CN113552919A - 基于di-mpc算法的光伏dmppt控制方法及其系统 - Google Patents

Abstract

本发明公开了一种基于DI‑MPC算法的光伏DMPPT控制方法及其系统，该系统包括至少两个功率调节单元，所述功率调节单元输出串联，汇于直流母线，为并网逆变器提供输入电压，所述功率调节单元包括相连接的光伏组件和功率调节器，所述功率调节器用于获取功率‑电压关系以及最优开关状态。本发明能够实现分布式光伏发电系统在局部遮挡条件下稳定工作在最大功率点附近，有效避免失配现象发生，大大提高光伏组件发电效率，此外，依靠所提出的DI‑MPC算法，预测效果更加准确，省去了PWM调制模块的使用，降低整体成本，并且该方法具有快速响应的特性，在光照变化情况下，直流母线电压可快速达到稳态，为逆变器提供稳定的输入条件，具有较大的推广价值与经济效益。

Description

基于DI-MPC算法的光伏DMPPT控制方法及其系统

技术领域

本发明属于光伏发电领域，涉及光伏发电系统DMPPT控制策略，具体涉及一种基于DI-MPC算法的光伏DMPPT控制方法及其系统。

背景技术

在当前国家要求“碳达峰，碳中和”背景下，光伏发电具有广阔的发展前景和研究意义。然而，传统集中式光伏发电系统的正常运行对外界环境条件要求较为苛刻，但实际应用中电池老化、灰尘覆盖、建筑物遮挡等情况不可避免，当光伏组件处于局部遮挡条件下时，阵列输出功率将大大减小，这种现象称为失配现象。发生失配的光伏组件不仅影响整个阵列的运行效率，而且还会引发热斑效应，给光伏组件带来不可逆的影响。为了解决这个问题，在光伏组件中并联旁路二极管，虽然热斑效应得到有效限制，但同时给阵列输出特性带来多个最大功率点，导致传统最大功率点跟踪(Maximum Power Point Tracking,MPPT)方法发生误判，难以追踪到全局最大功率点。此外，传统集中式光伏发电系统的MPPT功能是在并网逆变器中对光伏阵列输出电压扰动实现的，即逆变器输入电压变化剧烈，给逆变器正常运行带来一定负担。

为了克服传统光伏发电系统在局部遮挡条件下的不利影响，国内外学者提出了分布式最大功率跟踪(Distributed Maximum Power Point Tracking,DMPPT)光伏发电系统的概念。DMPPT光伏发电系统是将光伏组件与功率调节器连接，配合以适当的MPPT算法，实现各光伏组件独立运行，有效避免失配现象发生。然而，大多数研究者提出的DMPPT策略仅在拓扑结构上进行改进，MPPT仍通过传统的扰动控制实现，系统效率没有得到有效提升，同时还增加了成本。另外，由于传统的跟踪方法主要对电压施加扰动，导致直流母线侧电压跟随变化，对并网逆变器稳定运行带来影响。因此，如何在局部遮挡条件下依然实现光伏组件最大功率输出，并确保光照变化时直流母线快速恢复稳态，为并网逆变器提供稳定的输入，实现低成本、高效率的分布式光伏发电运行方案，值得深入研究。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种基于DI-MPC算法的光伏DMPPT控制方法及其系统，形成用数据插值与模型预测控制相结合方法对局部遮挡条件下光伏发电系统DMPPT控制策略，旨在解决局部遮挡下光伏发电系统失配问题，使各光伏组件保持最大功率输出，并通过所提出的方法使直流母线电压快速恢复稳态，为并网逆变器提供稳定的输入条件。

技术方案：为实现上述目的，本发明提供一种基于DI-MPC算法的光伏DMPPT控制方法，包括如下步骤：

S1：根据光伏组件在MPP附近运行时的P-U特性，通过采集大量数据点，利用插值法推导出功率与电压的关系式，计算出下一时刻的最佳系数；

S2：利用步骤S1获取的功率与电压的关系式，计算出两种情况下光伏输出功率参考值，对于一个光伏组件，其输出特性受外界环境影响，所以两种情况分别为下一时刻的光伏电压在当前时刻电压基础上做正微小波动和下一时刻的光伏电压在当前时刻电压基础上做负微小波动；

