TW201939194A

TW201939194A - 一種最大功率追蹤演算法

Info

Publication number: TW201939194A
Application number: TW107107498A
Authority: TW
Inventors: 王順忠; 劉益華
Original assignee: 龍華科技大學
Priority date: 2018-03-06
Filing date: 2018-03-06
Publication date: 2019-10-01
Also published as: TWI653521B

Abstract

一種最大功率追蹤演算法，其係利用一控制電路實現，該最大功率追蹤演算法包括以下步驟：量測一太陽能發電系統之兩個初始操作點之輸出電流值及輸出電壓值以獲得(I₁,V₁)及(I₂,V₂)；對所述(I₁,V₁)及(I₂,V₂)進行一簡化型加權最小平方法運算以獲得一估測照度值S_guess 及一估測溫度值T_guess ，該簡化型加權最小平方法運算包括:

，及

，其中，Sf及Tf為預設的照度值和溫度值，

，

，其中Isc 、Is、 q、 K、 A及 N為常數，

，

，

，以及

；依所述估測照度值Sguess計算一最大功率點電壓值Vmpp，其中

Description

一種最大功率追蹤演算法

本發明係有關於一種太陽能發電系統之最大功率追蹤方法，特別是一種結合簡化型加權最小平方法和擾動觀察法以追蹤太陽能發電系統之最大功率輸出點之演算法。

自工業革命以後，能源的使用量就隨之大幅增長。由2016年全球能源消耗的分配比例可得知，目前能源消耗以化石燃料及核能為主，比例高達75.5%，次者則是再生能源。然而石油及化石燃料因需求量逐年升高已有短缺問題，而燃燒石油與化石燃料所產生的二氧化碳及甲烷造成溫室效應的問題也日益嚴重，造成近年全球環境變遷及暖化。為使人類能在地球永續生存發展，使用不造成生態溫染與破壞的再生能源已成為全球的共識。太陽能是目前最受到矚目的再生能源之一，主要因為它蘊藏豐富且使用時對環境負影響低。由2009-2016年再生能源之發電均化成本可看出，太陽能發電均化成本逐年減少。因此如何開發與有效利用光伏轉換設備已是發展太陽能發電系統十分重要的課題。

然而目前商用太陽能電池之發電效率僅及20%左右，由於太陽能電池之電氣特性為非線性且該非線性曲線存在一最大功率點，且該電氣特性容易受到照度值與溫度影響，亦即太陽能電池在某一固定的日照及溫度下均存在一個最大功率輸出點，因此，如何擷取太陽能電池之最大輸出功率，使太陽能電池發揮最大成本效益為目前開發太陽能發電系統之重要議題，而這使得最大功率追蹤(Maximum Power Point Tracking, MPPT)演算法在高效能的太陽能發電系統中扮演著關鍵的角色。

為了盡量從太陽能電池得到最多的轉換功率來最佳化光伏轉換效率，太陽能電池便須操作在最大功率點，此操作工法被稱為最大功率追蹤技術，而其演算法之相關研究可分成兩大重點：

1.當系統追至最大功率點前，會產生一暫態追蹤損失，而為應變外在環境並減少暫態追蹤損失，擁有理想的暫態響應是最大功率追蹤系統必須具備。

2.即使太陽能發電系統長期處於穩態狀態，為避免在穩態時工作點於最大功率點附近發生振盪而產生一穩態損失，如何增加太陽能穩態時的精確度亦是太陽能最大功率追蹤系統必須探討的重要課題。

目前商用太陽能發電系統中最常用的最大功率追蹤法為擾動觀察法及增量電導法。其中擾動觀察法係根據前一操作狀態與目前操作點所獲得的功率值決定系統的控制命令值，而增量電導法則係以功率-電壓微分值決定系統的控制命令值。

在控制量的變動值較大時，系統由穩態追蹤到另一個穩態所需的時間較少，但到了穩態時因為擾動所造成的功率損失將會變大；另一方面，較小的控制量變動值可以改善穩態時因擾動所造成的功率損失，但是追蹤速度會變慢，此現象一般稱為追蹤速度-追蹤精確度之權衡問題。一般而言，使用固定步階進行擾動的最大功率追蹤方法皆會受此一問題所影響。

