CN113311901B - 光伏发电的最大功率点的追踪方法、系统和存储介质 - Google Patents

光伏发电的最大功率点的追踪方法、系统和存储介质 Download PDF

Info

Publication number
CN113311901B
CN113311901B CN202110553732.3A CN202110553732A CN113311901B CN 113311901 B CN113311901 B CN 113311901B CN 202110553732 A CN202110553732 A CN 202110553732A CN 113311901 B CN113311901 B CN 113311901B
Authority
CN
China
Prior art keywords
photovoltaic
data
function
power
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110553732.3A
Other languages
English (en)
Other versions
CN113311901A (zh
Inventor
付青
乔宇德
朱坤
陈一山
苏弈星
杨航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202110553732.3A priority Critical patent/CN113311901B/zh
Publication of CN113311901A publication Critical patent/CN113311901A/zh
Application granted granted Critical
Publication of CN113311901B publication Critical patent/CN113311901B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Electrical Variables (AREA)

Abstract

本发明公开了一种光伏发电的最大功率点的追踪方法、系统和存储介质。本发明方法通过先根据获取的伏电池的特性信息构建光伏系统的等效模型，并根据乘积对数函数结合等效模型确定光伏系统的功率函数，接着根据功率函数确定构造函数，然后根据采集的预设采样点的电流电压数据计算构造函数的零点数据，并结合功率函数计算零点数据对应的功率数据，紧接着通过比较功率数据的大小确定光伏系统最大功率点的近似位置，最后采用多扰动观察算法结合近似位置确定最大功率点的目标位置，从而有效解决多个峰值情况的干扰，从而确定最大功率点的最终位置。本发明可广泛应用于光伏发电技术领域。

