CN104881077A - 一种光伏系统中最大功率点跟踪控制方法 - Google Patents

Abstract

一种光伏系统中最大功率点跟踪控制方法包括：初始化判断门限值δ_k；通过大步长扰动观察法定位最大功率点的范围；在由所述大步长扰动观察法定位最大功率点的范围内以小步长电压采样电流，并得到瞬时功率X_k；通过非线性无迹卡尔曼滤波估计法对瞬时功率X_k进行估计得到估计瞬时功率计算量测矢量的残差d_k；判断d_k的绝对值是否大于门限值δ_k；当残差d_k的绝对值小于门限值δ_k，计算下一个时刻的残差d_k+1；记录残差d_k大于门限值δ_k至少一次时的瞬时功率以获得该时段内的最大功率点。本发明的光伏系统中最大功率点跟踪控制方法采用卡尔曼滤波精确估计，经过功率比较选择出最大功率点及其相应的控制电压，提高了MPPT的精度。同时通过状态检测判断出状态突变，避免了MPPT误判的问题。

Description

一种光伏系统中最大功率点跟踪控制方法

技术领域

本发明涉及一种光伏发电系统，特别是一种光伏系统中最大功率点跟踪控制方法。

背景技术

所谓光伏发电的最大功率点跟踪(MPPT)是指在光伏发电系统中，光伏电池的利用率除了与光伏电池的内部特性有并外，还受使用环境如辐照度、负载和温度等因素的影响。在不同的外界条件下，光伏电池运动在不同且唯一的最大功率点(MPP)上。因此，对于光伏发电系统来说，应当寻求电池析的最佳工作状态，最大限度地进行光电转换。利用控制方法实现电池板的最大功率输出运行的技术为最大功率点跟踪技术。

目前实现的跟踪方法主要有以下三种：第一种是恒电压法，因为光伏电池在不同光照条件下的最大功率点的电压相差不大，近似为恒定。这种方法的误差很大，但是容易实现，成本较低。第二种是扰动观察法或者叫爬山法，其通过周期性的不断的给太阳电池阵列的输出电压施加扰动，并观察其功率输出的改变，然后决定下一次扰动的方向。这种方法的追踪速度较慢，只适合于光强变化较小的环境；第三种是导纳微分法又称增量电导法，其认为太阳电池阵列的的最大功率点处，输出功率对输出电压的一阶倒数等于零。因此在环境光强发生改变时，根据dI/dV的计算结果是否等于－I/V，决定是否继续调整输出电压，既可实现最大功率点的跟踪。该方法相对于恒电压法和爬山法有高速稳定的跟踪特性。

然而，实际一天中的辐照度是时刻变化的(如早、晚和有云的天气)，对于光伏电池的特性来说是具有时变性的要求。因此，理论上很难通过精确的光伏电池数学模型的实时计算来对光伏系统进行准确的MPPT控制。同时由于检测和控制的技术限制，电压以及电流的测量都存在噪声，测量方程和动态方程的非线性导致被估计的瞬时功率状态都是非线性的，也是非高斯分布的。因此常用的MPPT控制方法普遍存在对传感器要求高、精度差和误判等问题。