有文獻指出將傳統的增量電導法變成變動步階式，以藉由功率變化量、電壓變化量、電流變化量及縮放因子來決定步階的大小，再依照目前操作點對應出步階大小；亦有文獻利用一組比例-積分控制器來改善傳統固定步階擾動觀察法之權衡問題，並利用另一組比例-積分控制器來決定責任週期大小，以擁有良好的暫態與穩態響應。但使用兩組比例-積分控制器的運算量相對大，會加重數位訊號處理器的計算負荷；另有文獻以增量電導法為基礎，將模糊控制應用於太陽能發電系統中。

然而上述方法在最大功率點的追蹤能力、穩態時的精準度及能否以低成本的微控制器來實現追蹤法則仍有改進的空間，因此本領域亟需一新穎的最大功率追蹤演算法。

本發明之一目的在於揭露一種最大功率追蹤演算法，其採用簡化型加權最小平方法，僅需進行1次估測運算即能相當準確地估測出照度值，並進而求出最大功率點電壓，以達到一運算簡單而能以低成本的微控制器來實現之目的。

本發明之另一目的在於揭露一種最大功率追蹤演算法，其在暫態表現之上升時間及穩定時間均較習知技術之固定步階式擾動觀察法與變動步階式擾動觀察法為佳。

本發明之又一目的在於揭露一種最大功率追蹤演算法，其平均追蹤電能損失可較習知技術之固定步階式擾動觀察法與變動步階式擾動觀察法大幅減少，而有良好的追蹤效率。

本發明之再一目的在於揭露一種最大功率追蹤演算法，其採用適當的估測運算配合擾動觀察法，而其追蹤結果與固定步階式擾動觀察法和變動式步階擾動觀察法相比，追蹤速度分別提高了84.6%和76%，追蹤電能損失也分別減少了68.48%和47.5%。

為達前述目的，一種最大功率追蹤演算法乃被提出，其係利用一控制電路實現，該最大功率追蹤演算法包括以下步驟：量測一太陽能發電系統之兩個初始操作點之輸出電流值及輸出電壓值以獲得(I₁ ,V₁ )及(I₂ ,V₂ )；對所述(I₁ ,V₁ )及(I₂ ,V₂ )進行一簡化型加權最小平方法運算以獲得一估測照度值S_guess 及一估測溫度值T_guess ，該簡化型加權最小平方法運算包括:

，及

，

其中，S_f 及T_f 為預設的照度值和溫度值，

，

其中I_sc 、I_s 、q 、K 、A 及N 為常數，

，，以及；

依所述估測照度值S_guess 計算一最大功率點電壓值V_mpp ，其中；以及

依該最大功率點電壓值V_mpp 進行一擾動觀察法運算以決定一電壓命令。

在一實施例中，其進一步包括一功率變化閥值判斷步驟，以在一功率變化量大於一預設功率變化閥值時重新進行該簡化型加權最小平方法運算以獲得一新的所述估測照度值S_guess 。

在一實施例中，該預設功率變化閥值為15W。

在一實施例中，其中該控制電路包括：一升壓轉換器，具有一輸入端、一控制端及一輸出端，該輸入端係用以與一太陽能電池系統耦接，該控制端係用以接收一脈衝寬度調變信號，且該輸出端係用以與一負載耦接；以及一微控制器，用以產生該電壓命令及依該電壓命令提供該脈衝寬度調變信號。

在一實施例中，該微控制器具有一數位訊號處理器，用以對該目前電壓及該目前電流分別進行一類比至數位轉換運算及一數位濾波運算，及依該電壓命令執行一比例-積分控制運算及一脈衝寬度調變運算以輸出該脈衝寬度調變信號。

