CN114661088A - 不均匀光照下的光伏mppt控制方法及系统 - Google Patents
不均匀光照下的光伏mppt控制方法及系统 Download PDFInfo
- Publication number
- CN114661088A CN114661088A CN202210220560.2A CN202210220560A CN114661088A CN 114661088 A CN114661088 A CN 114661088A CN 202210220560 A CN202210220560 A CN 202210220560A CN 114661088 A CN114661088 A CN 114661088A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- current
- photovoltaic cell
- circuit
- model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000005286 illumination Methods 0.000 title claims abstract description 56
- 238000010248 power generation Methods 0.000 claims abstract description 29
- 238000013178 mathematical model Methods 0.000 claims abstract description 28
- 238000002922 simulated annealing Methods 0.000 claims abstract description 17
- 230000009471 action Effects 0.000 claims abstract description 10
- 230000008859 change Effects 0.000 claims description 12
- 238000001816 cooling Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 108010038016 Mannose-1-phosphate guanylyltransferase Proteins 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- FESBVLZDDCQLFY-UHFFFAOYSA-N sete Chemical group [Te]=[Se] FESBVLZDDCQLFY-UHFFFAOYSA-N 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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
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
本发明请求保护一种不均匀光照下光伏最大功率点的跟踪控制方法及系统，属于工业控制领域。首先建立不均匀光照下的光伏电池模型，得到不均匀光照下的光伏功率发电曲线，然后通过模拟退火算法实时追踪光伏发电最大功率点，得到最大功率点的电压值和电流值；根据DC‑DC电路建立数学模型，作为模型预测控制算法的预测模型，同时将得到最大功率点的电压值和电流值作为模型预测控制算法目标函数的参考值，得到控制DC‑DC电路的开关状态的开关信号。本发明中使用了模拟退火算法，可以跳出不均匀光照下的光伏功率发电曲线的局部最大值，对光伏最大功率点进行全局搜索；本发明提高了跟踪精度；提高了数学模型与系统开关动作的适配性。
Description
技术领域
本发明属于工业控制领域，具体涉及到模拟退火算法和预测控制算法在光伏发电系统中的应用。
背景技术
为实现“碳中和”的目标，需要大力发展新能源技术。光伏发电因其绿色环保、获取方便等特点，有巨大的潜在市场，从而备受瞩目。但是，光伏发电功率曲线，非常容易受到环境变化的影响，为了使光伏发电的效率更高，需要对光伏发电系统进行最大功率追踪(MPPT)。
在MPPT研究方面，在早期阶段，针对不同负载改变光伏阵列的串并联模式，以实现最大功率跟踪。然而，在外部环境频繁变化的情况下，这种方法不能取得令人满意的结果。因此，通过优化光伏电池的数学模型，提出了短路电流比例系数法和开路电压比例系数法。虽然这两种方法简单方便，但在实践中，使用这两种方法的光伏阵列并不能在最大功率点工作。随后，提出了通过在输入端加入扰动来判断是否达到最大功率点的扰动观测法和计算功率曲线变化趋势的电导增量法，使光伏电池在实际中工作在最大功率点，但它们都有相同的缺点，即步长太小，系统响应非常慢，不能适应恶劣的环境。特别是当外部照明不均匀时，光伏发电系统的输出功率曲线是一条多峰值变化曲线。传统的方法是针对光照均匀时的单峰功率曲线，难以应用于这种情况。
现实生活中不均匀光照的情况随处可见，如云层的游动、风吹树叶、飘絮等，都会导致太阳光不均匀的照射到光伏板上。此时，光伏电池的输出功率曲线就不是单个峰值的了，有多个峰值，传统的最大功率追踪方法，如恒压法、电导增量法等就不适用这种情况。传统的最大功率追踪方法，会被困在局部的最大功率点处，无法跳出来，寻找全局最大功率工作点。为了使光伏电池的发电效率最高，需要找到全局最大功率工作点，使光伏电池工作在全局最大功率工作点处。