Description

光伏发电的最大功率点的追踪方法、系统和存储介质
技术领域
本发明涉及光伏发电技术领域，尤其是一种光伏发电的最大功率点的追踪方法、系统和存储介质。
背景技术
光伏发电是指通过光伏发电系统将太阳能转换为电能的过程。在光伏发电过程中，提高光伏发电效率能有效提高单位时间内的光伏发电量。最大功率点追踪技术是提高光伏发电效率的重要措施之一。在均匀光照无遮挡条件下，光伏阵列的输出为单峰曲线。目前，对于单峰曲线的最大功率点追踪技术，例如扰动观测法、电导增量法、恒定电压法等均具有较好的追踪能力。然而，光伏电池经常会出现被建筑阴影、植被、云朵等局部遮挡的情况，在这种情况下，光伏电池输出呈现为多个峰值的曲线，使得基于单峰寻优的最大功率点追踪技术在多峰情况下，陷入局部极值的情况。
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之一。为此，本发明提出一种光伏发电的最大功率点的追踪方法、系统和存储介质，能在多个峰值情况下，有效确定最大功率点。
第一方面，本发明实施例提供了一种光伏发电的最大功率点的追踪方法，包括以下步骤：
根据获取的光伏电池的特性信息构建光伏系统的等效模型；
根据乘积对数函数和所述等效模型确定所述光伏系统的功率函数；
根据所述功率函数确定构造函数；
采集预设采样点的电流电压数据；
根据所述电流电压数据计算所述构造函数的零点数据；
根据所述功率函数计算所述零点数据对应的功率数据；
比较所述功率数据的大小，确定所述光伏系统最大功率点的近似位置；
根据所述近似位置，采用多扰动观察算法确定最大功率点的目标位置。
本发明实施例提供的一种光伏发电的最大功率点的追踪方法，至少具有如下有益效果：
本实施例通过先根据获取的伏电池的特性信息构建光伏系统的等效模型，并根据乘积对数函数结合等效模型确定光伏系统的功率函数，接着根据功率函数确定构造函数，然后根据采集的预设采样点的电流电压数据计算构造函数的零点数据，并结合功率函数计算零点数据对应的功率数据，紧接着通过比较功率数据的大小确定光伏系统最大功率点的近似位置，最后采用多扰动观察算法结合近似位置确定最大功率点的目标位置，从而有效解决多个峰值情况的干扰，从而确定最大功率点的最终位置。
可选地，所述乘积对数函数为Lambert-W函数。
可选地，所述根据所述功率函数确定构造函数，包括：
将所述功率函数对电压进行求导，得到导函数；
根据所述Lambert-W函数的特征信息确定构造函数。
可选地，所述预设采样点的个数为所述光伏电池个数的两倍；所述采集预设采样点的电流电压数据，其具体为：
采集开关电容电路在升压过程中经过所述预设采样点时的电压电流数据，所述开关电容电路并联于所述光伏系统的输出端。
可选地，所述根据所述近似位置，采用多扰动观察算法确定最大功率点的目标位置，包括：
采集所述开关电容电路中若干个开关电容单元在多个模态切换过程中的工作数据，所述工作数据包括输出功率、输出电压、占空比；
当所述工作数据满足预设要求，确定满足预设要求的功率位置为所述最大功率点的目标位置。
可选地，所述光伏系统包括若干个光伏电池。
第二方面，本发明实施例提供了一种光伏发电的最大功率点的追踪系统，包括：
构建模块，用于根据获取的光伏电池的特性信息构建光伏系统的等效模型；
第一确定模块，用于根据乘积对数函数和所述等效模型确定所述光伏系统的功率函数；
第二确定模块，用于根据所述功率函数确定构造函数；
采集模块，用于采集预设采样点的电流电压数据；
第一计算模块，用于根据所述电流电压数据计算所述构造函数的零点数据；
第二计算模块，用于根据所述功率函数计算所述零点数据对应的功率数据；
比较模块，用于比较所述功率数据的大小，确定所述光伏系统最大功率点的近似位置；
第三确定模块，用于根据所述近似位置，采用多扰动观察算法确定最大功率点的目标位置。
可选地，所述乘积对数函数为Lambert-W函数；所述第二确定模块，包括：
求导子模块，用于将所述功率函数对电压进行求导，得到导函数；
确定子模块，用于根据所述Lambert-W函数的特征信息确定构造函数。
第三方面，本发明实施例提供了一种光伏发电的最大功率点的追踪系统，包括：
至少一个存储器，用于存储程序；
至少一个处理器，用于加载所述程序以执行以下步骤：
根据获取的光伏电池的特性信息构建光伏系统的等效模型；
根据乘积对数函数和所述等效模型确定所述光伏系统的功率函数；