為使貴審查委員能進一步瞭解本發明之結構、特徵及其目的，茲附以圖式及較佳具體實施例之詳細說明如後。

請參照圖1，其繪示本發明之最大功率追蹤演算法之一實施例步驟流程圖。

如圖所示，本發明之最大功率追蹤演算法，其係利用一控制電路實現，該最大功率追蹤演算法包括以下步驟：量測一太陽能發電系統之兩個初始操作點之輸出電流值及輸出電壓值以獲得(I₁ ,V₁ )及(I₂ ,V₂ )；(步驟a)；

對所述(I₁ ,V₁ )及(I₂ ,V₂ )進行一簡化型加權最小平方法運算以獲得一估測照度值S_guess 及一估測溫度值T_guess ，該簡化型加權最小平方法運算包括:

，及

，

其中，S_f 及T_f 為預設的照度值和溫度值，

，

其中I_sc 、I_s 、q 、K 、A 及N 為常數，，，，以及；(步驟b)；

依所述估測照度值S_guess 計算一最大功率點電壓值V_mpp ，其中；(步驟c)；以及

依該最大功率點電壓值V_mpp 進行一擾動觀察法運算以決定一電壓命令 (步驟d) 。

請參照圖2，其繪示本發明之最大功率追蹤演算法之另一實施例步驟流程圖。

如圖所示，其進一步包括一功率變化閥值判斷步驟，以在一功率變化量大於一預設功率變化閥值時重新進行該簡化型加權最小平方法運算以獲得一新的所述估測照度值S_guess 。

其中，該預設功率變化閥值例如但不限為15W。

該擾動觀察法（Perturb and observe）運算係針對功率對電壓「未到達最大功率時曲線上升，超過最大功率時則曲線下降」的曲線特性。藉由小幅的增加或減少電壓，並觀察負載變動後的輸出電壓及輸出功率的大小，以決定產生一電壓命令，該部分為習知技術，擬不再贅述。

以下將針對本發明的原理進行說明：

太陽能電池電氣特性：

請參照圖3，其繪示太陽能電池之單二極體等效電路圖。

如圖所示，太陽能電池之電氣特性為一非線性電源，其電壓與電流呈現一指數曲線的關係，因此當太陽能電池輸出電壓變動時，其輸出電流也會隨之變動。依據等效電路可得知太陽能電池輸出電壓與電流之關係式如方程式(1)所示。

(1)

其中，I_T 為太陽能電池輸出電流、I_g 為光電轉換電流、I_S 為二極體逆向飽和電流、q為載子電荷量()、R_S 為串聯等效電阻、V_T 為太陽能電池輸出電壓、K為波茲曼常數()、A為介電常數(1~2之間)、T為絕對溫度值、N為太陽能模組串聯數、R_P 為並聯等效電阻。

而光電轉換電流I_g 與照度值關係式如方程式(2)所示。

(2)

其中，S為照度值，單位為W/m² ，I_SC 為太陽能電池之短路電流。

一般而言，由於太陽能電池的並聯電阻之值遠大於串聯電阻之值，可將方程式(1)與方程式(2)整合化簡成方程式(3)。

(3)

為了觀察照度值與環境溫度值改變時對太陽能電池輸出特性曲線之影響，可將方程式(3)改寫成方程式(4)。

(4)

請一併參照圖4a及4b，其中圖4a繪示太陽能電池在不同照度值下功率-電壓曲線；圖4b繪示太陽能電池在不同照度值下電流-電壓曲線。

其中，環境溫度值固定於25°C，不同照度值分別為200W/m² 、400W/m² 、600W/m² 、800W/m² 及1000W/m² ，如圖所示，這五種照度值由方程式(3)繪製出五條太陽能電池輸出曲線，所述特性曲線會隨照度值變化而改變。

由方程式(2)得知，當太陽光照度值上升，半導體因照入的光能量增加使得輸出的電能量增加，太陽能電池之光電轉換電流也隨之增加。由方程式(3)得知，太陽能電池輸出電流幾乎與光電轉換電流成正比，因此照度值增加時，太陽能電池輸出電流亦會隨之增加。由方程式(4) 得知，因存在自然對數關係，故太陽能電池輸出電壓於照度值上升時只有些微變化。