经过检索，申请公开号CN113093858A，一种基于预测技术的光伏变步长MPPT控制方法，属于光伏MPPT快速跟踪技术领域。所述控制方法的控制系统包括光伏电池组、MPPT控制器、负载以及与所述负载连接的DC-DC电路。本发明的控制方法能够根据控制器每个采样周期得到的采样电压与电流值分析控制器的工作状态，在光照强度变化时能预测对应光照强度下电池的输出特性曲线上最大功率点(MPP点)的电压与电流值，从而计算出最佳的输出占空比，使系统快速的达到最佳的功率点(GMPP点)，再从GMPP点结合变步长快速且稳定的跟踪到MPP点，此方法不但可以解决MPPT控制器在光照强度变化时容易产生误判的问题，同时可以兼顾MPPT控制器的响应速度与稳态精度。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种不均匀光照下的光伏MPPT控制方法及系统。本发明的技术方案如下：
一种不均匀光照下的光伏MPPT控制方法，其包括以下步骤：构建不均匀光照下光伏电池模型的步骤、最大功率工作点搜索的步骤以及预测控制算法得到开关信号的步骤，其中，
S1：构建不均匀光照下光伏电池模型的步骤：从光伏电池等效电路的数学模型出发，结合实际情况，对光伏电池等效电路的数学模型进行简化，由光伏电池等效电路的数学模型得到光伏电池的输出电压和功率；
S2：最大功率工作点搜索的步骤：从步骤S1获取当前时刻光伏电池模型的输出电压和功率，利用模拟退火算法进行实时跟踪控制，搜索到当前时刻输出功率曲线的全局最大功率工作点；
S3：预测控制算法得到开关信号的步骤：将步骤S2搜索到的全局最大功率工作点处的电压电流作为参考值，带入预测控制算法的目标函数中得到关于DC-DC电路模型最小代价值，比较DC-DC电路模型不同开关状态下的最小代价值，确定下一时刻的开关动作状态。
进一步的，所述步骤S1从光伏电池等效电路的数学模型出发，结合实际情况，对该模型进行简化，由该模型得到光伏电池的输出电压和功率；
光伏电池等效电路的数学模型为
其中，Iph为光生电流，Io为二极管反向饱和电流，Rsh为光伏等效并联电阻，Rs为光伏等效串联电阻，R为负载，U为输出电压，q为电力常数，A为二极管特性因子，K为玻尔兹曼常数，T为绝对温度；
公式简化为
工程中再令
其中，Isc是短路电流(已知)，Voc是开路电压(已知)，C1和C2定义为光伏通讯常数，此时进一步简化为
进一步的，所述步骤S2最大功率工作点搜索的步骤具体包括：
步骤S21：给定一个初始温度T0，并随机生成一个初始解x0，并计算相应的f(x0)；
其中，给定的初始温度T0，是迭代的起点；随机生成一个初始解x0是初始光伏电池的电压u0；计算相应的f(x0)，即带入步骤S1中光伏电池数学模型中，计算相应的光伏输出电流，得到对应的光伏输出功率P0；
步骤S22：令当前温度Ti等于冷却进度表中的下一个值Ti+1；
步骤S23：在当前解xi的附近随机产生一个新解xi+1，计算新解相应的f(xi+1)；
其中xi+1和f(xi+1)是当前光伏电池输出功率曲线下，对应电压值附近的新的输出电压值及相应的输出功率；
步骤S24，计算新解接受的概率，并判定是否接受新解；
步骤S25，在温度Ti下，重复步骤22、步骤23、步骤24，直到温度Ti降低到一定程度；
进一步的，所述步骤S3中预测控制算法得到开关信号的具体步骤如下：
步骤S31根据DC-DC电路状态空间模型，得到预测控制模型；
步骤S32，求解目标函数
这这里权重系数α和β都为1；
其中，k表示当前时刻，l表示未来时刻包括k+1和k+2两个时刻，vC(l)表示时刻为l时，DC-DC电路输出电压，iPV(l)表示时刻为l时，光伏电池输出电流，vref和iref别表示参考电压和参考电流。
其中，参考电压值和电流值是全局最大功率工作点处的电压和电流，由步骤S2获取；
步骤S33，比较J0和J1的大小，确定开关动作状态；
其中J0和J1分别是DC-DC电路开关闭合以及关断是的最小代价。
一种不均匀光照下的光伏MPPT系统，其包括：光伏电池模型、MPPT控制回路、DC-DC电路和模型预测控制器，其中：
光伏电池模型：用于结合工程实际对光伏电池数学模型进行简化，模拟不均匀光照下的光伏发电功率曲线，输出当前时刻的电压和功率；
MPPT控制回路：利用模拟退火算法对光伏电池功率曲线进行全局搜索，跳出局部最大功率点，找到全局最大功率点工作点，输出改点处的电压电流作为预测控制算法中目标函数的参考值；
DC-DC电路：用于控制该回路中IGBT电子器件的导通和关断来该变光伏电池的输出功率使光伏电池工作在全局最大功率工作点处，同时连接负级；
模型预测控制器：根据得到的光伏电池的最大功率点处的电压电流值，作为参考值，对目标函数进行计算得到最小代价；比较DC-DC电路不同开关状态下的最小代价，对DC-DC电路进行输出进行控制。
进一步的，所述MPPT控制回路具体包括：
给定一个初始温度T0，并随机生成一个初始解x0，并计算相应的f(x0)；
其中，给定的初始温度T0，是迭代的起点；随机生成一个初始解x0是初始光伏电池的电压u0；计算相应的f(x0)，即带入光伏电池数学模型中，计算相应的光伏输出功率P0。
令当前温度Ti等于冷却进度表中的下一个值Ti+1；初始时Ti＝T0；
在当前解xi的附近随机产生一个新解xi+1，计算新解相应的f(xi+1)；初始时xi＝x0；
其中，xi+1和f(xi+1)是当前光伏电池输出功率曲线下，对应电压值附近的新的输出电压值及相应的输出功率；
计算新解接受的概率，并判定是否接受新解；
在温度Ti下，重复以上步骤直到温度Ti降低到设定值。
进一步的，所述模型预测控制器具体包括：
根据DC-DC电路状态空间模型，得到预测控制模型；求解目标函数
比较J0和J1的大小，确定开关动作状态；
其中，权重系数α和β都为1，k表示当前时刻，l表示未来时刻(仅包括k+1和k+2两个时刻)，vC(l)表示时刻为l时，DC-DC电路输出电压，iPV(l)表示时刻为l时，光伏板输出电流，vref和iref别表示参考电压和参考电流。
进一步的，所述DC-DC电路：用于控制该回路中IGBT电子器件的导通和关断来该变光伏电池的输出功率使光伏电池工作在全局最大功率工作点处，具体包括：
将状态变量作为输出可以得到如下预测模型，预测时域为P，控制时域为M