根据所述功率函数确定构造函数；
采集预设采样点的电流电压数据；
根据所述电流电压数据计算所述构造函数的零点数据；
根据所述功率函数计算所述零点数据对应的功率数据；
比较所述功率数据的大小，确定所述光伏系统最大功率点的近似位置；
根据所述近似位置，采用多扰动观察算法确定最大功率点的目标位置。
第四方面，本发明实施例提供了一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行第一方面实施例的光伏发电的最大功率点的追踪方法。
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
下面结合附图和实施例对本发明做进一步的说明，其中：
图1为本发明实施例的一种光伏发电的最大功率点的追踪方法的流程图；
图2为本发明实施例的单个电池的输出特性曲线图；
图3为本发明实施例的单个电池的另一个输出特性曲线图；
图4为本发明实施例的SP结构光伏阵列的示意图；
图5为本发明实施例的TCT结构光伏结构阵列的示意图；
图6为本发明实施例的P-U曲线示意图；
图7为本发明实施例的Y-U曲线示意图；
图8为本发明实施例的图7中虚线框内曲线的放大示意图；
图9为本发明实施例的一种光伏电池串联结构示意图；
图10为本发明实施例的局部遮挡的P-U曲线示意图；
图11为本发明实施例的多个开关电容单元与光伏电池连接的结构示意图；
图12为本发明实施例的一种图1方法在应用过程的效果示意图；
图13为本发明实施例的另一种图1方法在应用过程的效果示意图。
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，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“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。
参照图1，本发明实施例提供了一种光伏发电的最大功率点的追踪方法。其中，本实施例可应用于服务端、各个终端或者平台的处理器。
当光伏系统出现局部阴影条件时，本实施例包括以下步骤S11-S18。
S11、根据获取的光伏电池的特性信息构建光伏系统的等效模型。其中，光电电池的特性信息包括光伏电池的结构、组成材料、运行数据等。光伏系统包括若干个光伏电池。
在本申请实施例中，光伏电池的等效模型可采用如公式1表示：
Figure BDA0003076313970000041
其中，I表示光伏系统的输出电流；U表示光伏系统的输出电压；公式1中q表示电荷常数，具体数值大小为1.6×10-19C；T表示环境温度；k表示波尔兹曼常数，具体数值大小为1.38×10-23J/K；IPH1表示单个光伏电池的光生电流；Id1表示单个光伏电池的二极管反向饱和电流；RS1表示光伏阵列模型中单个光伏电池的串联电阻；a表示二极管理想因子；RSH1表示光伏阵列模型中单个光伏电池的并联电阻。
S12、根据乘积对数函数和等效模型确定光伏系统的功率函数。
在本申请实施例中，乘积对数函数可采用Lambert-W函数。由于对于理想的PN结模型，公式1中的a＝1。且公式1中，U和I均存在于指数和常数部分，因此，公式1为超越方程。其中，Lambert-W函数的形式如公式2所示：
ax+b＝exp(fx+d) 公式2
对公式2求解，得到公式3所示的方程：
Figure BDA0003076313970000051
将公式3带入公式1所示的等效模型，得到公式4所示方程：
Figure BDA0003076313970000052
在公式4中，
Figure BDA0003076313970000053
为一个常数，表示波尔兹曼常数k、环境温度t和电荷常熟q的组合。
令
Figure BDA0003076313970000054
则公式4可转化为公式5所示：
Figure BDA0003076313970000055
根据公式5求解得到公式6所示的光伏系统的输出功率：
Figure BDA0003076313970000056
S13、根据功率函数确定构造函数。
在本申请实施例中，先对步骤S12中的公式6进行求导，得到公式7所示方程：
Figure BDA0003076313970000061
求解UM，可令
Figure BDA0003076313970000062
此时的电压为最大功率点UM，其中，最大功率点UM如公式8 所示：