請一併參照圖5a及5b，其中圖5a繪示太陽能電池在不同溫度值下功率-電壓曲線；圖5b繪示太陽能電池在不同溫度值下電流-電壓曲線。

如圖所示，太陽能電池輸出特性曲線也會受到環境溫度值影響，由方程式(3)得知，當環境溫度值上升時，等效二極體電流減少使太陽能電池輸出電流略為上升，且由方程式(4)得知，環境溫度值與太陽能電池輸出電壓成正比關係，但太陽能電池輸出電流也會隨溫度值上升而上升，且其所受影響遠大於輸出電壓，因此環境溫度值對太陽能電池輸出電壓影響不大，反而串聯等效電阻跨壓衰減量因輸出電流增加而增加，使太陽能電池輸出電壓造成明顯的下降，其輸出功率也下降。

本發明所採之太陽能最大功率追蹤系統硬體架構 ：

請參照圖6，其繪示本發明所採之控制系統架構示意圖。

如圖所示，本發明所採之控制系統架構包含太陽能電池系統100、升壓式轉換器200及微控制器300。

該升壓轉換器200具有一輸入端、一控制端及一輸出端，該輸入端係用以與該太陽能電池系統100耦接，該控制端係用以接收一脈衝寬度調變信號，且該輸出端係用以與一負載400耦接。

該微控制器300具有一數位訊號處理器用以對太陽能電池系統100輸出之電壓及電流分別進行一取樣、一類比至數位轉換運算及一數位濾波運算，再進行最大功率追蹤法之運算進而產生一電壓命令，該電壓命令經由一比例-積分控制運算及一脈衝寬度調變運算產生一責任週期用以控制該升壓式轉換器200達到最大功率追蹤之目的。

其中，由於習知的太陽能電池系統100的輸出電壓普遍過低，該升壓式轉換器200係用以提升該太陽能電池系統100之輸出電壓；該微控制器300例如但不限為採用一低成本的數位訊號處理器來實現。

狀態估測技術之加權最小平方法之介紹：

狀態估測(State Estimation)係藉由觀察系統中的已知資訊來估測其他未知資訊，其行為類似於使用一台濾波器來消除資料中的誤差，最常被使用的狀態估測技術為加權最小平方法(Weighted Least Square ,WLS)，而此方法是依據系統量測值以及系統狀態變數之間的數值關係來進行狀態估測，說明如下：

首先確立量測值與狀態變數的關係，如方程式(5)所示。

(5)

其中，z為測量值向量，h(x)為量測值函數，x為狀態變數，n為量測值之誤差向量。

加權最小平方法係藉由解出方程式(6)之最小值，來求出系統之狀態變數。

(6)

其中，w_i 為第i次量測值之權重，z_i 為第i個量測值，h_i 為第i個量測值之關係函數，J(x)為量測值與關係函數之誤差函數， z-h(x)為剩餘向量(Residual Vector)，W為量測值之權重向量，[]^T 表轉置矩陣 (Transposed Matrix)。

對方程式(6)微分並令其等於零，以求得誤差函數之最小值，如方程式(7)所示。

(7)

其中，H(x)為加權最小平方法之雅可比矩陣（Jacobian matrix），h(x)為量測值函數，如方程式(8) 所示。

(8)

方程(7)為非線性方程式，可藉由疊代運算進行求解，而第j次疊代如方程式(9)所示。

(9)

其中，G(x)為系統之增益矩陣(Gain Matrix)，如方程式(10) 所示。

(10)

整個系統可藉由疊代運算，直到△X^j 收斂到小於一設定值為止，其中△X^j 如方程式(11)所示。。

(11)

本發明係以所量測之兩個初始操作點之輸出電流值及輸出電壓值作為系統量測值進行運算，以求出一估測之照度值及溫度值之系統狀態變數。

由方程式(3)中輸出電壓與電流之關係式可得知，光電轉換電流受照度值影響，而二極體電流則受到溫度值影響，本發明以照度值與溫度值當作系統狀態變數，並且藉由在不同操作點量測輸出電壓與輸出電流，照度值與溫度值即可被估測，將方程式(6)改寫成方程式(12)，並求出最小值以估測照度值與溫度值。