X(k)＝Fxx(k)+GxU(k)
Y(k)＝X(k)
其中，X(k)代表未来的P步的光伏电池输出电流iPV和DC-DC电路输出电压vC状态，x(k)表示当前时刻预测模型的状态变量，U(k)表示当前时刻的输入量，Fx和Gx分别为状态量x(k)和输入量U(k)的响应系数，Y(k)代表未来的P步的光伏电池输出电流和DC-DC电路输出电压；
具体的，
代表未来的P步的iPV和vC状态，iPV(k+1)表示k+1时刻光伏电池的输出电流、vC(k+1)表示k+1时刻DC-DC电路的输出电压、iPV(k+p)表示k+p时刻光伏电池的输出电流，vC(k+p)表示k+p时刻DC-DC电路的输出电压，同时也将其作为未来的P步的预测输出值；
具体的，
代表连续变化M步的控制量，vPV(k)表示在k时刻光伏电池的输出电压，vC(k+M-2)表示在k+M-2时刻DC-DC电路的输出电压。除了当前时刻的电压为测量值外，假定下一时刻的控制量为当前时刻的预测值。
具体的，
可以由标准状态空间模型递推得到，其参数均与DC-DC电路有关，其中，
TS是DC-DC电路采样周期，L是电路电感，S代表电路开关状态，R电阻，C是电容。。
本发明的优点及有益效果如下：
本发明采用的技术方案是一种不均匀光照下光伏最大功率点的跟踪控制系统，包括：光伏电池模型，模拟不均匀光照下的光伏发电功率曲线；MPPT控制回路，对光伏电池功率曲线进行全局搜索，找到最大功率点；DC-DC电路，可以控制该回路可以该变光伏电池输出功率，同时连接负载；模型预测控制器，根据光伏电池的最大功率点，对DC-DC电路进行控制输出。
为实现上述目的，本发明采用的技术方案是一种不均匀光照下光伏最大功率点的跟踪控制方法。该方法基于模型预测控制，包括获取不均匀光照下的光伏发电最大功率点的参考轨迹和控制DC-DC电路输出；其中，不均匀光照下的光伏发电最大功率点的参考轨迹由光伏电池模型和MPPT控制回路提供；MPPT控制回路利用模拟退火算法对光伏电池模拟的不均匀光照下的功率曲线进行实时追踪，找到最大功率点；根据最大功率点，将其电压电流作为模型预测控制的参考电压电流，通过模型预测控制器控制DC-DC电路的开关信号来调整光伏电池的输出功率。
本申请提供的不均匀光照下光伏最大功率点的跟踪控制方法，通过建立不均匀光照下的光伏电池模型，得到不均匀光照下的光伏功率发电曲线，然后通过模拟退火算法实时追踪光伏发电最大功率点，得到最大功率点的电压值和电流值；根据DC-DC电路建立数学模型，作为模型预测控制算法的预测模型，同时将得到最大功率点的电压值和电流值作为模型预测控制算法目标函数的参考值，得到控制DC-DC电路的开关状态的开关信号。其中，模拟退火算法可以跳出不均匀光照下的光伏功率发电曲线的局部最大值，对光伏最大功率点进行全局搜索；考虑到实际应用中系统不能实时同步动作，有一定的延迟，对预测控制算法的目标函数进行了重新设计，提高了跟踪精度；采用状态空间平均法处理DC-DC电路的数学模型，提高了数学模型与系统开关动作的适配性。
本发明方法利用模拟退火算法跳出不均匀光照下的光伏功率发电曲线的局部最大值，对光伏最大功率点进行全局搜索；考虑到实际应用中系统不能实时同步动作，有一定的延迟，对预测控制算法的目标函数进行了重新设计，提高了跟踪精度；采用状态空间平均法处理DC-DC电路的数学模型，提高了数学模型与系统开关动作的适配性。
附图说明
图1是本发明提供优选实施例提供光伏电池模型的结构示意图；
图2为本申请一实施例提供的不均匀光照下光伏电池的P-V特性曲线；
图3为本申请一实施例提供的DC-DC电路示意图；
图4为本申请一实施例提供型预测控制示意图；
图5为本申请一实施例提供的光伏电池的最大功率点的跟踪控制方法的流程图；
图6为本申请一实施例提供的步骤S2的子流程图；
图7为本申请一实施例提供的步骤S3的子流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是：
在MPPT研究方面，早期是对不同的负载，改变光伏阵列的串并联方式来实现最大功率追踪。但此方法在外部环境变化较频繁的条件下，无法达到满意的效果。为此，通过对光伏电池的数学模型进行优化，提出短路电流比例系数法及开路电压比例系数法。虽然这两种方法简单方便，但在实际中，应用这两种方法的光伏阵列，并没有真正的工作在最大功率点。后来，提出了通过对输入量添加扰动来判断是否达到最大功率点的扰动观察法和计算功率曲线变化趋势的电导增量法，可以在实际中使光伏电池工作在最大功率点，但它们都有一个相同的缺点，即采用步长过小时，系统反应非常缓慢，不能适应环境较恶劣的情形。尤其是外部光照不均匀时，光伏发电系统的输出功率曲线是一条有多个峰值变化的曲线，传统方法都是针对光照均匀时单个峰值的功率曲线，很难适用这种场景。
为了解决上述技术问题，本申请鉴于光伏电池能否工作在最大功率点取决于能否跳出不均匀光照下光伏发电功率曲线的局部最大功率工作点。均匀光照强度下，光伏电池的功率曲线只有一个拐点，也就是最大功率工作点；而在不均匀光照下，光伏电池的功率曲线有有许多个拐点，但只有一个最大功率工作点，其它的都是局部最大功率工作点。具体的，当光伏电池工作在最大功率点时，光伏电池的输出功率P＝Pm，相应的U＝Um，Iout＝Im；其中，P为光伏电池的输出功率，Pm为光伏电池的最大功率值，U为光伏电池的输出电压，Um为光伏电池的最大功率点处的电压值，I为光伏电池的输出电流，Im为光伏电池的最大功率点处的电流。
基于此，本申请提供一种不均匀光照下光伏最大功率点的跟踪控制方法，该方法基于模型预测控制，结合模拟退火算法搜索全局最大功率工作点，以此来对DC-DC电路进行控制，能够提高光伏电池输出功率的稳定性，使光伏电池的输出功率尽可能的稳定在最大功率点附近，减缓输出功率波动；其中，光伏电池模型可以输出不均匀光照下的发电功率；具体的，用模拟退火算法对功率曲线进行实时跟踪，完成对最大功率工作点的确定，得到最大功率工作点的工作电压Um和电流Im，以供后续使用。