Figure BDA0003076313970000063
Lambert-W函数具有一定的线性性质，但是，由于公式8中等式左边为UM，等式右边的UM在指数上，使得该方程不易计算。对公式8取对数后导数方程可获得一定的线性性质，只需在零点的左右两边取两个点即可近似获得零点电压，即两点的连线与电压坐标轴的焦点。
由于在理论上最大功率点处
Figure BDA0003076313970000064
可以导出公式9所示方程：
Figure BDA0003076313970000065
对公式9进行整理，得到公式10所示方程：
Figure BDA0003076313970000066
接着构造函数
Figure BDA0003076313970000067
当Y＝0时，U为最大功率点的电压。因此，对本步骤的方程进行化简得到公式11所示方程：
Figure BDA0003076313970000068
公式11中，过零点时对应着光伏电池的功率曲线极值点。对于公式11中的参数，以80W 的光伏电池组成为例，其单个电池的输出特性如图2和图3所示。从图2和图3可知，光伏电池组的开路电压Uoc为12.64V，对于单个光伏电池算法采样点为0.2Uoc和0.9Uoc，约为2.5V左右和11.3V左右。
对于如图4所示的SP结构光伏阵列和如图5所示的TCT结构光伏结构阵列，其均为M行 N列，可以直接根据单个光伏组件计算光伏阵列参数。其中，单个组件和光伏阵列的参数关系如公式12所示：
Figure BDA0003076313970000071
RS2表示光伏阵列模型的串联电阻，RS1表示光伏阵列模型中单个光伏电池的串联电阻； RSH2表示光伏阵列模型的并联电阻；RSH1表示光伏阵列模型中单个光伏电池的并联电阻；IPH2表示光伏阵列模型的光生电流；IPH1表示单个光伏电池的光生电流；Id2表示光伏阵列模型的二极管反向饱和电流；Id1表示单个光伏电池的二极管反向饱和电流。
上述公式1至公式11中，均是对于单个光伏电池或者单个光伏电池组成的光伏阵列的最大功率点的确定过程，而对于由多个光伏电池组成的光伏阵列，只需将对应的参数通过公式12替将公式1至公式11中单个光伏电池的参数替换成光伏阵列的参数，即能得到光伏阵列的最大功率点的推导过程。
例如，对于图4和图5所示的光伏阵列，需要采样2M个点的数据代入公式11中，计算得到M个极值点，对比M个极值点大小，即可得到全局最大功率点的近似位置，再通过多扰动观察法进一步跟踪，即能得到最大功率点的目标位置。例如，光伏阵列为5乘5(即25个)的SP结构光伏阵列，其单条串联支路为5个光伏电池串联，输出电压为5Uoc(63.2V左右)，则采样点可设为：第一组(2.5V,11.3V)、第二组(15.14V,23.94V)、第三组(27.78V,36.58V)、第四组(40.42V,49.22V)和第五组(53.06V,61.86V)，采样点只需在此电压附近即可得到第一阶段的最大功率点的近似位置。对于其他复杂结构的光伏阵列，其参数均可以已有的计算方式确定，在得到具体的参数后，通过上述实施例的计算方法，即能得到最大功率点的近似位置，然后通过多扰动观察法进一步跟踪，即能得到最大功率点的目标位置。其中，对于具体的计算过程，需要判断是单个光伏电池，还是光伏阵列。对于光伏阵列，则需要将公式 1至公式11中的参数转换成光伏阵列的参数，然后，再进行具体的推导计算过程。
而对于实际的应用过程，需要得到光伏电池的实施数据。本实施通过步骤S14采集实时的数据。
S14、采集预设采样点的电流电压数据。
在本申请实施例中，对于局部阴影的情况下，P-U曲线的最大波峰数量与光伏电池串联数据n相关且每个峰值都在开路电压的n等分区间内。因此，将预设采样点的个数设置为光伏电池个数的两倍，即根据串联数据预先设定好2n个电压采样点，当然，预设采样点的个数也可以设置为等于光伏电池个数。在采样过程中，可采集开关电容电路在升压过程中经过采样点时的电压电流数据。其中，开关电容电路并联于光伏系统的输出端。具体地，开关电容电路包括若干个开关电容单元，开关电容单元包括二极管、第一电容、第一开关模块和第二开关模块，二极管的正极与第一开关模块的第一端的连接处与光伏系统的正输出端连接，二极管的负极与第一电容的第一端连接，第一电容的第二端与第一开关模块的第二端的连接处与第二开关模块的第一端连接，第二开关模块的第二端与光伏系统的负输出端连接。