(12)

其中，J(S, T)為加權最小平方法之誤差函數，為第i次量測之權重，m為總量測次數。接著將J (S,T )進行微分並令其等於零來進行求解，如方程式(13)所示。

(13)

其中，H為雅可比矩陣、W為量測值之權重向量、△I為電流誤差向量，分別如方程式(14)、方程式(15)和方程式(16)所示。

(14)

(15)

(16)

對方程式(3)進行微分求解，分別如方程式(17)和方程式(18)所示。

(17)

(18)

而方程式(13)可由疊代運算進行求解，其中第j次疊代可表示如方程式(19)所示。

(19)

其中，本發明係藉由量測一太陽能發電系統之兩個初始操作點之輸出電流值及輸出電壓值以獲得(I₁ ,V₁ )及(I₂ ,V₂ )來完成估測，其中雅可比矩陣Hj、權重向量Wj及電流誤差向量△Ij分別如方程式(20)、方程式(21)及方程式(22)所示，再藉由疊代運算，直到△S及△T收斂到小於一設定值為止，即可估測出照度值與溫度值。

(20)

(21)

(22)

請一併參照圖4a及圖7，其中圖4a繪示太陽能電池在不同照度值下功率-電壓曲線；圖7繪示本發明之追蹤示意圖。

由圖4a得知，在不同照度值下其輸出功率-電壓曲線圖均不相同，太陽能電池之最大功率點電壓也不相同。如圖7所示，本發明係藉由量取兩個在太陽能輸出功率-電壓曲線的不同操作點(圖中的V₁ 、V₂ )，進行一加權最小平方法之狀態估測運算以獲得一估測之照度值及溫度值，接著將操作點電壓跳至該照度值之最大功率點(圖中的b點)電壓附近並進行擾動觀察法，以達到最大功率追蹤之效果。

請一併參照圖8及圖9，其中圖8繪示照度值為100W/m² 至1000W/m² 的輸出功率-電壓曲線；圖9繪示照度值與最大功率點電壓曲線。

如圖8所示，其照度值變化量為100W/ m² ，每個照度值下之最大功率點電壓皆不相同，圖中圓點即為每個照度值之最大功率點電壓；如圖9所示，其係為以照度值為自變數，最大功率點電壓為應變數，作成一S-V_max 曲線，如方程式(23)所示。

(23)

其中，V_mpp 為最大功率點電壓，S為照度值，由圖可知該曲線與實際最大功率點電壓十分接近，因此當運算出照度值，便可將該值代入以獲得該照度值下之最大功率點電壓。

本發明採用簡化型加權最小平方法之進行估測運算之理由：

在進行狀態估測模擬時發現，僅需進行1次估測運算即能準確估測出照度值，其模擬結果如表1所示。其中，初始設定之照度值為800 W/m² ，溫度值為50˚C；在理想狀態下，會估測出照度值為1000 W/m² ，溫度值則為25˚C。

從表1可得知，須要進行4次估測運算方能準確估測出照度值與溫度值，但僅進行1次估測運算，雖溫度值與理想狀態相比稍有誤差，卻仍能準確估測出照度值。

表1

因為本發明主要與估測照度值有關，所以將加權最小平方法之狀態估測流程予以簡化，僅進行1次估測運算，即能準確估測出照度值並進行最大功率追蹤。

簡化型加權最小平方法估測照度值及溫度值如方程式(24)所示，雅可比矩陣H_f 及電流誤差向量△I_f 分別如方程式(25)及方程式(26)所示。其中，S_guess 及T_guess 分別為狀態估測出之照度值與溫度值，S_f 及T_f 為第一次猜測之照度值與溫度值。

(24)

(25)

(26)

