温度传感器、光强度传感器和第一PI控制电路，其中所述控制器分别连接该温度传感器、光强度传感器，用于根据该光伏电池阵列的实际图像确定遮荫光伏电池，并控制与该遮荫光伏电池对应的温度传感器、光强度传感器工作，采集获得该遮荫光伏电池的温度、光强度信息；

所述控制器连接该第一PI控制电路，用于根据该遮荫光伏电池的温度、光强度信息，计算出该光伏电池阵列在最大功率点的参考电压V_Tref并发送给该第一PI控制电路；

所述第一PI控制电路用于采集该光伏电池阵列输出的实际电压V_T，并且所述第一PI控制电路连接该Boost升压转换器，用于根据公式

计算出占空比K_T(S)并将占空比为K_T(S)的脉冲驱动信号发送给Boost升压转换器，其中k_Pb表示比例系数，V_Tref表示光伏电池阵列在最大功率点的参考电压，V_T表示光伏电池阵列输出的实际电压，k_ib表示积分系数，s表示积分变换。

2.根据权利要求1所述的光伏发电系统最大功率点跟踪系统，其特征在于：还包括第二PI控制电路，所述控制器连接该第二PI控制电路，用于根据该遮荫光伏电池的温度、光强度信息，计算出各光伏电池在最大功率点处的参考电压V_pref并发送给该第二PI控制电路；

所述第二PI控制电路用于采集各光伏电池输出的实际电压V_p，并且该第二PI控制电路分别与各双向

转换器中第一MOSFET管(S1)和第二MOSFET管(S2)的栅极连接，用于根据公式 $K_{1\left(S\right)}=k_{\mathrm{PC}}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]+\frac{k_{\mathrm{ic}}}{s}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]$ 计算出占空比K_1(S)并将占空比为K_1(S)的脉冲驱动信号发送给该第一MOSFET管(S1)的栅极，并且根据公式K_2(s)=1-K_1(s)计算出占空比K_2(S)并将占空比为K_2(S)的脉冲驱动信号发送给该第二MOSFET管(S2)的栅极，其中k_PC表示比例系数，V_p2ref表示该光伏电池组中第二光伏电池在最大功率点处的参考电压，V_p2表示该光伏电池组中第二光伏电池输出的实际电压，V_p1ref表示该光伏电池组中第一光伏电池在最大功率点处的参考电压，V_p1表示该光伏电池组中第一光伏电池输出的实际电压，k_ic表示积分系数，s表示积分变换。

3.根据权利要求1所述的光伏发电系统最大功率点跟踪系统，其特征在于：所述Boost升压转换器的输入端并联有第三滤波电容(Cr)，且该第一PI控制电路与该第三滤波电容(Cr)的两端连接，用于采集该光伏电池阵列输出的实际电压V_T。

4.根据权利要求2所述的光伏发电系统最大功率点跟踪系统，其特征在于：每一光伏电池组中第一光伏电池均并联有一个第一滤波电容(C1)，第二光伏电池均并联有一个第二滤波电容(C2)；

所述第二PI控制电路分别连接该第一滤波电容(C1)、第二滤波电容(C2)的两端，用于测得各光伏电池输出的实际电压V_p。

5.一种基于权利要求1所述的光伏发电系统最大功率点跟踪系统的光伏发电系统最大功率点跟踪方法，其特征在于包括以下步骤：

S1、摄像头采集该光伏电池阵列的实际图像A并发送给控制器，该控制器将该光伏电池阵列的实际图像A进行灰度处理，经灰度处理后的实际图像A与原始图像B进行比较，其中该原始图像是指不存在阴影部分的灰度图：如果该实际图像A与原始图像B相同则表示该实际图像A中不存在阴影部分，结束操作；如果该实际图像A与原始图像B不相同则表示该实际图像A中存在阴影部分，将该实际图像A的阴影部分进行图像分割，获得遮荫光伏电池；