发明内容

有鉴于此，有必要提供一种可以较精确计算的光伏系统中最大功率点跟踪方法，以满足上述需要。

一种光伏系统中最大功率点跟踪控制方法，其特征在于，所述光伏系统中最大功率点跟踪控制方法的步骤包括：

初始化判断门限值δ_k，δ_k的计算公式为：

其中：k为时间常数；

H为k时刻的过程雅可比矩阵常数；

P_k为k时刻的卡尔曼滤波算法的预测状态变量；

H^T为H的转置矩阵；

R为卡尔曼滤波算法中的测量噪声矢量所具有的协方差矩阵；

通过大步长扰动观察法定位最大功率点的范围；

在由所述大步长扰动观察法定位最大功率点的范围内以小步长电压采样电流，并得到瞬时功率X_k；

通过非线性无迹卡尔曼滤波估计法对瞬时功率X_k进行估计得到估计瞬时功率

计算量测矢量的残差d_k，d_k的计算公式为：为y_k的卡尔曼滤波估计值，y_k＝HX_k+v_k，其中：

H为k时刻的过程雅可比矩阵常数；

X_k为采样所得的瞬时功率；

v_k为在输入电流加载的测量白噪声；

判断d_k的绝对值是否大于门限值δ_k；

当残差d_k的绝对值小于门限值δ_k，计算下一个时刻的残差d_k+1；

记录残差d_k大于门限值δ_k至少一次时的瞬时功率以获得该时段内的最大功率点。

与现有技术相比，本发明的光伏系统中最大功率点跟踪控制方法采用大步长扰动观察法定位最大功率点的电压范围，在该范围内用小步长的控制电压，以相应的瞬时功率作为被估计值，并采用卡尔曼滤波精确估计，经过功率比较选择出最大功率点及其相应的控制电压，提高了MPPT的精度。同时通过状态检测判断出状态突变，避免了MPPT误判的问题。

附图说明

以下结合附图描述本发明的实施例，其中：

图1为本发明提供的一种光伏系统中最大功率点跟踪控制方法的流程图。

具体实施方式

以下基于附图对本发明的具体实施例进行进一步详细说明。应当理解，此处所描述的具体实施例仅作为实施例，并不用于限定本发明的保护范围。

请参阅图1，其为本发明提供的一种光伏系统中最大功率点跟踪控制方法的流程图。该光伏系统中最大功率点跟踪控制方法包括如下步骤：

步骤101：初始化判断门限值δ_k，其中δ_k的计算公式为：

其中：k为时间常数；

H为k时刻的过程雅可比矩阵常数；

P_k为k时刻的卡尔曼滤波算法的预测状态变量；

H^T为H的转置矩阵；

R为卡尔曼滤波算法中的测量噪声矢量所具有的协方差矩阵。

步骤102：通过大步长扰动观察法定位最大功率点的范围。

步骤103：在由所述大步长扰动观察法定位最大功率点的范围内以小步长电压采样电流，并得到瞬时功率X_k；

步骤104：通过非线性无迹卡尔曼滤波估计法对瞬时功率X_k进行估计得到估计瞬时功率

步骤105：计算量测矢量的残差d_k，d_k的计算公式为：为y_k的卡尔曼滤波估计值，即y_k＝HX_k+v_k，其中：

H为k时刻的过程雅可比矩阵常数；

X_k为采样所得的瞬时功率；

v_k为在输入电流加载的测量白噪声；

步骤106：判断d_k的绝对值是否大于门限值δ_k；

步骤107：当残差d_k的绝对值小于门限值δ_k时，计算下一个时刻的残差d_k+1；

步骤108：记录残差d_k大于门限值δ_k至少一次时的瞬时功率以获得该时段内的最大功率点。

可以理解的是，所述光伏系统中最大功率点跟踪控制方法是由一些光伏系统中的基本硬件来执行的。如步骤101、步骤104、105由计算机程序来执行。而步骤103是由采样系统来执行，该采样系统会包括诸如采样电路，传感器等采样设备与采样方法。同时，可以理解的是，由于光伏系统通常是在一个平面上设置有多列以及多行的光伏发电系统，因此，对该光伏系统采样得到的数据通常也是一个矩阵，而不是简单的一个。