本發明與 習知技術之比較：

以下將針對本發明提出的最大功率追蹤演算法與習知技術之固定步階式擾動觀察法以及變動步階式擾動觀察法進行比較，以驗證本發明之可行性和性能改善。

各演算法之控制命令均係以每0.2秒更新一次最大功率追蹤命令，其中固定步階式擾動觀察法僅測試一般均勻照度於800W/m² 情況，而本發明和變動步階式擾動觀察法將以增加照度變化來測試。

本發明採用2個TYNS62610290太陽能電池模組進行串聯作為系統輸入來源，太陽能電池規格如表2所示。

表2 而該太陽能電池模組經過串聯後其對應之實驗參數規格如表3所示。

表3

( 一 ) 習知技術之固定步階式擾動觀察法之實測結果：

請參照圖10，其繪示習知技術之固定步階式擾動觀察法之實測結果波形圖。

其中在擾動命令為，均勻照度800W/m² ，溫度為25˚C的情況下，如圖所示，實測之上升時間為3.9秒，穩定時間為4.8秒，穩態平均功率為475.67 W，穩態追蹤功率精確度為97.97 %，追蹤電能損失為4378.7 J，平均追蹤功率損失為89.02 W。

( 二)習知技術之變動步階式擾動觀察法之實測結果：

請一併參照圖11a及圖11b，其中圖11a其繪示習知技術之變動步階式擾動觀察法之均勻照度實測結果波形圖，圖11b其繪示習知技術之變動步階式擾動觀察法之變化照度實測結果波形圖。

本實測分為二部分，第一部分為均勻照度實測，第二部分為變化照度實測。

均勻照度實測部分，照度為800W/m² ，溫度為25˚C，因為比例因子M為0.65之性能表現最佳，故選用M為0.65進行實測。如圖11a所示，實測之上升時間2.5秒，穩定時間為3.2秒，穩態平均功率為481.64W，穩態追蹤功率精確度為99.2 %，追蹤電能損失為2967.32 J，平均追蹤功率損失為53.53 W。

變化照度實測部分，照度則從300W/m² 變化至800W/m² ，溫度為25˚C，比例因子M設定為0.65進行實測。如圖11b所示，可得出在照度為800W/m² 的M之最佳值，在照度為300W/m² 時，其M值太小，導致追蹤速度慢，追蹤電能損失增加，而變化至800W/m² 後，便可迅速追到最大功率點，這也看出變動步階式選擇比例因子設計困難之問題。

( 三)本發明之實測結果：

請一併參照圖12a至圖12c，其中圖12a繪示本發明之均勻照度實測結果波形圖，圖12b繪示本發明之變化照度300W/m² 變化至800W/m² 實測結果波形圖，圖12c繪示本發明之變化照度800W/m² 變化至100W/m² 實測結果波形圖。

本實測亦分為二部分，第一部分為均勻照度實測，第二部分為變化照度實測。

均勻照度實測部分，照度為800W/m² ，溫度為25˚C進行實測。如圖12a所示，實測之上升時間0.6秒，穩定時間為0.8秒，穩態平均功率為481.25 W，穩態追蹤功率精確度為99.12 %，追蹤電能損失為696.16 J，平均追蹤功率損失為28.06 W。

變化照度實測部分，照度從300W/m² 變化至800W/m² ，溫度為25˚C進行實測時，結果如圖12b所示；照度從800W/m² 變化至100W/m² ，溫度為25˚C進行從高照度變化至低照度的實測時，結果如圖12c所示。可看出在照度變化後，只需量測到兩操作點即可跳回最大功率點附近進行擾動，和理論推導相吻合。

( 四) 比較與分析：

以下將各最大功率演算法之模擬與實測結果進行比對，並將各最大功率演算法之結果列於表4至表6，由表中可看出所述追蹤方法之模擬結果與實測誤差不大，故可驗證所提出的追蹤方法之正確性。