具体的，参见图1，图1为本申请一实施例提供的光伏电池模型的结构示意图；
光伏电池输出特性方程为：
Iph为光生电流，Io为二极管反向饱和电流，Rsh为光伏等效并联电阻，Rs为光伏等效串联电阻，R为负载，U为输出电压，q为电力常数，A为二极管特性因子，K为玻尔兹曼常数，T为绝对温度。
公式简化为
工程中再令：
其中，Isc是短路电流(已知)，Voc是开路电压(已知)，C1和C2定义为光伏通讯常数。此时进一步简化为
接下来计算C1和C2，带入两个点(Voc,0)和(Vm,Im)有：
实际运用中，周围环境变化会对光伏电池工作产生一定的影响，为了更贴近人们的日常工作环境，需要对环境因素进行一定的校正。修正方案如下：
Δt＝t-tref
Δs＝s/sref-1
I'sc＝Isc(s/sref)(1+aΔt)
U'oc＝Uoc(1-cΔt)ln(e+bΔs)
I'm＝Im(s/sref)(1+aΔt)
U'm＝Um(1-cΔt)ln(e+bΔs)
式子中tref和sref分别表示标准条件下的温度和光照强度，a、b、c为修正系数。
建立光伏电池的数学模型Matlab/Simulink，得到光伏电池的P-V特性曲线如图2所示。
图2展示的是不均匀光照强度下的光伏发电功率曲线，从图2中可以看出在同一温度条件下，每一条光伏发电功率曲线都只有一个最大功率工作点，但都有局部最大功率工作点，按照传统的最大功率点追踪方法，很难跳出局部最大功率工作的进行全局搜索，找到真正的全局最大功率工作点。
具体的，MPPT控制回路采用模拟退火算法，全局搜索不均匀光照下光伏发电功率的最大功率工作点，将最大功率工作点的电压和电流作为模型预测控制器的参考值。
图3为本申请一实施例提供DC-DC电路示意图；
iPV表示光伏电池的输出电流、vC表示DC-DC电路的输出电压；
当开关打开时，DC-DC电路可表述为：
当开关闭合时，DC-DC电路可表述为：
设采样周期为TS，可以得到该模型的离散系统：
改写成状态空间模型为：
图4为本申请一实施例提供模型预测控制示意图；
具体的，模型预测控制回路的预测模型以及参考轨迹分别由DC-DC电路和MPPT控制回路提供；
具体的，考虑到数字控制系统的延迟问题，在目标函数中加入了两步预测值，除了考虑k+1时刻的之外，还考虑了k+2时刻的值，目标函数如下：
图5为本申请一实施例提供的光伏电池的最大功率点的跟踪控制方法的流程图；该光伏电池的最大功率点的跟踪控制方法具体包括：
步骤S1：获取不均匀光照下光伏电池的当前输出电流和当前输出电压。
其中，在同一温度条件下，改变部分光伏电池模型的光照强度，得到不均匀光照下光伏电池的当前输出电流和当前输出电压。
步骤S2：利用模拟退火算法根据光伏电池的当前输出电流和当前输出电压，实时在线追踪光伏电池的最大功率工作点，并输出最大功率工作点处的工作电压和工作电流。
具体的，得到不均匀光照下光伏电池的当前输出电流和当前输出电压后，输入MPPT控制回路，利用模拟退火算法根据光伏电池的当前输出电流和当前输出电压，跳出局部最大功率点，实时在线追踪光伏电池的最大功率工作点。
具体的，参见图6，图6为本申请一实施例提供的步骤S2的子流程图；在一具体实施例中，步骤S2具体可包括：
步骤S21，给定一个初始温度T0，并随机生成一个初始解x0，并计算相应的f(x0)；
其中，给定的初始温度T0，是迭代的起点；随机生成一个初始解x0是初始光伏电池的电压u0；计算相应的f(x0)，即带入光伏电池数学模型中，计算相应的输出电流，得到光伏输出功率P0。
具体的，一般需要对初始随机解进行限制，也即是对光伏电池的当前输出电压值进行约束，使其在一定的范围内变化，当前输出电压值的取值范围可为[0,V]；其中，V为光伏电池开路电压。
步骤S22，令当前温度Ti等于冷却进度表中的下一个值Ti+1；(第一次Ti＝T0)
其中，当前温度T的改变，需要设定相应的衰减函数，它决定了降温的过程，也决定了什么时候跳出全局搜索。
具体的，衰减函数可以有多种形式，一个常用的衰减函数是Ti+1＝αTi,i＝0,1,2,…，
其中，α是一个常数,可以取为0.5-0.99，它的取值决定了降温的过程。α较大会放慢温度衰减的速度，可能导致算法进程迭代次数的增加，从而使算法进程接受更多的变换，访问更多的邻域，搜索更大范围的解空间，返回更好的最终解，但求解的时间会有很大的增加，目前使用较多的α一般为0.95。
步骤S23，在当前解xi的附近随机产生一个新解xi+1，计算新解相应的f(xi+1)；(第一次xi＝x0)
其中xi+1和f(xi+1)是当前光伏电池输出功率曲线下，对应电压值附近的新的输出电压值及相应的输出功率。
具体的，新解的设计规则按如下进行：
假设当前解为xi，满足标准正态分布的一个随机数yi。计算
如果
的取值范围在[0,V]内，则
如果
则xi+1＝βxi；如果
则xi+1＝βxi+(1-β)V。其中β是[0,1]区间上的随机数。
步骤S24，计算新解接受的概率，并判定是否接受新解；
具体的，令
作为接受新解的判定概率，之后随机生成一个在区间[0,1]上服从均匀分布的数q，如果q＜p，则接受新解xi，其中Δf＝f(xi+1)-f(xi)。
步骤S25，在温度Ti下，重复步骤22、步骤23、步骤24，直到温度Ti降低到一定程度；
具体的，设置一个循环截止温度Te。当温度Ti＞Te，重复步骤22、步骤23、步骤24；当Ti＜Te，循环停止，这时全局寻优已经完成。
步骤S26，退出循环，将找到的解传递到下一个流程，
具体的，执行步骤S21，步骤S22，步骤S23，步骤S24和步骤S25后，完成了MPPT控制回路，将找到的最大功率工作点处的电压和电流作为参考值，输入到预测控制回路中。
步骤S3，将找到的最大功率工作点处的电压和电流作为参考值，带入预测控制回路，生成DC-DC电路的控制信号，调整光伏电池的输出功率；