S2、该控制器控制与该遮荫光伏电池对应的温度传感器和光强度传感器工作，采集获得该遮荫光伏电池的温度T和光强度G；

S3、该控制器采用扩展记忆粒子群方法计算出该光伏发电阵列在最大功率点的参考电压V_Tref并发送给第一PI控制器，该第一PI控制器采集该光伏电池阵列输出的实际电压V_T，根据公式 $K_{T\left(S\right)}=k_{\mathrm{Pb}}(V_{\mathrm{Tref}}-V_T)+\frac{k_{\mathrm{ib}}}{s}(V_{\mathrm{Tref}}-V_T)$ 计算出占空比K_T(S)并将占空比为K_T(S)的脉冲驱动信号发送给Boost升压转换器，其中k_Pb表示比例系数，V_Tref表示光伏电池阵列在最大功率点的参考电压，V_T表示光伏电池阵列输出的实际电压，k_ib表示积分系数，s表示积分变换；

S4、该控制器采用MPPT控制方法计算出各光伏电池在最大功率点处的参考电压V_pref并发送给第二PI控制电路，该第二PI控制电路采集各光伏电池输出的实际电压，根据公式 $K_{1\left(S\right)}=k_{\mathrm{PC}}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]+\frac{k_{\mathrm{ic}}}{s}[(V_{p2\mathrm{ref}}-V_{p2})-(V_{p1\mathrm{ref}}-V_{p1})]$ 计算出占空比K_1(S)并将占空比为K_1(S)的脉冲驱动信号发送给第一MOSFET管(S1)的栅极，并且根据公式K_2(s)=1-K_1(s)计算出占空比K_2(S)并将占空比为K_2(S)的脉冲驱动信号发送给该第二MOSFET管(S2)的栅极，其中k_PC表示比例系数，V_p2ref表示光伏电池组中第二光伏电池在最大功率点处的参考电压，V_p2表示该光伏电池组中第二光伏电池输出的实际电压，V_p1ref表示该光伏电池组中第一光伏电池在最大功率点处的参考电压，V_p1表示该光伏电池组中第一光伏电池输出的实际电压，k_ic表示积分系数，s表示积分变换。

6.根据权利要求5所述的光伏发电系统最大功率点跟踪方法，其特征在于所述步骤S1还包括在该实际图像A中存在阴影部分时进一步判断该阴影部分是由于固体遮挡物还是遮荫导致的步骤：如果该阴影部分在时间段t内仍然存在，则该阴影部分是由于固体遮挡物导致，发出清扫信号，否则该阴影部分是由于遮荫导致，将该实际图像A的阴影部分进行图像分割，从而获得遮荫光伏电池。

7.根据权利要求5所述的光伏发电系统最大功率点跟踪方法，其特征在于所述步骤S1中采用加权模糊C均值聚类方法对该实际图像A进行图像分割，将该实际图像A中阴影部分的平均灰度值与其他区域的平均灰度值进行比较，从而获得该遮荫光伏电池。

8.根据权利要求5所述的光伏发电系统最大功率点跟踪方法，其特征在于所述步骤S3中采用扩展记忆粒子群方法计算出该光伏电池阵列在最大功率点的参考电压V_Tref的步骤为：

S30、初始化粒子群的大小、维数、最大迭代次数N、惯性权重ω以及加速因子c₁和c₂，随机产生各光伏电池的初始速度v₀和初始最大功率点电压x₀；

S31、根据公式fitness(G,T，V_in)=(V_in-I*R_s*ns)*I计算出各光伏电池的初始适应值，其中V_in=x₀表示光伏电池的初始最大功率点电压，I表示光伏电池的输出电流，R_s表示该光伏电池阵列中光伏电池的串联等效电阻，ns表示该光伏电池阵列中光伏电池的串联个数，I=(np*Isc-np*Is*(exp(q*(V_in/ns)/(A*k*Tc))-1)-Ish)/(1+Rst/Rsht)，I_s表示二极管反向饱和电流，k表示波尔兹曼常数，q表示单位电荷，T_c表示光伏电池的表面温度，A表示理想因子，G表示光伏电池的光照强度，I_sc表示光电流，R_p表示该光伏电池阵列中光伏电池的并联等效电阻，np表示该光伏电池阵列中光伏电池的并联个数，Rst表示多个光伏电池串并联后的等效串联电阻，Rsht表示多个光伏电池串并联后的等效并联电阻；