在一些实施例中，在采集开关电容电路在升压过程中经过采样点时的电压电流数据后，采用滤波电路对电压电流数据进行滤波，其中，滤波电路包括第二电容和电感，第二电容并联于开关电容单元的输出端，电感串联于开关电容单元的输出端。
S15、根据电流电压数据计算构造函数的零点数据。
在本申请实施例中，由于方程11中除电压V和电流I，都是组件固定参数，并且在光伏电池电压范围内有很好的线性性质。如图6和图7所示，在光伏电池运行过程中，采集两组输出电压U和电流I的数据，将两个数据点A(V1,I1)和B(V2,I2)代入方程11即可得到(Y1,V1)和(Y2,V2)，利用这两个点做直线L即可近似得到方程Y的零点。具体地，将图7中虚线框内的部分曲线进行放大，得到如图8所示图像。因此，本实施例基于上述的工作原理，通过采集实时的电流电压数据来计算构造函数实时的零点数据。
S16、根据功率函数计算零点数据对应的功率数据。
本申请实施例通过将步骤S15计算得到的实时的零点数据代入公式6中，即能得到零点数据对应的功率数据。
S17、比较功率数据的大小，确定光伏系统最大功率点的近似位置。
在本申请实施例中，通过比较所有零点数据对应的功率数据大小，即能确定光伏系统最大功率点的近似位置。具体地，以图9所示5个光伏电池PV1、PV2、PV3、PV4和PV5串联为例，在某种局部阴影条件下可得到图10所示的具有5个波峰值的P-U曲线，5个波峰值分别对应五个光伏电池，每个光伏电池的电压区间都采样两个数据点并求解一次方程，最后比较每个区间的极值点即可近似得到全局的最大功率点位置。当然，多个光伏电池也可以是并联的形式。
S18、根据近似位置，采用多扰动观察算法确定最大功率点的目标位置。
在本申请实施例中，以图11所示电路为例，阐述本方案的具体处理过程。具体地，图11所示的电路是将多个开关电容单元并联于图9所示的光伏电池的输出端，并将滤波电路中的电感L和第二电容Cf接入电路。然后通过采集若干个开关电容单元在多个模态切换过程中包括输出功率、输出电压、占空比的工作数据，并在工作数据满足预设要求，确定满足预设要求的功率位置为所述最大功率点的目标位置。具体地，多个模态是指一个周期内的多个模态。设定开关电容单元SC1中的第一开关Sa1的占空比为D1，开关电容单元SC2中的第一开关Sa2的占空比为D2，开关电容单元SCn中的开关San的占空比为Dn，本步骤中，SC单元的占空比指Sa开关的占空比。在同一个SC单元中第一开关Sa1和第二开关Sb1间设置死区时间，避免开关不会同时导通以至短路。
其中，开关电容单元的工作状态如下：
模态一：第二开关Sb1、Sb2……Sbn导通，Sa1、Sa2……San关断，VPV向电容C1、C2……Cn充电，同时向负载放电，此时电压Vo＝VPV。
模态二：开关Sa1、Sb2……Sbn导通，Sb1、Sa2……San关断，VPV向电容C2、C3……Cn充电，同时串联C1向负载放电，此时电压Vo＝2VPV。
模态三：开关Sa1、Sa2、Sb3……Sbn导通，Sb1、Sb2、Sa3……San关断，VPV向电容C3、C4……Cn充电，同时串联C1、C2向负载放电，此时电压Vo＝3VPV。
模态m：开关Sa1、Sa2……Sam、Sb(m+1)……Sbn导通，Sb1、Sb2……Sbm、Sa(m+1)……San关断，VPV向电容C(m+1)、C(m+2)……Cn充电，同时串联C1、C2……Cm向负载放电，此时电压Vo＝mVPV，1<m<n。
模态n：开关Sa1、Sa2、Sa3……San导通，Sb1、Sb2、Sb3……Sbn关断，VPV串联电容C1、C2……Cn一起向负载放电，此时电压Vo＝nVPV。
从上述工作状态可知，在一个周期内开关电容变换器在模态一到模态n之间进行切换通过调节各个模态之间的时间长短可以控制直流系统输出电压，从而实现直流斩波的功能，并且在开关频率不变时随着的占空比的增大输出电压单调递增。
开关电容单元SC1至SCn的占空比属于区间[1，a]时，属于正常工作状态，若超出这个区间即属于溢出状态，其中a略小于1，开关电容单元SCn满足下列条件之一，则该开关电容单元停止扰动，下一周期的扰动任务切换开关电容SC单元完成。
若开关电容单元SC1的占空比D1与ΔP*ΔV满足如下条件：条件1、ΔP*ΔV＜0且Dn>a；条件2、ΔP*ΔV＜0且Dn＜a；条件三、ΔP*ΔV>0且Dn>a，则该开关电容单元停止扰动，当前周期的扰动任务在下一个周期内由开关电容SC2单元完成。