具体的，参见图7，图7为本申请一实施例提供的步骤S3的子流程图；在一具体实施例中，步骤S3具体可包括：
步骤S31根据DC-DC电路状态空间模型，得到预测控制模型；
具体的将状态变量作为输出可以得到如下预测模型，预测时域为P，控制时域为M
X(k)＝Fxx(k)+GxU(k)
Y(k)＝X(k)
具体的，
代表未来的P步的iPV和vC状态，同时也将其作为未来的P步的预测输出值；
具体的，
代表连续变化M步的控制量，除了当前时刻的电压为测量值外，假定下一时刻的控制量为当前时刻的预测值。
具体的，
可以由标准状态空间模型递推得到，其中，
这样可以得到在不同开关状态下的输出预测值。
步骤S32，求解目标函数
这里系数都为1；
具体的，将开关闭合情况下，两步预测得到的vC(k+1)，vC(k+2)和iPV(k+1)，iPV(k+2)带入目标函数中得到J0；将开关断开的情况下，两步预测得到的vC(k+1)，vC(k+2)和iPV(k+1)，iPV(k+2)带入目标函数中得到J1；
步骤S33，比较J0和J1的大小，确定开关动作状态；
具体的，如果J0＜J1，那么控制DC—DC电路的输出信号为0，开关闭合；如果J0＞J1，那么控制DC—DC电路的输出信号为1，开关断开。这样就可以控制DC-DC电路改变光伏电池的输出功率，使其工作在最大功率工作点处。
本发明申请的不均匀光照下光伏最大功率点的跟踪控制方法及系统，通过建立不均匀光照下的光伏电池模型，得到不均匀光照下的光伏功率发电曲线，然后通过模拟退火算法，跳出局部峰值，实时追踪光伏发电最大功率点，得到最大功率点的电压值和电流值；根据DC-DC电路建立数学模型，作为模型预测控制算法的预测模型，同时将得到最大功率点的电压值和电流值作为模型预测控制算法目标函数的参考值，得到控制DC-DC电路的开关状态的开关信号，来改善光伏电池的输出功率，使其工作在最大功率工作点处。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (8)
1.一种不均匀光照下的光伏MPPT控制方法，其特征在于，包括以下步骤：构建不均匀光照下光伏电池模型的步骤、最大功率工作点搜索的步骤以及预测控制算法得到开关信号的步骤，其中，
S1：构建不均匀光照下光伏电池模型的步骤：从光伏电池等效电路的数学模型出发，结合实际情况，对光伏电池等效电路的数学模型进行简化，由光伏电池等效电路的数学模型得到光伏电池的输出电压和功率；
S2：最大功率工作点搜索的步骤：从步骤S1获取当前时刻光伏电池模型的输出电压和功率，利用模拟退火算法进行实时跟踪控制，搜索到当前时刻输出功率曲线的全局最大功率工作点；
S3：预测控制算法得到开关信号的步骤：将步骤S2搜索到的全局最大功率工作点处的电压电流作为参考值，带入预测控制算法的目标函数中得到关于DC-DC电路模型最小代价值，比较DC-DC电路模型不同开关状态下的最小代价值，确定下一时刻的开关动作状态。
2.根据权利要求1所述的一种不均匀光照下的光伏MPPT控制方法，其特征在于，所述步骤S1从光伏电池等效电路的数学模型出发，结合实际情况，对该模型进行简化，由该模型得到光伏电池的输出电压和功率；
光伏电池等效电路的数学模型为
其中，Iph为光生电流，Io为二极管反向饱和电流，Rsh为光伏等效并联电阻，Rs为光伏等效串联电阻，R为负载，U为输出电压，q为电力常数，A为二极管特性因子，K为玻尔兹曼常数，T为绝对温度；
公式简化为
工程中再令
其中，Isc是短路电流(已知)，Voc是开路电压(已知)，C1和C2定义为光伏通讯常数，此时进一步简化为
3.根据权利要求1所述的一种不均匀光照下的光伏MPPT控制方法，其特征在于，所述步骤S2最大功率工作点搜索的步骤具体包括：
步骤S21：给定一个初始温度T0，并随机生成一个初始解x0，并计算相应的f(x0)；
其中，给定的初始温度T0，是迭代的起点；随机生成一个初始解x0是初始光伏电池的电压u0；计算相应的f(x0)，即带入步骤S1中的光伏电池数学模型
中，计算相应的电流，从而得到对应的光伏输出功率P0；
步骤S22：令当前温度Ti等于冷却进度表中的下一个值Ti+1；
步骤S23：在当前解xi的附近随机产生一个新解xi+1，计算新解相应的f(xi+1)；
其中xi+1和f(xi+1)是当前光伏电池输出功率曲线下，对应电压值附近的新的输出电压值及相应的输出功率；
步骤S24，计算新解接受的概率，并判定是否接受新解；
步骤S25，在温度Ti下，重复步骤22、步骤23、步骤24，直到温度Ti降低到一定程度。
4.根据权利要求1所述的一种不均匀光照下的光伏MPPT控制方法，其特征在于，所述步骤S3中预测控制算法得到开关信号的具体步骤如下：
步骤S31根据DC-DC电路状态空间模型，得到预测控制模型；
步骤S32，求解目标函数
这里权重系数α和β都为1；
其中，k表示当前时刻，l表示未来时刻(仅包括k+1和k+2两个时刻)，vC(l)表示时刻为l时，DC-DC电路输出电压，iPV(l)表示时刻为l时，光伏电池输出电流，vref和iref别表示参考电压和参考电流；
其中参考电压值和电流值是全局最大功率工作点处的电压和电流，由步骤S2获取；
步骤S33，比较J0和J1的大小，确定开关动作状态；
其中J0和J1分别是DC-DC电路开关闭合以及关断是的最小代价。
5.一种不均匀光照下的光伏MPPT系统，其特征在于，包括：光伏电池模型、MPPT控制回路、DC-DC电路和模型预测控制器，其中：
光伏电池模型：用于结合工程实际对光伏电池数学模型进行简化，模拟不均匀光照下的光伏发电功率曲线，输出当前时刻的电压和功率；
MPPT控制回路：利用模拟退火算法对光伏电池功率曲线进行全局搜索，跳出局部最大功率点，找到全局最大功率点工作点，输出改点处的电压电流作为预测控制算法中目标函数的参考值；
DC-DC电路：用于控制该回路中IGBT电子器件的导通和关断来该变光伏电池的输出功率使光伏电池工作在全局最大功率工作点处，同时连接负级；