表4

表5

表6

於實測結果中，可得知固定步階式擾動觀察法由於固定步階而有無法同時滿足上升時間與穩態追蹤精確度之權衡問題，故固定步階式擾動觀察法之上升時間、穩定時間及穩態追蹤精確度等均劣於其他兩者；而變動步階式擾動觀察法雖成功克服固定步階式擾動觀察法之權衡問題，但也衍生出比例因子M之設計問題，過大之設計值會導致系統不穩定，反之，過小設計值也會造成暫態響應過慢之情況，且在不同照度下，其比例因子M之理想值也皆不相同，故變動步階式擾動觀察法須一一對不同太陽能電池進行設計，比例因子M之理想值也只能適用特定太陽能電池曲線，增加設計困難度；而本發明之最大功率追蹤演算法可解決上述兩種演算法之問題，雖然也只能適用特定曲線，但暫態及穩態表現良好，因此得到最佳之性能改善。

如表7所示，在暫態表現上，本發明之上升時間比固定步階式擾動觀察法快了3.3秒，與變動步階式擾動觀察法相較快了1.9秒；穩定時間相較於固定步階式擾動觀察法快了4秒，比變動步階式擾動觀察法快了2.4秒，在三個方法中擁有最佳的暫態響應。

表7

如表8所示，在穩態部分，固定步階式擾動觀察法進入穩態後會於最大功率點附近振盪，其穩態平均功率僅有475.67 W，穩態追蹤精確度為97.97 %；由於變動步階式擾動觀察法加入可變步階，在最大功率點不會發生振盪，故穩態追蹤精確度提升至99.2 %；本發明之最大功率追蹤演算法因最後為擾動觀察法，雖是擾動1V但仍會在最大功率點附近發生振盪，故穩態追蹤精確度為99.12 %，只比變動步階式擾動觀察法少了0.08%，故所提之方法仍有良好之穩態響應。

表8

如表9所示，在追蹤電能損失部分，由於固定步階式擾動觀察法其步階設計須考慮暫態及穩態響應表現之權衡問題，平均追蹤電能損失較多，而變動步階式擾動觀察法因有較好之暫態響應與穩態響應，故其平均追蹤電能損失與固定步階式擾動觀察法相比降低39.8 %；而本發明之最大功率追蹤演算法具有良好之暫態及穩態響應，因此其平均追蹤電能損失為三種方法中最低，與固定步階式擾動觀察法相比減少68.48 %，與變動步階式擾動觀察法相比減少47.5 %，故整體性能表現最佳。

表9

綜上所述，實驗結果證實與固定步階式擾動觀察法和變動式步階擾動觀察法相比，本發明的追蹤速度分別提高了84.6%和76%；此外，追蹤電能損失也分別減少了68.48%和47.5%。

藉由前述所揭露的設計，本發明乃具有以下的優點：

1.本發明揭露的最大功率追蹤演算法，其採用簡化型加權最小平方法，僅需進行1次估測運算即能準確估測出照度值，並進而求出最大功率點電壓，以達到一運算簡單而能以低成本的微控制器來實現之目的。

2.本發明揭露的最大功率追蹤演算法，其在暫態表現之上升時間及穩定時間均較習知技術之固定步階式擾動觀察法與變動步階式擾動觀察法大幅縮短，而有良好的暫態響應。

3.本發明揭露的最大功率追蹤演算法，其平均追蹤電能損失較習知技術之固定步階式擾動觀察法與變動步階式擾動觀察法大幅減少，而有良好的追蹤效率。

4.本發明揭露的最大功率追蹤演算法，其採用適當的估測運算配合擾動觀察法，相較於固定步階式擾動觀察法與變動步階式擾動觀察法，其追蹤速度分別提高了84.6%和76%，追蹤電能損失也分別減少了68.48%和47.5%。

本案所揭示者，乃較佳實施例，舉凡局部之變更或修飾而源於本案之技術思想而為熟習該項技藝之人所易於推知者，俱不脫本案之專利權範疇。

綜上所陳，本案無論就目的、手段與功效，在在顯示其迥異於習知之技術特徵，且其首先發明合於實用，亦在在符合發明之專利要件，懇請貴審查委員明察，並祈早日賜予專利，俾嘉惠社會，實感德便。