其中，对于不同的开关电容单元设置不同的扰动步长，SCi的扰动步长因子为Ni，扰动步长为Ni×|ΔP/ΔV|。设置Si为SC扰动切换标志，初始化Si＝0。在SCi单元执行指令：“Vk+SiNi×|ΔP/ΔV|”。具体地，若满足“ΔP*ΔV＜0，Dn>a，Si＝-1”，“ΔP*ΔV＜0， Dn＜a，Si＝-1”，“ΔP*ΔV>0，Dn>a，Si＝1”，则停止当前SCi-1单元扰动，切换下一个单元SC单元执行“Vk+SiNi×|ΔP/ΔV|”；若满足“ΔP*ΔV>0，Dn＜a，Si＝1”，则继续在当前SC单元扰动，执行“Vk+SiNi×|ΔP/ΔV|”；当满足条件“ΔP＜ε”时，指开启最小扰动步长的SC单元跟踪最大功率值，并记录当前功率值为Pmpp，当满足条件“[(P-Pmpp)/Pmpp]×100％＜10％”时，为了避免阴影条件改变系统陷入局部最优值，回到最开始步骤，重新执行。
将上述实施例应用于具体实例时，选取5块80W的光伏电池串联，Uoc为64.2V划分为五个区间，每一块光伏电池对应的电压区间为12.6V，开关电容电路选取三个开关电容单元，对五块光伏电池设置不同的光照条件，验证图1所示的方法的效果：
第一种情形，将光照设置为四块电池1000W/m2、一块电池为800W/m2。采用图1方法进行效果验证后，得到图12所示的效果图。在图12中，圆圈标注了方程求解的极值点，最大值为第五个极值点，对应第5电压区间，进入扰动跟踪过程。
第二种情形，光照设置为三块电池为1000W/m2、一块800W/m2、一块500W/m2。采用图1方法进行效果验证后，得到图13所示的效果图。在图13中，圆圈标注了求解的极值点，最大值为第4个极值点，对应第4电压区间，进入扰动跟踪过程。
综上可知，上述方法实施例由于采用了Lmbert-W方程求解光伏电池模型，因此，由开关电容单元组成的开关电容电路电压只需从零点升至光伏电池开关电压值即可完成所有计算所需采样，并快速定位全局最大功率点的大概位置，接着通过扰动跟踪，以避免最大功率追踪方式陷入局部最优。同时，由于采用多个开关电容单元组成的开关电容电路，从而可以快速升压并完成采用任务。且在开关电容单元中采用交替互补控制并使用不同的扰动步长，从而避免四区带来的误判，以在兼顾速度的同时提升稳定性。此外，由于在最大功率点的分布概率不同，通过在高概率区间内使用较小步长扰动跟踪，以有效提升精度和效率。
本发明实施例提供了一种光伏发电的最大功率点的追踪系统，包括：
构建模块，用于根据获取的光伏电池的特性信息构建光伏系统的等效模型；
第一确定模块，用于根据乘积对数函数和等效模型确定光伏系统的功率函数；
第二确定模块，用于根据功率函数确定构造函数；
采集模块，用于采集预设采样点的电流电压数据；
第一计算模块，用于根据电流电压数据计算构造函数的零点数据；
第二计算模块，用于根据功率函数计算零点数据对应的功率数据；
比较模块，用于比较功率数据的大小，确定光伏系统最大功率点的近似位置；
第三确定模块，用于根据近似位置，采用多扰动观察算法确定最大功率点的目标位置。
在一些实施例中，乘积对数函数为Lambert-W函数；第二确定模块包括：
求导子模块，用于将功率函数对电压进行求导，得到导函数；
确定子模块，用于根据Lambert-W函数的特征信息确定构造函数。
本发明方法实施例的内容均适用于本系统实施例，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法达到的有益效果也相同。
本发明实施例提供了一种光伏发电的最大功率点的追踪系统，包括：
至少一个存储器，用于存储程序；
至少一个处理器，用于加载上述程序以执行图1所示的光伏发电的最大功率点的追踪方法。
本发明方法实施例的内容均适用于本系统实施例，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法达到的有益效果也相同。
本发明实施例提供了一种存储介质，其中存储有处理器可执行的程序，处理器可执行的程序在由处理器执行时用于执行图1所示的光伏发电的最大功率点的追踪方法。
此外，本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。此外，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