模型预测控制器：根据得到的光伏电池的最大功率点处的电压电流值，作为参考值，对目标函数进行计算得到最小代价；比较DC-DC电路不同开关状态下的最小代价，对DC-DC电路进行输出进行控制。
6.根据权利要求5所述的一种不均匀光照下的光伏MPPT系统，其特征在于所述MPPT控制回路具体包括：
给定一个初始温度T0，并随机生成一个初始解x0，并计算相应的f(x0)；
其中，给定的初始温度T0，是迭代的起点；随机生成一个初始解x0是初始光伏电池的电压u0；计算相应的f(x0)，即带入光伏电池数学模型中，计算相应的光伏输出功率P0。
令当前温度Ti等于冷却进度表中的下一个值Ti+1；初始时Ti＝T0；
在当前解xi的附近随机产生一个新解xi+1，计算新解相应的f(xi+1)；初始时xi＝x0；
其中xi+1和f(xi+1)是当前光伏电池输出功率曲线下，对应电压值附近的新的输出电压值及相应的输出功率；
计算新解接受的概率，并判定是否接受新解；
在温度Ti下，重复以上步骤直到温度Ti降低到设定值。
7.根据权利要求5所述的一种不均匀光照下的光伏MPPT系统，其特征在于，所述模型预测控制器具体包括：
根据DC-DC电路状态空间模型，得到预测控制模型；求解目标函数
比较J0和J1的大小，确定开关动作状态；
其中，权重系数α和β都为1，k表示当前时刻，l表示未来时刻(仅包括k+1和k+2两个时刻)，vC(l)表示时刻为l时，DC-DC电路输出电压，iPV(l)表示时刻为l时，光伏板输出电流，vref和iref别表示参考电压和参考电流。
8.根据权利要求6所述的一种不均匀光照下的光伏MPPT系统，其特征在于，所述DC-DC电路：用于控制该回路中IGBT电子器件的导通和关断来该变光伏电池的输出功率使光伏电池工作在全局最大功率工作点处，具体包括：
将状态变量作为输出可以得到如下预测模型，预测时域为P，控制时域为M，
X(k)＝Fxx(k)+GxU(k)
Y(k)＝X(k)
其中，X(k)代表未来的P步的光伏电池输出电流iPV和DC-DC电路输出电压vC状态，x(k)表示当前时刻预测模型的状态变量，U(k)表示当前时刻的输入量，Fx和Gx分别为状态量x(k)和输入量U(k)的响应系数，Y(k)代表未来的P步的光伏电池输出电流和DC-DC电路输出电压；
具体的，
代表未来的P步的iPV和vC状态，iPV(k+1)表示k+1时刻光伏电池的输出电流、vC(k+1)表示k+1时刻DC-DC电路的输出电压、iPV(k+p)表示k+p时刻光伏电池的输出电流，vC(k+p)表示k+p时刻DC-DC电路的输出电压，同时也将其作为未来的P步的预测输出值；
具体的，
代表连续变化M步的控制量，vPV(k)表示在k时刻光伏电池的输出电压，vC(k+M-2)表示在k+M-2时刻DC-DC电路的输出电压。除了当前时刻的电压为测量值外，假定下一时刻的控制量为当前时刻的预测值；
具体的，
可以由标准状态空间模型递推得到，其参数均与DC-DC电路有关，其中，
TS是DC-DC电路采样周期，L是电路电感，S代表电路开关状态，R电阻，C是电容。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210220560.2A CN114661088A (zh) | 2022-03-08 | 2022-03-08 | 不均匀光照下的光伏mppt控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210220560.2A CN114661088A (zh) | 2022-03-08 | 2022-03-08 | 不均匀光照下的光伏mppt控制方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114661088A true CN114661088A (zh) | 2022-06-24 |
Family
ID=82028783
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210220560.2A Pending CN114661088A (zh) | 2022-03-08 | 2022-03-08 | 不均匀光照下的光伏mppt控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114661088A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102981549A (zh) * | 2012-12-05 | 2013-03-20 | 上海交通大学 | 一种光伏最大功率点实时跟踪预测控制方法 |
| CN105259972A (zh) * | 2015-12-02 | 2016-01-20 | 河海大学 | 一种基于跳跃策略的多峰值光伏阵列最大功率点跟踪算法 |
| CN105549677A (zh) * | 2016-02-29 | 2016-05-04 | 西安交通大学 | 一种基于模拟退火法的光伏最大功率跟踪方法 |
| CN105974995A (zh) * | 2016-05-13 | 2016-09-28 | 上海电机学院 | 一种最大功率点追踪系统及方法 |
| CN108334152A (zh) * | 2018-01-18 | 2018-07-27 | 上海电力学院 | 一种局部阴影下光伏阵列最大功率点预测优化控制方法 |
| CN108693914A (zh) * | 2017-04-07 | 2018-10-23 | 华北电力大学（保定） | 一种局部阴影下新型自适应最大功率跟踪控制方法 |
| CN109101071A (zh) * | 2018-07-26 | 2018-12-28 | 上海电力学院 | 一种基于智能预测的光伏多峰值最大功率点跟踪方法 |