S3：利用步骤S2获取的功率参考值与当前时刻功率实际值构建第一个代价函数，通过比较代价函数的大小，选定下一时刻的光伏电压参考值；

S4：建立功率调节器在导通与关断两种状态下的电路模型，推导功率调节器输出电压，并根据电压变比关系计算出功率调节器的占空比；

S5：利用欧拉前向差分公式，推导出功率调节器在两种状态下光伏电压下一时刻的预测值；

S6：利用步骤S3中选定的光伏电压参考值与步骤S5中获取的电压预测值构建第二个代价函数，通过比较代价函数大小，确定功率调节器的开关状态。

进一步地，所述步骤S1中功率与电压的关系式具体如下：

P_pv(k)＝aV_pv(k)²+bV_pv(k)+c

其中，a,b,c为下一时刻的最佳系数。

进一步地，所述步骤S1中下一时刻的最佳系数a,b,c的计算方法为：

进一步地，所述步骤S3中第一个代价函数包括J₁和J₂：

J_{1,2}＝(P_ref1,2(k+1)-P(k))²

其中，P_ref1,2(k+1)为功率参考值，P(k)为当前输出功率；

若J₁＞J₂，则下一时刻参考电压为V_ref1，反之为V_ref2。

进一步地，所述步骤S4中导通与关断两种状态下的电路模型具体为：

其中，V_o为功率调节器的输出电压，T_s为采样时间，D表示功率调节器开关占空比，R为负载电阻，C为输出滤波电容。

进一步地，所述步骤S5具体为：根据KCL定律，推导出功率调节器输出电压与时间的比值，并通过欧拉前向差分公式推导出功率调节器在下一时刻输出电压预测值V_o,s＝1,0(k+1)，同时，根据功率调节器电压变换比关系，推导光伏电压在下一时刻的预测值V_pv,s＝1,0(k+1)。

进一步地，所述步骤S6中第二个代价函数包括g₁和g₀：

g_{1,0}＝|V_pv,s＝1,0(k+1)-V_ref(k+1)|

若g₁＜g₀，则s＝1，即开关闭合，反之s＝0，即开关断开。

一种基于DI-MPC算法的光伏DMPPT控制系统，包括至少两个功率调节单元，所述功率调节单元输出串联，汇于直流母线，为并网逆变器提供输入电压，所述功率调节单元包括相连接的光伏组件和功率调节器，所述功率调节器用于获取功率-电压关系以及最优开关状态。

进一步地，所述功率调节器拓扑类型为DC-DC变换器，功率调节器的拓扑结构可以是Boost、Buck、Buck-Boost等变换器，也可以选用反激型变换器，本发明采用Boost变换器。

本发明中基于DI-MPC技术策略主要包含两大步骤：一是推导功率-电压关系，二是变换器开关状态的确定。与其他MPC技术所不同的是，本发明采用两个代价函数，用第一个代价函数J选定参考电压V_ref，第二个代价函数g选定变换器开关状态，预测效果更加准确且无需PWM调制模块。

本发明中光伏发电系统是将多个光伏组件与匹配的功率调节器串联，并用所提出的分布式最大功率点追踪(Distributed Maximum Power Point Tracking,DMPPT)算法对功率调节器进行控制。所述DMPPT控制方法采用数据插值与模型预测控制(DataInterpolation Model Predictive Control,DI-MPC)相结合的算法，用插值法得出功率-电压关系，模型预测控制采用两个代价函数产生功率调节器最优开关状态。本发明能够实现分布式光伏发电系统在局部遮挡条件下稳定工作在最大功率点附近，有效避免失配现象发生，大大提高光伏组件发电效率。此外，依靠所提出的DI-MPC算法，预测效果更加准确，省去了PWM调制模块的使用，降低整体成本，并且该方法具有快速响应的特性，在光照变化情况下，直流母线电压可快速达到稳态，为逆变器提供稳定的输入条件，具有较大的推广价值与经济效益。

有益效果：本发明与现有技术相比，具备如下优点：

(1)采用DI-MPC方法使局部遮挡条件下的光伏组件工作在最大功率点，有效避免失配现象发生。同时，该方法通过比较两个代价函数直接获得脉冲序列，预测结果更加准确，省去了PWM调制模块，降低了成本。

(2)功率调节单元串联，MPPT功能直接作用于DC-DC变换器，有效缓解后级逆变器负担，并依靠DI-MPC算法快速的动态响应特性，实现在光照变化时直流母线电压快速达到稳态。