在步骤101中，计算机程序首先对控制方法的门限值δ_k通过计算来进行设定。所述门限值δ_k的计算公式为：

其中：k为时间常数；

H为k时刻的过程雅可比矩阵常数；

P_k为k时刻的卡尔曼滤波算法的预测状态变量；

H^T为H的转置矩阵；

R为卡尔曼滤波算法中的测量噪声矢量所具有的协方差矩阵。

雅可比矩阵是一阶偏导数以一定方式排列成的矩阵，其行列式称为雅可比行列式，其重要性在于它体现了一个可微方程与给出点的最优线性逼近。

R为所述光伏系统中最大功率点跟踪控制方法所采用的大步长扰动观察波确定所述最大功率点电压范围时所添加到光伏系统中的测量噪声矢量的协方差矩阵。

以上各参数皆需要首先对该光伏系统进行采样，通过采样获得一系列数据，然后对该一系列数据进行处理。当采样得到一系列数据后，卡尔曼滤波估计步骤为：

(1)初始化，设状态初值及误差协方差矩阵初值为：

其中x₀为采样系统在0时刻采集到的瞬时功率。

$P=E\left[(x_0-\widehat{x_0}){(x_0-\widehat{x_0})}^T\right]$

(2)对于k∈{1,∞}的每个采样周期内，计算状态的加权采样点，构成n*(2n+1)维的加权采样点矩阵：

$x_{k-1}=[\widehat{x_{k-1}},\widehat{x_{k-1}}+\mathrm{\γ}\sqrt{P_{k-1}},\widehat{x_{k-1}}-\mathrm{\γ}\sqrt{P_{k-1}}]$

(3)估计，每一个采样点进行非线性变换：

$x_{i,k/k-1}^{*}=f(x_{k,k-1},u_{k-1})$

从而，估计状态变量及其协方差矩阵：

其中Q为过程噪声失量的协方差矩阵。

根据上述计算公式，再结合采样得到的任一时刻的瞬时功率数值，即可求得门限值δ_k。

在步骤102中，采用扰动观察法确定的最大功率点的电压范围的方法为本领域技术人员所习知，只不过在本发明中采用大步长，以使得本发明的最大功率点跟踪控制方法具有较快的速度。在本实施例中，所述大步长扰动观察法电压步长值为8V。同时通过该大步长扰动观察法所定位的最大功率点的范围为64V至72伏。

在步骤103中，当通过大步长扰动观察法确定了电压范围后，在该电压范围内用小步长的控制电压，并以相应功率作为被估计值，同时采用卡尔曼滤波算法可以削弱量测误差，精确地确定最大功率点的位置和对应点的控制电压。同时由于选取尽可能小步长的控制电压，最大功率点更接近真实值，提高了MPPT的跟踪精度。在本实施例，所述小步长电压为0.1V。

在步骤104中，当该控制方法的正常运行过程中，采样系统采集到某一时刻的瞬时功率X_k，并利用卡尔曼滤波算法估计得到估计瞬时功率以便于求出在该时刻的残差d_k。

在步骤105中，根据瞬时功率X_k及估计得到的瞬时功率利用非线性系统的求和公式：

y_k＝Hx_k+v_k，其中：

H为k时刻的过程雅可比矩阵常数；

v_k为采用的大步长扰动观察波确定所述最大功率点电压范围时所添加到光伏系统中的测量噪声矢量。

通过上述公司求出y_k，再利用卡尔曼滤波算法求出进而便可求得残差d_k，并通过步骤106让该残差d_k的绝对值与门限值δ_k作比较。

在步骤107中，当残差d_k小于门限值δ_k时，则计算下一时刻的残差d_k+1。如此循环，便可以获得整个电压范围内的最大功率点。

在步骤108中，当残差d_k大于门限值δ_k至少一次时，则记录该时刻的瞬时功率X_k作为该电压范围内的最大功率点。在本实施例中，当残差d_k的绝对值连续大于所述门限值δ_k三次时，可以对在步骤102中定位的最大功率点的电压范围重新分段。并返回到步骤103中再次以小步长电压采样电流，以得到瞬时功率X_k以获得生新分段后的下一段的最大功率点。可以理解的是，经过多次分段，将在由步骤102中定位的最大功率点的电压范围内形成多个最大功率点，以防止测量误差造成的野值。另外当残差d_k连续出现3次大于门限值，可以认为功率的状态发生了突变，需要去除该数据，重新分段重新滤波估计。

所述光伏系统中最大功率点跟踪控制方法在步骤108后还包括步骤109，所述步骤109为确定在该最大功率点所对应的控制电压值。即当获取到最大功率点后根据该最大功率点来计算该最大功率点对应的控制电压值。