| CN109245092A (zh) * | 2018-09-28 | 2019-01-18 | 东北大学 | 基于优化模型预测算法结合变步长扰动控制的mppt方法 |
| CN109710021A (zh) * | 2019-03-14 | 2019-05-03 | 河北工业大学 | 基于改进量子粒子群算法的光伏多峰mppt控制方法 |
| CN111624883A (zh) * | 2020-06-03 | 2020-09-04 | 广西大学 | 一种高维多步分数阶模型预测的光伏最大功率点跟踪方法 |
| CN112379720A (zh) * | 2020-09-27 | 2021-02-19 | 杭州云视物联科技有限公司 | 用于光伏发电系统的光伏阵列最大功率点跟踪控制器 |
| CN113282131A (zh) * | 2021-05-20 | 2021-08-20 | 国网福建省电力有限公司石狮市供电公司 | 一种光伏最大功率点跟踪控制系统及方法 |
-
2022
- 2022-03-08 CN CN202210220560.2A patent/CN114661088A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102981549A (zh) * | 2012-12-05 | 2013-03-20 | 上海交通大学 | 一种光伏最大功率点实时跟踪预测控制方法 |
| CN105259972A (zh) * | 2015-12-02 | 2016-01-20 | 河海大学 | 一种基于跳跃策略的多峰值光伏阵列最大功率点跟踪算法 |
| CN105549677A (zh) * | 2016-02-29 | 2016-05-04 | 西安交通大学 | 一种基于模拟退火法的光伏最大功率跟踪方法 |
| CN105974995A (zh) * | 2016-05-13 | 2016-09-28 | 上海电机学院 | 一种最大功率点追踪系统及方法 |
| CN108693914A (zh) * | 2017-04-07 | 2018-10-23 | 华北电力大学（保定） | 一种局部阴影下新型自适应最大功率跟踪控制方法 |
| CN108334152A (zh) * | 2018-01-18 | 2018-07-27 | 上海电力学院 | 一种局部阴影下光伏阵列最大功率点预测优化控制方法 |
| CN109101071A (zh) * | 2018-07-26 | 2018-12-28 | 上海电力学院 | 一种基于智能预测的光伏多峰值最大功率点跟踪方法 |
| CN109245092A (zh) * | 2018-09-28 | 2019-01-18 | 东北大学 | 基于优化模型预测算法结合变步长扰动控制的mppt方法 |
| CN109710021A (zh) * | 2019-03-14 | 2019-05-03 | 河北工业大学 | 基于改进量子粒子群算法的光伏多峰mppt控制方法 |
| CN111624883A (zh) * | 2020-06-03 | 2020-09-04 | 广西大学 | 一种高维多步分数阶模型预测的光伏最大功率点跟踪方法 |
| CN112379720A (zh) * | 2020-09-27 | 2021-02-19 | 杭州云视物联科技有限公司 | 用于光伏发电系统的光伏阵列最大功率点跟踪控制器 |
| CN113282131A (zh) * | 2021-05-20 | 2021-08-20 | 国网福建省电力有限公司石狮市供电公司 | 一种光伏最大功率点跟踪控制系统及方法 |
Non-Patent Citations (4)
| Title |
|---|
| 后宗玉: "太阳能光伏发电全局最大功率点跟踪方法及应用", 中国优秀硕士学位论文全文数据库 工程科技II辑, 15 March 2018 (2018-03-15) * |
| 汪玉凤 等: "基于SABAS不同环境下的MPPT控制方法", 电力系统及其自动化学报, 21 April 2019 (2019-04-21) * |
| 王胜辉: "复合控制算法在光伏MPPT中的应用", 哈尔滨理工大学学报, 28 July 2020 (2020-07-28) * |
| 魏善碧 等: "独立动态系统分布式预测控制研究", 第二十七界中国控制会议论文集, 16 July 2008 (2008-07-16) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lasheen et al. | Maximum power point tracking using Hill Climbing and ANFIS techniques for PV applications: A review and a novel hybrid approach | |
| Kwan et al. | Maximum power point tracking using a variable antecedent fuzzy logic controller | |
| Jiang et al. | A hybrid maximum power point tracking for partially shaded photovoltaic systems in the tropics | |
| Kamarzaman et al. | A comprehensive review of maximum power point tracking algorithms for photovoltaic systems | |
| Mao et al. | A hybrid intelligent GMPPT algorithm for partial shading PV system | |