附图说明

图1为本发明基于DI-MPC算法的光伏DMPPT控制方法及其系统的结构示意图；

图2为本发明基于DI-MPC算法的光伏DMPPT控制方法及其系统的控制示意图；

图3为Boost变换器两种开关状态下拓扑结构图；

图4为本发明基于DI-MPC算法的光伏DMPPT控制策略的算法流程图；

图5为基于扰动控制与DI-MPC算法控制在光照突变下光伏组件1的输出功率图；

图6为基于扰动控制与DI-MPC算法控制在光照突变下光伏组件2的输出功率图；

图7为基于扰动控制与DI-MPC算法控制在光照突变下光伏DMPPT直流母线电压图；

图8为基于扰动控制与DI-MPC算法控制光照渐变下光伏组件1的输出功率图；

图9为基于扰动控制与DI-MPC算法控制光照渐变下光伏组件2的输出功率图；

图10为基于扰动控制与DI-MPC算法控制光照渐变下光伏DMPPT直流母线电压图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，本发明提供一种基于DI-MPC算法的光伏DMPPT控制系统，也就是分布式光伏发电系统，本实施例中该系统包括两个功率调节单元，功率调节单元输出串联，汇于直流母线，为并网逆变器提供输入电压，功率调节单元包括相连接的光伏组件和Boost变换器。

本实施例还提供一种计算机存储介质，该计算机存储介质存储有计算机程序，在处理器执行所述计算机程序时可实现以上所描述的方法。所述计算机可读介质可以被认为是有形的且非暂时性的。非暂时性有形计算机可读介质的非限制性示例包括非易失性存储器电路(例如闪存电路、可擦除可编程只读存储器电路或掩膜只读存储器电路)、易失性存储器电路(例如静态随机存取存储器电路或动态随机存取存储器电路)、磁存储介质(例如模拟或数字磁带或硬盘驱动器)和光存储介质(例如CD、DVD或蓝光光盘)等。计算机程序包括存储在至少一个非暂时性有形计算机可读介质上的处理器可执行指令。计算机程序还可以包括或依赖于存储的数据。计算机程序可以包括与专用计算机的硬件交互的基本输入/输出系统(BIOS)、与专用计算机的特定设备交互的设备驱动程序、一个或多个操作系统、用户应用程序、后台服务、后台应用程序等。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

基于上述方案，本实施例中将上述分布式光伏发电系统进行光伏DMPPT控制，参照图4，其具体的控制方法包括如下步骤：

步骤一：搭建分布式光伏发电系统；首先，对各个光伏组件提供不同水平的光照强度，用来模拟实际应用中局部遮挡情况。

步骤二：如图2所示，按照指定的步长采集当前时刻与前两个时刻光伏电压V_pv、电流I_pv以及变换器输出电压V_o，分别用k、k-1和k-2表示当前时刻和前两个时刻，利用这些采集的数据点，推导出在最大功率点附近的P-U关系，所要得到的方程如下：

P_pv(k)＝aV_pv(k)²+bV_pv(k)+c

通过下面的方法计算出最佳系数a,b,c：

步骤三：可以理解，下一时刻的光伏电压参考值应是在当前时刻基础上有ΔV的波动，即有V_ref1＝V_pv(k)+ΔV,V_ref2＝V_pv(k)-ΔV两种情况，将参考电压的两种情况代入P-U关系式中，得出下一时刻的输出功率P_ref1(k+1),P_ref2(k+1)参考值。

步骤四：利用P_ref1,2(k+1)与当前输出功率P(k)构建第一个代价函数J₁和J₂，

J_{1,2}＝(P_ref1,2(k+1)-P(k))²

若J₁＞J₂，则下一时刻参考电压为V_ref1，反之为V_ref2。

步骤五：对DC-DC变换器在开关导通与关断状态下分别建立模型：

其中，V_o为功率调节器的输出电压，T_s为采样时间，D表示功率调节器开关占空比，R为负载电阻，C为输出滤波电容。

Boost变换器两种开关状态下拓扑结构如图3所示。根据KCL定律，推导出变换器输出电压与时间的比值，并通过欧拉前向差分公式推导出变换器在下一时刻输出电压预测值V_o,s＝1,0(k+1)。同时，根据Boost变换器电压变换比关系，推导光伏电压在下一时刻的预测值V_pv,s＝1,0(k+1)。

步骤六：根据光伏电压下一时刻预测值V_pv,s＝1,0(k+1)与参考值V_ref，构建第二个代价函数g₁和g₀：

g_{1,0}＝|V_pv,s＝1,0(k+1)-V_ref(k+1)|

若g₁＜g₀，则s＝1，即开关闭合，反之s＝0，即开关断开。

基于上述方案，为了验证本发明的有效性，本实施例分别用扰动控制与DI-MPC方法在光照突变与渐变两种模式下做比较。

图5为光照突变下，光伏组件1的输出功率，图6为光伏组件2的输出功率，由两幅图可见，采用扰动控制方法在输出功率达到稳态时，功率存在明显的波形振荡，而采用DI-MPC方法输出功率能稳定收敛于MPP。此外，从图7直流母线电压波形可以发现，母线电压在DI-MPC控制下动态响应速度明显快于扰动控制。图8和图9为光照渐变下，光伏组件1与组件2的输出功率，可见采用DI-MPC控制下输出功率依然快速收敛于MPP；图10为直流母线电压，光照渐变时，直流母线电压在DI-MPC控制下变化比较平稳，扰动控制下存在波形振荡现象。