100‧‧‧太陽能電池系統

200‧‧‧升壓式轉換器

300‧‧‧微控制器

400‧‧‧負載

步驟a‧‧‧量測一太陽能發電系統之兩個初始操作點之輸出電流值及輸出電壓值以獲得(I₁,V₁)及(I₂,V₂)

步驟b‧‧‧對所述(I₁,V₁)及(I₂,V₂)進行一簡化型加權最小平方法運算以獲得一估測照度值S_guess 及一估測溫度值T_guess

步驟c‧‧‧依所述估測照度值S_guess 計算一最大功率點電壓值V_mpp

步驟d‧‧‧依該最大功率點電壓值V_mpp 進行一擾動觀察法運算以決定一電壓命令

圖1繪示本發明之最大功率追蹤演算法之一實施例步驟流程圖。圖2繪示本發明之最大功率追蹤演算法之另一實施例步驟流程圖。圖3繪示太陽能電池之單二極體等效電路圖。圖4a繪示太陽能電池在不同照度值下功率-電壓曲線圖4b繪示太陽能電池在不同照度值下電流-電壓曲線。圖5a繪示太陽能電池在不同溫度值下功率-電壓曲線圖5b繪示太陽能電池在不同溫度值下電流-電壓曲線。圖6繪示本發明所採之控制系統架構示意圖。圖7繪示本發明之追蹤示意圖。圖8繪示照度值為100W/m² 至1000W/m² 的輸出功率-電壓曲線。圖9繪示照度值與最大功率點電壓曲線。圖10繪示習知技術之固定步階式擾動觀察法之實測結果波形圖。圖11a繪示習知技術之變動步階式擾動觀察法之一般均勻照度實測結果波形圖。圖11b繪示習知技術之變動步階式擾動觀察法之變化照度實測結果波形圖。圖12a繪示本發明之均勻照度實測結果波形圖。圖12b繪示本發明之變化照度300W/m² 變化至800W/m² 實測結果波形圖。圖12c繪示本發明之變化照度800W/m² 變化至100W/m² 實測結果波形圖。

Claims

一種最大功率追蹤演算法，其係利用一控制電路實現，該最大功率追蹤演算法包括以下步驟：量測一太陽能發電系統之兩個初始操作點之輸出電流值及輸出電壓值以獲得(I1,V1)及(I2,V2)；對所述(I1,V1)及(I2,V2)進行一簡化型加權最小平方法運算以獲得一估測照度值Sguess及一估測溫度值Tguess，該簡化型加權最小平方法運算包括:，及，其中，Sf及Tf為預設的照度值和溫度值，，，其中Isc 、Is、 q、 K、 A及 N為常數，，，，以及；依所述估測照度值Sguess計算一最大功率點電壓值Vmpp，其中；以及依該最大功率點電壓值Vmpp進行一擾動觀察法運算以決定一電壓命令。
如申請專利範圍第1項所述之最大功率追蹤演算法，其進一步包括一功率變化閥值判斷步驟，以在一功率變化量大於一預設功率變化閥值時重新進行該簡化型加權最小平方法運算以獲得一新的所述估測照度值Sguess。
如申請專利範圍第2項所述之最大功率追蹤演算法，該預設功率變化閥值為15W。
如申請專利範圍第1項所述之最大功率追蹤演算法，其中該控制電路包括：一升壓轉換器，具有一輸入端、一控制端及一輸出端，該輸入端係用以與一太陽能電池系統耦接，該控制端係用以接收一脈衝寬度調變信號，且該輸出端係用以與一負載耦接；以及一微控制器，用以產生該電壓命令及依該電壓命令提供該脈衝寬度調變信號。
如申請專利範圍第4項所述之最大功率追蹤演算法，其中該微控制器具有一數位訊號處理器，用以對該目前電壓及該目前電流分別進行一類比至數位轉換運算及一數位濾波運算，及依該電壓命令執行一比例-積分控制運算及一脈衝寬度調變運算以輸出該脈衝寬度調變信號。