| Irmak et al. | A model predictive control-based hybrid MPPT method for boost converters | |
| Rezk et al. | A comprehensive comparison of different MPPT techniques for photovoltaic systems | |
| Jain et al. | A new algorithm for rapid tracking of approximate maximum power point in photovoltaic systems | |
| Ishaque et al. | The performance of perturb and observe and incremental conductance maximum power point tracking method under dynamic weather conditions | |
| Ishaque et al. | A review of maximum power point tracking techniques of PV system for uniform insolation and partial shading condition | |
| Zhang et al. | Novel current sensing photovoltaic maximum power point tracking based on sliding mode control strategy | |
| Jiang et al. | A simple and efficient hybrid maximum power point tracking method for PV systems under partially shaded condition | |
| Kumar et al. | Global maximum power point tracking using variable sampling time and pv curve region shifting technique along with incremental conductance for partially shaded photovoltaic systems | |
| Petreuş et al. | A novel maximum power point tracker based on analog and digital control loops | |
| Doubabi et al. | High Performance MPPT based on TS Fuzzy–integral backstepping control for PV system under rapid varying irradiance—Experimental validation | |
| Murtaza et al. | A duty cycle optimization based hybrid maximum power point tracking technique for photovoltaic systems | |
| CN110286708B (zh) | 一种光伏阵列的最大功率跟踪控制方法及系统 | |
| Li et al. | A novel maximum power point tracking control method with variable weather parameters for photovoltaic systems | |
| TWI391807B (zh) | 太陽光電發電系統之最大功率追蹤系統及方法 | |
| Deboucha et al. | Voltage track optimizer based maximum power point tracker under challenging partially shaded photovoltaic systems | |
| Teo et al. | Maximum power point tracking of partially shaded photovoltaic arrays using particle swarm optimization | |
| Pandey et al. | Study and comparative analysis of perturb and observe (P&O) and fuzzy logic based PV-MPPT algorithms | |
| Kacimi et al. | Improved MPPT control strategy for PV connected to grid using IncCond-PSO-MPC approach | |
| Jagadeshwar et al. | A novel adaptive model predictive control scheme with incremental conductance for extracting maximum power from a solar panel | |
| Hussaian Basha et al. | A novel on design and implementation of hybrid MPPT controllers for solar PV systems under various partial shading 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 |