为了对所采样得到的第一个采样点都进行最大功率点的跟踪控制，所述光伏系统中最大功率点跟踪控制方法在步骤108前以及步骤107之后，还包括步骤1071。该步骤1071用于判断当前采样点是否为最后一个采样点，即是否能搜索到瞬时功率X_k+1。当判断当前采样点为该时段内的最后一个采样点时，则执行步骤108以获得该时段内的最大功率点。当判断当前采样点不为该时段内的最后一个采样点时，则回到步骤103，即在由所述大步长扰动观察法定位最大功率点的范围内以小步长电压采样电流，并得到瞬时功率X_k以重新进行卡尔曼滤波计算。

与现有技术相比，本发明的光伏系统中最大功率点跟踪控制方法采用大步长扰动观察法定位最大功率点的电压范围，在该范围内用小步长的控制电压，以相应的瞬时功率作为被估计值，并采用卡尔曼滤波精确估计，经过功率比较选择出最大功率点及其相应的控制电压，提高了MPPT的精度。同时通过状态检测判断出状态突变，避免了MPPT误判的问题。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则的内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种光伏系统中最大功率点跟踪控制方法，其特征在于，所述光伏系统中最大功率点跟踪控制方法的步骤包括：

初始化判断门限值δ_k，δ_k的计算公式为：

其中：k为时间常数；

H为k时刻的过程雅可比矩阵常数；

P_k为k时刻的卡尔曼滤波算法的预测状态变量；

H^T为H的转置矩阵；

R为卡尔曼滤波算法中的测量噪声矢量所具有的协方差矩阵；通过大步长扰动观察法定位最大功率点的范围；

在由所述大步长扰动观察法定位最大功率点的范围内以小步长电压采样电流，并得到瞬时功率X_k；

通过非线性无迹卡尔曼滤波估计法对瞬时功率X_k进行估计得到估计瞬时功率

计算量测矢量的残差d_k，d_k的计算公式为： 为y_k的卡尔曼滤波估计值，y_k＝HX_k+v_k，其中：

H为k时刻的过程雅可比矩阵常数；

X_k为采样所得的瞬时功率；

v_k为在输入电流加载的测量白噪声；

判断d_k的绝对值是否大于门限值δ_k；

当残差d_k的绝对值小于门限值δ_k，计算下一个时刻的残差d_k+1；

记录残差d_k大于门限值δ_k至少一次时的瞬时功率以获得该时段内的最大功率点。

2.如权利要求1所述的光伏系统中最大功率点跟踪控制方法，其特征在于：所述大步长扰动观察法电压步长值为8V。

3.如权利要求1所述的光伏系统中最大功率点跟踪控制方法，其特征在于：通过大步长扰动观察法所定位的最大功率点的范围为64V至72伏。

4.如权利要求1所述的光伏系统中最大功率点跟踪控制方法，其特征在于：所述小步长电压为0.1V。

5.如权利要求1所述的光伏系统中最大功率点跟踪控制方法，其特征在于：在当残差d_k的绝对值连续大于所述门限值δ_k三次时，应对由通过大步长扰动观察法定位最大功率点的范围重新分段，返回到步骤由所述大步长扰动观察法定位最大功率点的范围内以小步长电压采样电流，并得到瞬时功率X_k。

6.如权利要求1所述的光伏系统中最大功率点跟踪控制方法，其特征在于：在获得该时段内的最大功率点时，还包括确定在该最大功率点所对应的控制电压值的步骤。

7.如权利要求1所述的光伏系统中最大功率点跟踪控制方法，其特征在于：在获得某时段内的最大功率点的步骤之前，还应包括判断当前采样点是否为最后一个采样点的步骤。

8.如权利要求7所述的光伏系统中最大功率点跟踪控制方法，其特征在于：经判断当前采样点为该时段内的最后一个采样点时，则执行下一步以获得该时段内的最大功率点。

9.如权利要求7所述的光伏系统中最大功率点跟踪控制方法，其特征在于：经判断当前采样点不为该时段内的最后一个采样点时，则回到由所述大步长扰动观察法定位最大功率点的范围内以小步长电压采样电流，并得到瞬时功率X_k的步骤中重新滤波。