S32、确定各光伏电池的初始个体极值为

并选择各光伏电池的初始个体极值

中数值最高的个体极值作为光伏电池的初始全局极值其中t=0；

S33、根据以下公式计算出第t+1次迭代时各光伏电池的速度： $v_{t+1}={\mathrm{\ωv}}_t+{\mathrm{\α}}_t^l[{\mathrm{\ξ}}_t(p_t^l-x_t)+{\mathrm{\ξ}}_{t-1}(p_{t-1}^l-x_{t-1})]+{\mathrm{\α}}_t^g[{\mathrm{\ξ}}_t(p_t^g-x_t)+{\mathrm{\ξ}}_{t-1}(p_{t-1}^g-x_{t-1})],$ 其中ω表示惯性权重，v_t表示光伏电池在第t次迭代时的速度，

c₁和c₂表示加速因子，r₁和r₂取区间(0，1)内的随机值，ξ_t表示当前有效因子，ξ_t-1表示扩展记忆有效因子，ξ_t，ξ_t-1∈R⁺且

表示光伏电池在t次迭代过程中的个体极值，x_t表示光伏电池在第t次迭代时的最大功率点电压，

表示光伏电池在t次迭代过程中的全局极值，t为区间[0，N]内的整数且t的初始值为0；

S34、根据公式x_t+1=x_t+v_t+1计算出第t+1次迭代时各光伏电池的最大功率点电压，其中x_t表示第t次迭代时各光伏电池的最大功率点电压；

S35、根据公式fitness(G,T，V_in)=P=V*I=(V_in-I*R_s*ns)*I计算出第t+1次迭代时各光伏电池的适应值，其中V_in=x_t+1，表示第t+1次迭代时光伏电池的最大功率点电压，I表示光伏电池输出电流，R_s表示光伏电池阵列中光伏电池的串联等效电阻，ns表示该光伏电池的串联个数，I=(np*Isc-np*Is*(exp(q*(V_in/ns)/(A*k*Tc))-1)-Ish)/(1+Rst/Rsht)，I_s表示二极管反向饱和电流，k表示波尔兹曼常数，q表示单位电荷，T_c表示光伏电池的表面温度，A表示理想因子，G表示光伏电池的光照强度，I_sc表示光电流，R_p表示该光伏电池阵列中光伏电池的并联等效电阻，np表示该光伏电池阵列中光伏电池的并联个数，Rst表示多个光伏电池串并联后的等效串联电阻，Rsht表示多个光伏电池串并联后的等效并联电阻；

S36、分别将各光伏电池在第t+1次迭代时的适应值与其在t次迭代过程中个体极值

的适应值进行比较：如果光伏电池在第t+1次迭代时的适应值大于其在t次迭代过程中个体极值的适应值，则将该光伏电池在第t+1次迭代时的最大功率点电压x_t+1作为其在t+1次迭代过程中的个体极值

即否则仍将该光伏电池在t次迭代过程中的个体极值

作为其在t+1次迭代过程中的个体极值

即 $p_{t+1}^l==p_t^l;$

S37、分别将各光伏电池在t+1次迭代过程中个体极值

的适应值与其在t次迭代过程中全局极值

的适应值进行比较：如果光伏电池在t+1次迭代过程中个体极值

的适应值大于该光伏电池在t次迭代过程中全局极值

的适应值，则将该光伏电池在t+1次迭代过程中个体极值

作为该光伏电池在t+1次迭代过程中全局极值即

否则仍将该光伏电池在t次迭代过程中的全局极值

作为该光伏电池在t+1次迭代过程中的全局极值

即

S38、判断t=N-1是否成立：如果成立则结束操作，并将在t+1次迭代过程中的全局极值

作为该光伏电池阵列在最大功率点的参考电压值V_Tref，否则t++，并重复执行步骤S33～S38。

Images