Claims (10)

1.一种基于DI-MPC算法的光伏DMPPT控制方法，其特征在于，包括如下步骤：

S1：根据光伏组件在MPP附近运行时的P-U特性，通过采集数据点，利用插值法推导出功率与电压的关系式，计算出下一时刻的最佳系数；

S2：利用步骤S1获取的功率与电压的关系式，计算出两种情况下光伏输出功率参考值，两种情况分别为下一时刻的光伏电压在当前时刻电压基础上做正微小波动和下一时刻的光伏电压在当前时刻电压基础上做负微小波动；

S3：利用步骤S2获取的功率参考值与当前时刻功率实际值构建第一个代价函数，通过比较代价函数的大小，选定下一时刻的光伏电压参考值；

S4：建立功率调节器在导通与关断两种状态下的电路模型，推导功率调节器输出电压，并根据电压变比关系计算出功率调节器的占空比；

S5：利用欧拉前向差分公式，推导出功率调节器在两种状态下光伏电压下一时刻的预测值；

S6：利用步骤S3中选定的光伏电压参考值与步骤S5中获取的电压预测值构建第二个代价函数，通过比较代价函数大小，确定功率调节器的开关状态。

2.根据权利要求1所述的一种基于DI-MPC算法的光伏DMPPT控制方法，其特征在于，所述步骤S1中功率与电压的关系式具体如下：

P_pv(k)＝aV_pv(k)²+bV_pv(k)+c

其中，a,b,c为下一时刻的最佳系数。

3.根据权利要求2所述的一种基于DI-MPC算法的光伏DMPPT控制方法，其特征在于，所述步骤S1中下一时刻的最佳系数a,b,c的计算方法为：

其中，k表示当前时刻，k-1表示前一时刻。

4.根据权利要求1所述的一种基于DI-MPC算法的光伏DMPPT控制方法，其特征在于，所述步骤S3中第一个代价函数包括J₁和J₂：

J_{1,2}＝(P_ref1,2(k+1)-P(k))²

其中，P_ref1,2(k+1)为功率参考值，P(k)为当前输出功率；

若J₁＞J₂，则下一时刻参考电压为V_ref1，反之为V_ref2。

5.根据权利要求1所述的一种基于DI-MPC算法的光伏DMPPT控制方法，其特征在于，所述步骤S4中导通与关断两种状态下的电路模型具体为：

其中，V_o为功率调节器的输出电压，T_s为采样时间，D表示功率调节器开关占空比，R为负载电阻，C为输出滤波电容。

6.根据权利要求1所述的一种基于DI-MPC算法的光伏DMPPT控制方法，其特征在于，所述步骤S5具体为：根据KCL定律，推导出功率调节器输出电压与时间的比值，并通过欧拉前向差分公式推导出功率调节器在下一时刻输出电压预测值V_o,s＝1,0(k+1)，同时，根据功率调节器电压变换比关系，推导光伏电压在下一时刻的预测值V_pv,s＝1,0(k+1)。

7.根据权利要求1所述的一种基于DI-MPC算法的光伏DMPPT控制方法，其特征在于，所述步骤S6中第二个代价函数包括g₁和g₀：

g_{1,0}＝|V_pv,s＝1,0(k+1)-V_ref(k+1)|

若g₁＜g₀，则s＝1，即开关闭合，反之s＝0，即开关断开。

8.一种基于DI-MPC算法的光伏DMPPT控制系统，其特征在于，包括至少两个功率调节单元，所述功率调节单元输出串联，汇于直流母线，为并网逆变器提供输入电压，所述功率调节单元包括相连接的光伏组件和功率调节器，所述功率调节器用于获取功率-电压关系以及最优开关状态。

9.根据权利要求8所述的一种基于DI-MPC算法的光伏DMPPT控制系统，其特征在于，所述功率调节器拓扑类型为DC-DC变换器。

10.根据权利要求9所述的一种基于DI-MPC算法的光伏DMPPT控制系统，其特征在于，所述DC-DC变换器为Boost变换器。

Images