Claims (7)

1.一种光伏发电的最大功率点的追踪方法，其特征在于，包括以下步骤：
根据获取的光伏电池的特性信息构建光伏系统的等效模型，所述特性信息包括光伏电池的结构数据和运行数据，所述结构数据包括单个光伏电池的二极管反向饱和电流、单个光伏电池的串联电阻和单个光伏电池的并联电阻；所述运行数据包括光伏电池所属光伏系统的输出电流和输出电压、以及单个光伏电池的光生电流；
根据Lambert-W函数和所述等效模型确定所述光伏系统的功率函数；
将所述功率函数对电压进行求导，得到导函数；
根据所述Lambert-W函数的特征信息确定构造函数；
采集预设采样点的电流电压数据；
根据所述电流电压数据计算所述构造函数的零点数据；
根据所述功率函数计算所述零点数据对应的功率数据；
比较所述功率数据的大小，确定所述光伏系统最大功率点的近似位置；
根据所述近似位置，采用多扰动观察算法确定最大功率点的目标位置。
2.根据权利要求1所述的一种光伏发电的最大功率点的追踪方法，其特征在于，所述预设采样点的个数为所述光伏电池个数的两倍；所述采集预设采样点的电流电压数据，其具体为：
采集开关电容电路在升压过程中经过所述预设采样点时的电压电流数据，所述开关电容电路并联于所述光伏系统的输出端。
3.根据权利要求2所述的一种光伏发电的最大功率点的追踪方法，其特征在于，所述根据所述近似位置，采用多扰动观察算法确定最大功率点的目标位置，包括：
采集所述开关电容电路中若干个开关电容单元在多个模态切换过程中的工作数据，所述工作数据包括输出功率、输出电压、占空比；
当所述工作数据满足预设要求，确定满足预设要求的功率位置为所述最大功率点的目标位置。
4.根据权利要求1所述的一种光伏发电的最大功率点的追踪方法，其特征在于，所述光伏系统包括若干个光伏电池。
5.一种光伏发电的最大功率点的追踪系统，其特征在于，包括：
构建模块，用于根据获取的光伏电池的特性信息构建光伏系统的等效模型，所述特性信息包括光伏电池的结构数据和运行数据，所述结构数据包括单个光伏电池的二极管反向饱和电流、单个光伏电池的串联电阻和单个光伏电池的并联电阻；所述运行数据包括光伏电池所属光伏系统的输出电流和输出电压、以及单个光伏电池的光生电流；
第一确定模块，用于根据Lambert-W函数和所述等效模型确定所述光伏系统的功率函数；
第二确定模块，用于将所述功率函数对电压进行求导，得到导函数；根据所述Lambert-W函数的特征信息确定构造函数；
采集模块，用于采集预设采样点的电流电压数据；
第一计算模块，用于根据所述电流电压数据计算所述构造函数的零点数据；
第二计算模块，用于根据所述功率函数计算所述零点数据对应的功率数据；
比较模块，用于比较所述功率数据的大小，确定所述光伏系统最大功率点的近似位置；
第三确定模块，用于根据所述近似位置，采用多扰动观察算法确定最大功率点的目标位置。
6.一种光伏发电的最大功率点的追踪系统，其特征在于，包括：
至少一个存储器，用于存储程序；
至少一个处理器，用于加载所述程序以执行以下步骤：
根据获取的光伏电池的特性信息构建光伏系统的等效模型，所述特性信息包括光伏电池的结构数据和运行数据，所述结构数据包括单个光伏电池的二极管反向饱和电流、单个光伏电池的串联电阻和单个光伏电池的并联电阻；所述运行数据包括光伏电池所属光伏系统的输出电流和输出电压、以及单个光伏电池的光生电流；
根据Lambert-W函数和所述等效模型确定所述光伏系统的功率函数；
将所述功率函数对电压进行求导，得到导函数；
根据所述Lambert-W函数的特征信息确定构造函数；
采集预设采样点的电流电压数据；
根据所述电流电压数据计算所述构造函数的零点数据；
根据所述功率函数计算所述零点数据对应的功率数据；
比较所述功率数据的大小，确定所述光伏系统最大功率点的近似位置；
根据所述近似位置，采用多扰动观察算法确定最大功率点的目标位置。
7.一种存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-4任一项所述的光伏发电的最大功率点的追踪方法。
CN202110553732.3A 2021-05-20 2021-05-20 光伏发电的最大功率点的追踪方法、系统和存储介质 Active CN113311901B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110553732.3A CN113311901B (zh) 2021-05-20 2021-05-20 光伏发电的最大功率点的追踪方法、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110553732.3A CN113311901B (zh) 2021-05-20 2021-05-20 光伏发电的最大功率点的追踪方法、系统和存储介质

Publications (2)

Publication Number Publication Date
CN113311901A CN113311901A (zh) 2021-08-27
CN113311901B true CN113311901B (zh) 2022-06-10

Family

ID=77373937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110553732.3A Active CN113311901B (zh) 2021-05-20 2021-05-20 光伏发电的最大功率点的追踪方法、系统和存储介质

Country Status (1)

Country Link
CN (1) CN113311901B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2769455A1 (en) * 2011-10-18 2014-08-27 Witricity Corporation Wireless energy transfer for photovoltaic panels
CN105048800A (zh) * 2015-06-30 2015-11-11 中山大学 一种光伏发电系统的双扰动mppt控制方法
CN106125817A (zh) * 2016-08-30 2016-11-16 三门峡速达节能新能源科技研究院 一种基于光伏电池四参数模型的光伏mppt方法
CN108170199A (zh) * 2017-09-19 2018-06-15 河海大学常州校区 一种快速实现mppt的控制方法
CN109491445A (zh) * 2018-11-16 2019-03-19 西交利物浦大学 新型光伏储备功率控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2769455A1 (en) * 2011-10-18 2014-08-27 Witricity Corporation Wireless energy transfer for photovoltaic panels
CN105048800A (zh) * 2015-06-30 2015-11-11 中山大学 一种光伏发电系统的双扰动mppt控制方法
CN106125817A (zh) * 2016-08-30 2016-11-16 三门峡速达节能新能源科技研究院 一种基于光伏电池四参数模型的光伏mppt方法
CN108170199A (zh) * 2017-09-19 2018-06-15 河海大学常州校区 一种快速实现mppt的控制方法
CN109491445A (zh) * 2018-11-16 2019-03-19 西交利物浦大学 新型光伏储备功率控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Simplified Lambert W-Function Math Equations When Applied to Photovoltaic Systems Modeling;Santiago Pindado;《IEEE》;20210129;全文 *
一种光伏发电系统的双扰动MPPT方法研究;付青等;《太阳能学报》;20180828;全文 *

Also Published As

Publication number Publication date
CN113311901A (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
Noman et al. A fuzzy logic control method for MPPT of PV systems
Fahad et al. Particle swarm optimization based DC-link voltage control for two stage grid connected PV inverter
Mirbagheri et al. A PSO-based MPPT re-initialised by incremental conductance method for a standalone PV system
CN110774942B (zh) 一种混合动力驱动系统中的燃料电池输出功率控制方法
Hanafiah et al. A hybrid MPPT for quasi-Z-source inverters in PV applications under partial shading condition
CN113359940B (zh) 一种光伏阵列的最大功率点追踪方法及系统
CN108181966B (zh) 一种基于电压-功率扫描的光伏多峰mpp快速跟踪方法
CN113311901B (zh) 光伏发电的最大功率点的追踪方法、系统和存储介质
Arunagirinathan et al. Intelligent control for solar-electric vehicles: integrating gannet optimization algorithm and quantum neural network for power tracking and high gain conversion
CN106970677B (zh) 一种太阳能逆变器快速mppt方法
Basoglu et al. Hardware based comparison of buck-boost converter topologies in MPPT systems
Paranthagan et al. Global maximum power point tracking under partial shading condition using SEPIC converter
Dziri et al. Improved particle swarm optimizer-based MPPT control of PV systems under dynamic partial shading
CN116540830A (zh) 一种光伏发电系统输出功率灵活控制方法、系统及设备
CN114118579B (zh) 一种新能源场站储能配置规划方法、装置及计算机设备
Mahanta et al. A review of maximum power point tracking algorithm for solar photovoltaic applications
Debbabi et al. Implementation of Genetic Algorithm-Based MPPT for PV System in Tropical Climate: Study and Comparison with Conventional Method
Zhu et al. A sliding mode control based maximum power point tracking method of PV arrays under partially shaded conditions
Abdelmalek et al. Comparison between MPPTs for PV systems using P&O and Grey Wolf controllers
Parthasarathy et al. Implementation of solar power optimizer to enhance output power of a solar PV plant
Oussama et al. Modeling and control a DC-microgrid based on PV and HESS Hybrid Energy Storage System
Xing et al. An Improved P&O Method MPPT Control Strategy Based on Model Predictive Control for PV System
CN118426535B (zh) 光伏发电系统最大功率点追踪方法、系统及设备
Paquianadin et al. Maximizing solar photovoltaic system efficiency by multivariate linear regression based maximum power point tracking using machine learning
Yılmaz et al. PSO Training Neural Network MPPT with CUK Converter Topology for Stand-Alone PV Systems Under Varying Load and Climatic Conditions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant