TWI805384B - 太陽光電模組陣列最大功率追蹤方法 - Google Patents

太陽光電模組陣列最大功率追蹤方法 Download PDF

Info

Publication number
TWI805384B
TWI805384B TW111120100A TW111120100A TWI805384B TW I805384 B TWI805384 B TW I805384B TW 111120100 A TW111120100 A TW 111120100A TW 111120100 A TW111120100 A TW 111120100A TW I805384 B TWI805384 B TW I805384B
Authority
TW
Taiwan
Prior art keywords
iteration
module array
nest
photovoltaic module
maximum power
Prior art date
Application number
TW111120100A
Other languages
English (en)
Other versions
TW202346770A (zh
Inventor
趙貴祥
張隆益
王冠文
Original Assignee
國立勤益科技大學
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 國立勤益科技大學 filed Critical 國立勤益科技大學
Priority to TW111120100A priority Critical patent/TWI805384B/zh
Application granted granted Critical
Publication of TWI805384B publication Critical patent/TWI805384B/zh
Publication of TW202346770A publication Critical patent/TW202346770A/zh

Links

Images

Landscapes

  • Photovoltaic Devices (AREA)

Abstract

本發明提供一種太陽光電模組陣列最大功率追蹤方法，其應用於一太陽光電模組陣列系統，太陽光電模組陣列最大功率追蹤方法包含一搜尋步驟及一被發現機率比較步驟。搜尋步驟中，使最大功率追蹤控制器採用一改良型布穀鳥搜尋演算法；被發現機率比較步驟中，取得一隨機數並將隨機數與一被發現機率比較，並進行替換。藉此，透過調整改良型布穀鳥搜尋演算法中的步長因子，可進一步提升追蹤最大輸出功率的效率。

Description

太陽光電模組陣列最大功率追蹤方法
本發明是有關於一種追蹤方法，且尤其是有關一種太陽光電模組陣列最大功率追蹤方法。
一般而言，太陽光電模組陣列依照日照量及環境溫度的不同，會產生對應的功率-電壓特性曲線。為了能夠追蹤太陽光電模組陣列的最大輸出功率，目前最常被廣泛應用的是擾動觀察法(perturb and observe, P&O)及功率回授法(Power feedback)。而擾動觀察法容易在追蹤過程中造成功率損失，功率回授法則無法精密測量，使得上述二種方法可能追蹤到局部的最大輸出功率而非全域的最大輸出功率。
再者，又有相關學者發展出運用智慧型最大功率追蹤演算法來解決傳統型最大功率追蹤演算法會卡在局部最大功率點之問題。目前較常見之智慧型最大功率追蹤演算法，包括有蟻群優化法(ant colony optimization, ACO)、智慧蜂群演算法(artificial bee colony, ABC)及粒子群優化法(particle swarm optimization, PSO)。然而，蟻群優化法搜尋速度較慢，智慧蜂群演算法的追蹤響應時間可能受到偵查蜂數量影響而過長，粒子群優化法則容易陷入區域解的問題，而影響精確度。
對此，相關學者發展出布穀鳥搜尋演算法(cuckoo searching algorithm)，透過布穀鳥在複數鳥巢中放入鳥蛋，而鳥巢主發現鳥蛋而丟棄的原理，將布穀鳥最佳寄巢產卵的鳥巢位置作為最佳解，使得布穀鳥搜尋演算法具有設定參數少、結構簡單，原理容易理解等優點，然而其追蹤速度以及穩定度仍有待改善。
為了解決上述問題，本發明提供一種太陽光電模組陣列最大功率追蹤方法，其採用改良型布穀鳥搜尋演算法，而能加速最大輸出功率的追蹤並同時維持穩定度。
依據本發明一實施方式提供一種太陽光電模組陣列最大功率追蹤方法，其應用於一太陽光電模組陣列系統，太陽光電模組陣列系統包含一太陽光電模組陣列、一最大功率追蹤控制器及一升壓型轉換器，最大功率追蹤控制器電性連接太陽光電模組陣列及升壓型轉換器，太陽光電模組陣列最大功率追蹤方法包含一搜尋步驟及一被發現機率比較步驟。搜尋步驟中，使最大功率追蹤控制器採用一改良型布穀鳥搜尋演算法，且改良型布穀鳥搜尋演算法中尋找第1個到第
Figure 02_image001
個鳥巢中的最佳解以求得最大輸出功率，
Figure 02_image001
為正整數，其中，改良型布穀鳥搜尋演算法包含初始化複數參數；將第
Figure 02_image003
個鳥巢於第
Figure 02_image005
次疊代求得之第
Figure 02_image005
次疊代鳥巢位置
Figure 02_image007
，代入一萊維飛行隨機行走公式以求得第
Figure 02_image003
個鳥巢於第
Figure 02_image009
次疊代隨機行走之第
Figure 02_image009
次疊代鳥巢位置
Figure 02_image011
，萊維飛行隨機行走公式為：
Figure 02_image013
；
Figure 02_image015
；及
Figure 02_image017
； 其中，
Figure 02_image019
為疊代次數的最大值且為正整數，
Figure 02_image003
表示第1個到第
Figure 02_image001
個鳥巢的變數且為介於1到
Figure 02_image001
的整數，
Figure 02_image005
表示疊代次數的變數且為界於0到
Figure 02_image021
的整數，
Figure 02_image023
為矩陣乘法，
Figure 02_image025
為高斯分布的隨機函數，
Figure 02_image027
為一常數，
Figure 02_image029
為第1個到第
Figure 02_image001
個鳥巢於第
Figure 02_image005
次疊代求得之第
Figure 02_image005
次疊代最佳鳥巢位置，
Figure 02_image031
為一高斯分布的變數，
Figure 02_image033
為另一高斯分布的變數，
Figure 02_image035
為一步長因子，且在每次疊代過程中，步長因子
Figure 02_image035
先以下列公式進行調整：
Figure 02_image037
； 其中，
Figure 02_image039
為步長因子
Figure 02_image035
的上限值，
Figure 02_image041
為步長因子
Figure 02_image035
的下限值；取得太陽光電模組陣列系統的一電壓-功率特性曲線，並依據第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
在電壓-功率特性曲線對應的斜率增減經調整後的步長因子
Figure 02_image035
的數值；將第1個到第
Figure 02_image001
個鳥巢中於第
Figure 02_image009
次疊代隨機行走之第
Figure 02_image009
次疊代鳥巢位置
Figure 02_image043
中之最大者及最小者分別做為第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
，並分別將第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
的數值置換第1個到第
Figure 02_image001
個鳥巢的第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
及第
Figure 02_image005
次疊代最差鳥巢位置
Figure 02_image049
的數值。被發現機率比較步驟中，取得一隨機數，隨機數由0至1間均勻分布的一隨機函數取得，並且將隨機數與一被發現機率比較，當隨機數小於或等於被發現機率，則直接進行下一次疊代；當隨機數大於被發現機率，以一隨機替換公式替換第
Figure 02_image009
次疊代鳥巢位置
Figure 02_image043
中各者的數值，隨機替換公式為：
Figure 02_image051
； 其中，
Figure 02_image053
為由0至1間均勻分布的隨機函數取得之隨機數；透過隨機替換公式替換之第
Figure 02_image009
次疊代鳥巢位置
Figure 02_image043
，重新比較並將其中最大者及最小者分別做為第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
，並將第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
分別置換第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
及第
Figure 02_image005
次疊代最差鳥巢位置
Figure 02_image049
的數值，且不斷重覆搜尋步驟及被發現機率比較步驟，直至完成第
Figure 02_image019
次疊代，取第
Figure 02_image019
次疊代最佳新解
Figure 02_image055
做為太陽光電模組陣列系統的最大輸出功率，便完成最大功率追蹤。
藉此，透過依照電壓-功率特性曲線調整每次疊代的步長因子，可縮短追蹤時間，並同時維持能追蹤太陽光電模組陣列因部分模組受到遮蔽或故障而產生之複雜峰值的穩定度。
依據前述實施方式之太陽光電模組陣列最大功率追蹤方法，其中當第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
在電壓-功率特性曲線對應的斜率的絕對值小於1.5，可以一負數增加步長因子
Figure 02_image035
的數值；當第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
在電壓-功率特性曲線對應的斜率的絕對值大於或等於1.5，可以一正數增加步長因子
Figure 02_image035
的數值。
依據前述實施方式之太陽光電模組陣列最大功率追蹤方法，其中被發現機率可為0.25。
請參照第1圖、第2圖及第3圖，其中第1圖繪示依照本發明內容一實施例之一種太陽光電模組陣列最大功率追蹤方法S100的步驟方塊圖，第2圖繪示第1圖實施例之太陽光電模組陣列最大功率追蹤方法S100應用的一太陽光電模組陣列系統100的架構示意圖，第3圖繪示第1圖實施例之太陽光電模組陣列最大功率追蹤方法S100的步驟流程圖。太陽光電模組陣列最大功率追蹤方法S100應用於太陽光電模組陣列系統100，太陽光電模組陣列系統100包含一太陽光電模組陣列110、一最大功率追蹤控制器120及一升壓型轉換器130，最大功率追蹤控制器120電性連接太陽光電模組陣列110及升壓型轉換器130。太陽光電模組陣列最大功率追蹤方法S100包含一搜尋步驟S110及一被發現機率比較步驟S120。
搜尋步驟S110中，使最大功率追蹤控制器120採用一改良型布穀鳥搜尋演算法，且改良型布穀鳥搜尋演算法中尋找第1個到第
Figure 02_image001
個鳥巢中的最佳解以求得最大輸出功率，
Figure 02_image001
為正整數，其中，改良型布穀鳥搜尋演算法包含初始化複數參數；將第
Figure 02_image003
個鳥巢於第
Figure 02_image005
次疊代求得之第
Figure 02_image005
次疊代鳥巢位置
Figure 02_image007
，代入一萊維飛行隨機行走公式以求得第
Figure 02_image003
個鳥巢於第
Figure 02_image009
次疊代隨機行走之第
Figure 02_image009
次疊代鳥巢位置
Figure 02_image011
，萊維飛行隨機行走公式如式(1)、式(2)及式(3)所示：
Figure 02_image013
(1)；
Figure 02_image015
(2)；及
Figure 02_image017
(3)。
其中，
Figure 02_image019
為疊代次數的最大值且為正整數，
Figure 02_image003
表示第1個到第
Figure 02_image001
個鳥巢的變數且為介於1到
Figure 02_image001
的整數，
Figure 02_image005
表示疊代次數的變數且為界於0到
Figure 02_image021
的整數，
Figure 02_image023
為矩陣乘法，
Figure 02_image025
為高斯分布的隨機函數，
Figure 02_image027
為一常數，
Figure 02_image029
為第1個到第
Figure 02_image001
個鳥巢於第
Figure 02_image005
次疊代求得之第
Figure 02_image005
次疊代最佳鳥巢位置，
Figure 02_image031
為一高斯分布的變數，
Figure 02_image033
為另一高斯分布的變數，
Figure 02_image035
為一步長因子，且在每次疊代過程中，步長因子
Figure 02_image035
先以式(4)進行調整：
Figure 02_image057
(4)。 其中，
Figure 02_image039
為步長因子
Figure 02_image035
的上限值，
Figure 02_image041
為步長因子
Figure 02_image035
的下限值。
接著，取得太陽光電模組陣列系統100的一電壓-功率特性曲線(P-V特性曲線)，並依據第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
在P-V特性曲線對應的斜率增減經調整後的步長因子
Figure 02_image035
的數值；將第1個到第
Figure 02_image001
個鳥巢中於第
Figure 02_image009
次疊代隨機行走之第
Figure 02_image009
次疊代鳥巢位置
Figure 02_image043
中之最大者及最小者分別做為第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
，並分別將第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
的數值置換第1個到第n個鳥巢的第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
及第
Figure 02_image005
次疊代最差鳥巢位置
Figure 02_image049
的數值。
被發現機率比較步驟S120中，取得一隨機數，隨機數由0至1間均勻分布的一隨機函數取得，並且將隨機數與一被發現機率比較，當隨機數小於或等於被發現機率，則直接進行下一次疊代；當隨機數大於被發現機率，以一隨機替換公式替換第
Figure 02_image009
次疊代鳥巢位置
Figure 02_image043
中各者的數值，透過隨機替換公式產生新解並替換之第
Figure 02_image009
次疊代鳥巢位置
Figure 02_image043
，再經由重新比較並將其中最大者及最小者分別做為第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
，並將第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
分別置換最佳鳥巢位置
Figure 02_image029
及最差鳥巢位置
Figure 02_image049
的數值，其中隨機替換公式如式(5)所示：
Figure 02_image051
；                     (5)
其中，
Figure 02_image053
為由0至1間均勻分布的隨機函數取得之隨機數。再者，不斷重覆搜尋步驟S110及被發現機率比較步驟S120，直至完成第
Figure 02_image019
次疊代，取第
Figure 02_image019
次疊代最佳新解
Figure 02_image055
做為太陽光電模組陣列系統100的最大輸出功率，完成最大功率追蹤。
藉此，透過每次疊代求得的最佳鳥巢位置作為當次疊代的最大功率，並依照P-V特性曲線於每次疊代中最佳鳥巢位置對應的斜率，調整每次疊代步長因子
Figure 02_image035
的數值，藉以調整每次疊代過程中萊維飛行隨機行走的步伐大小，進而更快速且精準地追蹤到太陽光電模組陣列系統100的最大輸出功率，提升太陽光電模組陣列最大功率追蹤方法S100的追蹤效率以及精準度。後面將詳述太陽光電模組陣列最大功率追蹤方法S100的細節。
太陽光電模組陣列110可由複數個太陽光電模組組合而成，最大功率追蹤控制器120可為數位訊號處理器，升壓型轉換器130可為直流/直流升壓型轉換器，並且包含一MOSFET(Metal-Oxide-Semiconductor Field Effect Transistors；金屬氧化物半導體場效電晶體)驅動電路131。太陽光電模組陣列系統100可更包含一負載140。其中，最大功率追蹤控制器120用以接收太陽光電模組陣列110的電流及電壓以計算最大功率，且最大功率追蹤控制器120可輸出一PWM(Pulse Width Modulation；脈波寬度調變)控制訊號以控制升壓型轉換器130，透過脈波寬度調變中責任週期的變化，可以改變太陽光電模組陣列110的功率並提供給負載140，而透過太陽光電模組陣列最大功率追蹤方法S100，可追蹤太陽光電模組陣列系統100的最大輸出功率。
如第3圖所示，當太陽光電模組陣列最大功率追蹤方法S100開始追蹤最大輸出功率時，進行步驟S210。步驟S210中，最大功率追蹤控制器120設定並初始化改良型布穀鳥搜尋演算法的參數，其設定如表一所示：
表一、改良型布穀鳥搜尋演算法之參數設定
參數名稱 參數設定值
鳥巢數(
Figure 02_image001
) 		25
被發現機率(Pa) 0.25
疊代次數(
Figure 02_image019
) 		50
步長因子(
Figure 02_image035
) 		1.5
步長因子
Figure 02_image035
的上限值(
Figure 02_image039
) 		1.52
步長因子
Figure 02_image035
的下限值(
Figure 02_image041
) 		1.42
再者，最大功率追蹤控制器120設定的初始電壓為太陽光電模組陣列系統100在標準測試條件(Standard Test Condition；STC)下取得的最大功率點電壓V mp 的0.8倍。詳細來說，標準測試條件為在空氣大氣光程AM(Air-Mass)=1.5，日照度1000 W/m 2(瓦/平方公尺)，溫度25 OC的條件下進行量測。本實施例中，最大功率追蹤控制器120依照以MatLab軟體模擬並取得太陽光電模組陣列系統100的P-V特性曲線將初始電壓對應的初始功率，作為第0次疊代鳥巢位置
Figure 02_image059
(即疊代前的初始鳥巢位置)。換句話說，第1個到第
Figure 02_image001
個鳥巢於第0次疊代的鳥巢位置
Figure 02_image061
均為初始電壓對應的初始功率。
執行步驟S210後，最大功率追蹤控制器120接著執行步驟S220。步驟S220中，依據目前疊代的次數以式(4)的公式調整步長因子
Figure 02_image035
，並執行步驟S230。詳細來說，第
Figure 02_image005
次疊代的步長因子
Figure 02_image035
為步長因子
Figure 02_image035
的上限值
Figure 02_image039
減去步長因子
Figure 02_image035
的上限值
Figure 02_image039
與下限值
Figure 02_image041
的差乘上隨疊代次數遞增的係數。步驟S230中，最大功率追蹤控制器120依照P-V特性曲線於目前疊代的次數中最佳鳥巢位置對應的斜率，調整步長因子
Figure 02_image035
，並執行步驟S240。詳細來說，當第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
在P-V特性曲線對應的斜率的絕對值小於1.5，以一負數增加步長因子
Figure 02_image035
的數值；當第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
在P-V特性曲線對應的斜率的絕對值大於或等於1.5，以一正數增加步長因子
Figure 02_image035
的數值。進一步來說，最大功率追蹤控制器120將第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
作為太陽光電模組陣列系統100於第
Figure 02_image005
次疊代的最大功率
Figure 02_image063
，並依據太陽光電模組陣列系統100的P-V特性曲線取得對應之太陽光電模組陣列系統100於第
Figure 02_image005
次疊代的最大功率電壓
Figure 02_image065
；將第
Figure 02_image009
次疊代最佳鳥巢位置
Figure 02_image045
作為太陽光電模組陣列系統100於第
Figure 02_image009
次疊代的最大功率
Figure 02_image067
，並依據太陽光電模組陣列系統100的P-V特性曲線取得對應之太陽光電模組陣列系統100於第
Figure 02_image009
次疊代的最大功率電壓
Figure 02_image069
，並以第
Figure 02_image009
次疊代的最大功率
Figure 02_image067
及第
Figure 02_image005
次疊代的最大功率
Figure 02_image063
的差值與第
Figure 02_image009
次疊代的最大功率電壓
Figure 02_image069
及第
Figure 02_image005
次疊代的最大功率電壓
Figure 02_image065
的差值之比值作為第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
在P-V特性曲線對應的斜率
Figure 02_image071
，其如下式(6)所示：
Figure 02_image073
。                                           (6)
具體而言，步長因子
Figure 02_image035
的數值隨斜率
Figure 02_image071
調整的數值可如下表二所示：
表二、步長因子
Figure 02_image035
的數值隨斜率m調整的數值
斜率
Figure 02_image071
 步長因子
Figure 02_image035
的數值
Figure 02_image075
Figure 02_image077
Figure 02_image079
Figure 02_image081
Figure 02_image083
Figure 02_image085
Figure 02_image087
Figure 02_image089
Figure 02_image091
Figure 02_image093
Figure 02_image095
Figure 02_image035
Figure 02_image097
Figure 02_image093
Figure 02_image099
Figure 02_image089
Figure 02_image101
Figure 02_image085
Figure 02_image103
Figure 02_image081
Figure 02_image105
Figure 02_image077
當斜率
Figure 02_image071
的絕對值大於1.5時，代表最大功率追蹤控制器120追蹤之功率尚未趨近於最大輸出功率，需要加大步長因子
Figure 02_image035
的數值藉以加大萊維飛行於下一次疊代的步伐大小，進而加快追蹤的效率；當斜率
Figure 02_image071
的絕對值小於1.5時，代表最大功率追蹤控制器120追蹤之功率已趨近於最大輸出功率，需要減少步長因子
Figure 02_image035
的數值藉以減小萊維飛行於下一次疊代的步伐大小，進而加快追蹤收斂的速度。藉此，可進一步提升太陽光電模組陣列最大功率追蹤方法S100追蹤的效率。
步驟S240中，最大功率追蹤控制器120依據萊維飛行隨機行走公式產生新解。詳細來說，最大功率追蹤控制器120將第1個到第
Figure 02_image001
個鳥巢於第
Figure 02_image005
次疊代求得之第
Figure 02_image005
次疊代鳥巢位置分別依據式(1)至式(3)求得於第
Figure 02_image009
次疊代隨機行走之第
Figure 02_image009
次疊代鳥巢位置，並且將第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
的數值分別取代第1個到第
Figure 02_image001
個鳥巢的第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
及第
Figure 02_image005
次疊代最差鳥巢位置
Figure 02_image049
的數值，並依序執行步驟S250及步驟S260。
步驟S250及步驟S260中，由一高斯分布的隨機函數產生一隨機數，且與被發現機率Pa進行比較，當隨機數大於被發現機率Pa，則執行步驟S270；當隨機數小於或等於被發現機率Pa，代表鳥巢主發現布穀鳥的蛋，換句話說，當鳥巢主發現布穀鳥的蛋時，跳至步驟S280，判斷疊代次數是否已達到最大值，即
Figure 02_image107
，若否，則執行步驟S281進行第
Figure 02_image009
次疊代，再回到步驟S220，繼續執行至步驟S260，並重新判斷隨機數是否大於被發現機率Pa。
步驟S270中，以式(5)重新產生第1個到第
Figure 02_image001
個鳥巢中於第
Figure 02_image009
次疊代隨機行走之第
Figure 02_image009
次疊代鳥巢位置
Figure 02_image011
，並再次將第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
及第
Figure 02_image009
次疊代最差新解
Figure 02_image047
的數值分別取代第1個到第
Figure 02_image001
個鳥巢的第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
及第
Figure 02_image005
次疊代最差鳥巢位置
Figure 02_image049
的數值。換句話說，第
Figure 02_image009
次疊代最佳新解
Figure 02_image045
相較第
Figure 02_image005
次疊代最佳鳥巢位置
Figure 02_image029
更趨近於太陽光電模組陣列系統100的最大輸出功率。
步驟S280中，最大功率追蹤控制器120判斷疊代次數是否已達到最大值，即
Figure 02_image107
，若否，則執行步驟S281進行第
Figure 02_image009
次疊代，並執行步驟S220；若以達到疊代次數最大值，則依步驟S290結束疊代，並取第
Figure 02_image019
次疊代最佳新解
Figure 02_image055
做為太陽光電模組陣列系統100的最大輸出功率，完成最大功率追蹤。 ＜實驗例＞
第1實驗例、第2實驗例、第3實驗例、第4實驗例、第5實驗例及第6實驗例是利用第1圖實施例之太陽光電模組陣列最大功率追蹤方法S100進行太陽光電模組陣列系統的最大輸出功率追蹤。其中，單一個太陽光電模組的電氣參數規格如表三；第1實驗例至第6實驗例的太陽光電模組的串併聯組態及遮蔭情況，以及對應的電壓-功率特性曲線(P-V特性曲線)的峰數如表四所示。
表三、太陽光電模組的電氣參數規格
參數 數值
額定最大輸出功率(P mp ) 20 W
最大輸出功率點之電流(I mp) 1.10 A
最大輸出功率點之電壓(V mp) 18.18 V
短路電流(I sc) 1.15 A
開路電壓(V oc) 22.32 V
模組之長度與寬度 395 mm × 345 mm
Figure 111120100-A0305-02-0017-1
必須說明的是，表四中的符號+以及//，分別代表串聯及併聯。而以下將說明第1實驗例至第6實驗例與第1比較例至第6比較例的最大輸出功率追蹤比較狀況，其中第1比較例至第6比較例是使用習知布穀鳥搜尋演算法，且第1比較例及第1實驗例所應用的太陽光電模組陣列系統具有相同的串並聯組態及遮蔭情況，第2比較例及第2實驗例所應用的太陽光電模組陣列系統具有相同的串並聯組態及遮蔭情況，以此類推。
請參閱第4A圖及第4B圖，其中第4A圖繪示第1實驗例之太陽光電模組陣列系統的P-V特性曲線圖，第4B圖繪示第1比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法S100的第1實驗例的最大輸出功率追蹤圖。第4A圖為易科太陽光電模組陣列在4串1併 無遮蔭情況下之P-V特性曲線，易科太陽光電模組陣列為使用易科太陽能科技之廠商的太陽光電模組陣列，當太陽光電模組陣列正常無被遮蔭時，其最大可輸出功率P mp 約為80W(瓦)。如第4B圖所示，實線線段D1為第1實驗例的最大輸出功率追蹤狀況，虛線線段C1為第1比較例的最大輸出功率追蹤狀況，兩者所追蹤的最大可輸出功率P mp 均為79.92W，但依照太陽光電模組陣列最大功率追蹤方法S100的最大輸出功率追蹤更快達到最大可輸出功率P mp 。
請參閱第5A圖及第5B圖，其中第5A圖繪示第2實驗例之太陽光電模組陣列系統的P-V特性曲線圖，第5B圖繪示第2比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法S100的第2實驗例的最大輸出功率追蹤圖。第5A圖為易科太陽光電模組陣列在4串1併，且其中一塊太陽光電模組受到50%遮蔭情況下之P-V特性曲線，其呈現雙峰值，且真正最大功率點為左側峰值處的60.82W。如第5B圖所示，實線線段D2為第2實驗例的最大輸出功率追蹤狀況，虛線線段C2為第2比較例的最大輸出功率追蹤狀況，兩者所追蹤的最大可輸出功率P mp 均為60.5W，皆可準確追蹤到全域的最大輸出功率，但依照太陽光電模組陣列最大功率追蹤方法S100的最大輸出功率追蹤更快達到最大可輸出功率P mp 。
請參閱第6A圖及第6B圖，其中第6A圖繪示第3實驗例之太陽光電模組陣列系統的P-V特性曲線圖，第 6B圖繪示第3比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法S100的第3實驗例的最大輸出功率追蹤圖。第6A圖為易科太陽光電模組陣列在4串1併，且有兩塊太陽光電模組分別受到20%及50%遮蔭情況下之P-V特性曲線，其呈現三峰值，且真正最大功率點為中間峰值處的52.61W。如第6B圖所示，實線線段D3為第3實驗例的最大輸出功率追蹤狀況，虛線線段C3為第3比較例的最大輸出功率追蹤狀況，兩者所追蹤的最大可輸出功率P mp 均為52.36W，皆可準確追蹤到全域的最大輸出功率，但依照太陽光電模組陣列最大功率追蹤方法S100的最大輸出功率追蹤更快達到最大可輸出功率P mp 。
請參閱第7A圖及第7B圖，其中第7A圖繪示第4實驗例之太陽光電模組陣列系統的P-V特性曲線圖，第7B圖繪示第4比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法S100的第4實驗例的最大輸出功率追蹤圖。第7A圖為易科太陽光電模組陣列在4串1併，且有三塊太陽光電模組分別受到20%、40%及50%遮蔭情況下之P-V特性曲線，其呈現四峰值，且真正最大功率點為第四個峰值處的46.28W。如第7B圖所示，實線線段D4為第4實驗例的最大輸出功率追蹤狀況，虛線線段C4為第4比較例的最大輸出功率追蹤狀況，兩者所追蹤的最大可輸出功率P mp 均為45.86W，皆可準確追蹤到全域的最大輸出功率，但依照太陽光電模組陣列最大功率追蹤方法S100的最大輸出功率追蹤更快達到最大可輸出功率 P mp 。
請參閱第8A圖及第8B圖，其中第8A圖繪示第5實驗例之太陽光電模組陣列系統的P-V特性曲線圖，第8B圖繪示第5比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法S100的第5實驗例的最大輸出功率追蹤圖。第8A圖為易科太陽光電模組陣列在2串2併，且有兩塊太陽光電模組分別受到30%及50%遮蔭情況下之P-V特性曲線，其呈現雙峰值，且真正最大功率點為右側峰值處的51.78W。如第8B圖所示，實線線段D5為第5實驗例的最大輸出功率追蹤狀況，虛線線段C5為第5比較例的最大輸出功率追蹤狀況，兩者所追蹤的最大可輸出功率P mp 均為51.6W，皆可準確追蹤到全域的最大輸出功率，但依照太陽光電模組陣列最大功率追蹤方法S100的最大輸出功率追蹤更快達到最大可輸出功率P mp 。
請參閱第9A圖及第9B圖，其中第9A圖繪示第6實驗例之太陽光電模組陣列系統的P-V特性曲線圖，第9B圖繪示第6比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法S100的第6實驗例的最大輸出功率追蹤圖。第9A圖為易科太陽光電模組陣列在2串2併，且有兩塊太陽光電模組均受到50%遮蔭情況下之P-V特性曲線，其呈現雙峰值，且真正最大功率點為右側峰值處的43.81W。如第9B圖所示，實線線段D6為第6實驗例的最大輸出功率追蹤狀況，虛線線段C6為第6比較例的最大輸出功率追蹤狀況，兩者所追蹤的最大可輸出功率 P mp 均為43.6W，皆可準確追蹤到全域的最大輸出功率，但依照太陽光電模組陣列最大功率追蹤方法S100的最大輸出功率追蹤更快達到最大可輸出功率P mp 。
由上述實驗例可知，對比習知布穀鳥搜尋演算法，本發明的太陽光電模組陣列最大功率追蹤方法，在追蹤最大輸出功率時，可更快速收斂至最大輸出功率，並且針對不同遮蔽情況時，均能穩定追蹤至全域的最大輸出功率。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
100:太陽光電模組陣列系統
110:太陽光電模組陣列
120:最大功率追蹤控制器
130:升壓型轉換器
131:MOSFET驅動電路
140:負載
S100:太陽光電模組陣列最大功率追蹤方法
S110:搜尋步驟
S120:被發現機率比較步驟
S210,S220,S230,S240,S250,S260,S270,S280,S 281,S290:步驟
C1,C2,C3,C4,C5,C6:虛線線段
D1,D2,D3,D4,D5,D6:實線線段
P mp :最大可輸出功率
第1圖繪示依照本發明內容一實施例之一種太陽光電模組陣列最大功率追蹤方法的步驟方塊圖； 第2圖繪示第1圖實施例之太陽光電模組陣列最大功率追蹤方法應用的一太陽光電模組陣列系統的架構示意圖； 第3圖繪示第1圖實施例之太陽光電模組陣列最大功率追蹤方法的步驟流程圖； 第4A圖繪示第1實驗例之太陽光電模組陣列系統的P-V特性曲線圖； 第4B圖繪示第1比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法的第1實驗例的最大輸出功率追蹤圖； 第5A圖繪示第2實驗例之太陽光電模組陣列系統的P-V特性曲線圖； 第5B圖繪示第2比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法的第2實驗例的最大輸出功率追蹤圖； 第6A圖繪示第3實驗例之太陽光電模組陣列系統的P-V特性曲線圖； 第6B圖繪示第3比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法的第3實驗例的最大輸出功率追蹤圖； 第7A圖繪示第4實驗例之太陽光電模組陣列系統P-V特性曲線圖； 第7B圖繪示第4比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法的第4實驗例的最大輸出功率追蹤圖； 第8A圖繪示第5實驗例之太陽光電模組陣列系統的P-V特性曲線圖； 第8B圖繪示第5比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法的第5實驗例的最大輸出功率追蹤圖； 第9A圖繪示第6實驗例之太陽光電模組陣列系統的P-V特性曲線圖；以及 第9B圖繪示第6比較例及應用第1圖實施例之太陽光電模組陣列最大功率追蹤方法的第6實驗例的最大輸出功率追蹤圖。
S100:太陽光電模組陣列最大功率追蹤方法
S110:搜尋步驟
S120:被發現機率比較步驟

Claims (3)

  1. 一種太陽光電模組陣列最大功率追蹤方法，其應用於一太陽光電模組陣列系統，該太陽光電模組陣列系統包含一太陽光電模組陣列、一最大功率追蹤控制器及一升壓型轉換器，該最大功率追蹤控制器電性連接該太陽光電模組陣列及該升壓型轉換器，該太陽光電模組陣列最大功率追蹤方法包含：一搜尋步驟，使該最大功率追蹤控制器採用一改良型布穀鳥搜尋演算法，且該改良型布穀鳥搜尋演算法中尋找第1個到第n個鳥巢中的最佳解以求得最大輸出功率，n為正整數，其中，該改良型布穀鳥搜尋演算法包含：初始化複數參數；將一第i個鳥巢於第t次疊代求得之第t次疊代鳥巢位置
    Figure 111120100-A0305-02-0023-9
    ，代入一萊維飛行隨機行走公式以求得該第i個鳥巢於 第t+1次疊代隨機行走之第t+1次疊代鳥巢位置
    Figure 111120100-A0305-02-0023-8
    ，該萊 維飛行隨機行走公式為：
    Figure 111120100-A0305-02-0023-6
    ,i=1,2,…,n；t=0,1,2,…,T-1；
    Figure 111120100-A0305-02-0023-5
    ；及
    Figure 111120100-A0305-02-0023-4
     其中，T為疊代次數的最大值且為正整數，i表示該第1個到第n個鳥巢的變數且為介於1到n的整數，t表示疊代次數的變數且為界於0到T-1的整數，⊕為矩陣乘法， randn(˙)為高斯分布的隨機函數，α為一常數，
    Figure 111120100-A0305-02-0023-7
    為該第1個到第n個鳥巢於第t次疊代求得之第t次疊代最佳鳥巢 位置，u為一高斯分布的變數，v為另一高斯分布的變數，β為一步長因子，且在每次疊代過程中，該步長因子β先以下列公式進行調整：
    Figure 111120100-A0305-02-0024-10
     其中，β max 為該步長因子β的上限值，β min 為該步長因子β的下限值；取得該太陽光電模組陣列系統的一電壓-功率特性曲 線，並依據第t次疊代最佳鳥巢位置
    Figure 111120100-A0305-02-0024-11
    在該電壓-功率特 性曲線對應的斜率增減經調整後的該步長因子β的數值；將該第1個到第n個鳥巢中於第t+1次疊代隨機行走之 第t+1次疊代鳥巢位置
    Figure 111120100-A0305-02-0024-12
    ~
    Figure 111120100-A0305-02-0024-16
    中之最大者及最小者分別 做為第t+1次疊代最佳新解
    Figure 111120100-A0305-02-0024-22
    及第t+1次疊代最差新解
    Figure 111120100-A0305-02-0024-17
    ，並分別將第t+1次疊代最佳新解
    Figure 111120100-A0305-02-0024-18
    及第t+1次疊代 最差新解
    Figure 111120100-A0305-02-0024-19
    的數值置換該第1個到第n個鳥巢的第t次 疊代最佳鳥巢位置
    Figure 111120100-A0305-02-0024-20
    及第t次疊代最差鳥巢位置
    Figure 111120100-A0305-02-0024-21
    的 數值；一被發現機率比較步驟，取得一隨機數，該隨機數由0至1間均勻分布的一隨機函數取得，並且將該隨機數與一被發現機率比較，當該隨機數小於或等於該被發現機率，則直接進行下一次疊代；當該隨機數大於該被發現機率， 以一隨機替換公式替換第t+1次疊代鳥巢位置
    Figure 111120100-A0305-02-0024-23
    ~
    Figure 111120100-A0305-02-0024-24
    中各者的數值，該隨機替換公式為：
    Figure 111120100-A0305-02-0024-25
    ,i=1,2,…,n； 其中，r為由0至1間均勻分布的該隨機函數取得之隨機 數；其中，透過該隨機替換公式替換之第t+1次疊代鳥巢位置
    Figure 111120100-A0305-02-0025-26
    ~
    Figure 111120100-A0305-02-0025-28
    ，重新比較並將其中最大者及最小者分別做為第 t+1次疊代最佳新解
    Figure 111120100-A0305-02-0025-29
    及第t+1次疊代最差新解
    Figure 111120100-A0305-02-0025-36
    ，並將 第t+1次疊代最佳新解
    Figure 111120100-A0305-02-0025-30
    及第t+1次疊代最差新解
    Figure 111120100-A0305-02-0025-34
    分 別置換第t次疊代最佳鳥巢位置
    Figure 111120100-A0305-02-0025-39
    及第t次疊代最差鳥巢位 置
    Figure 111120100-A0305-02-0025-31
    的數值，且不斷重覆該搜尋步驟及該被發現機率比 較步驟，直至完成第T次疊代，取第T次疊代最佳新解
    Figure 111120100-A0305-02-0025-32
    做 為該太陽光電模組陣列系統的最大輸出功率，便完成最大功率追蹤。
  2. 如請求項1所述之太陽光電模組陣列最大功率追蹤方法，其中當第t次疊代最佳鳥巢位置
    Figure 111120100-A0305-02-0025-38
    在該電壓-功率特性曲線對應的斜率的絕對值小於1.5，以一負數增加該步長因子β的數值；當第t次疊代最佳鳥巢位置
    Figure 111120100-A0305-02-0025-37
    在該電壓-功率特性曲線對應的斜率的絕對值大於或等於1.5，以一正數增加該步長因子β的數值。
  3. 如請求項1所述之太陽光電模組陣列最大功率追蹤方法，其中該被發現機率為0.25。
TW111120100A 2022-05-30 2022-05-30 太陽光電模組陣列最大功率追蹤方法 TWI805384B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW111120100A TWI805384B (zh) 2022-05-30 2022-05-30 太陽光電模組陣列最大功率追蹤方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW111120100A TWI805384B (zh) 2022-05-30 2022-05-30 太陽光電模組陣列最大功率追蹤方法

Publications (2)

Publication Number Publication Date
TWI805384B true TWI805384B (zh) 2023-06-11
TW202346770A TW202346770A (zh) 2023-12-01

Family

ID=87802921

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111120100A TWI805384B (zh) 2022-05-30 2022-05-30 太陽光電模組陣列最大功率追蹤方法

Country Status (1)

Country Link
TW (1) TWI805384B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885521A (zh) * 2014-03-14 2014-06-25 河海大学 一种基于布谷鸟搜索算法的光伏阵列mppt方法
TWI553440B (zh) * 2015-02-26 2016-10-11 國立中山大學 太陽光伏發電之最大功率追蹤方法
TWI670612B (zh) * 2018-11-06 2019-09-01 環隆科技股份有限公司 太陽光電模組陣列最大功率追蹤方法
TWI721863B (zh) * 2020-04-15 2021-03-11 國立勤益科技大學 太陽光電裝置及其最大功率追蹤方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885521A (zh) * 2014-03-14 2014-06-25 河海大学 一种基于布谷鸟搜索算法的光伏阵列mppt方法
TWI553440B (zh) * 2015-02-26 2016-10-11 國立中山大學 太陽光伏發電之最大功率追蹤方法
TWI670612B (zh) * 2018-11-06 2019-09-01 環隆科技股份有限公司 太陽光電模組陣列最大功率追蹤方法
TWI721863B (zh) * 2020-04-15 2021-03-11 國立勤益科技大學 太陽光電裝置及其最大功率追蹤方法

Also Published As

Publication number Publication date
TW202346770A (zh) 2023-12-01

Similar Documents

Publication Publication Date Title
Belkaid et al. Photovoltaic maximum power point tracking under fast varying of solar radiation
Bahari et al. Modeling and simulation of hill climbing MPPT algorithm for photovoltaic application
US10303195B2 (en) Apparatus and method for voltage balancing and optimizing output power in power generation systems
Pant et al. Comparative study of MPPT techniques for solar photovoltaic system
Tsao et al. Distributed max power point tracking for photovoltaic arrays
Anoop et al. A novel maximum power point tracking method based on particle swarm optimization combined with one cycle control
Das et al. Modeling and simulation of PV array with boost converter: an open loop study
Hanafiah et al. A hybrid MPPT for quasi-Z-source inverters in PV applications under partial shading condition
Hussan et al. Maximum power point tracking techniques under partial shading condition-A review
TWI721863B (zh) 太陽光電裝置及其最大功率追蹤方法
TWI805384B (zh) 太陽光電模組陣列最大功率追蹤方法
CN116225145B (zh) 光伏系统最大功率点的复合追踪方法
TW202018534A (zh) 太陽光電模組陣列最大功率追蹤方法
Khazain et al. Boost converter of maximum power point tracking (MPPT) using particle swarm optimization (PSO) method
CN116992777A (zh) 一种元启发式改进沙猫群优化算法的局部阴影阵列mppt方法
Marei et al. A grid-connected PV interface system based on the DAB-converter
Lappalainen et al. Effects of the size of PV arrays on mismatch losses under partial shading conditions caused by moving clouds
Ngo et al. Simulation implementation of MPPT design under partial shading effect of PV panels
CN108693915B (zh) 局部阴影下光伏最大功率点跟踪的萤火虫改进方法
Jalil et al. Improved design analysis of photovoltaic modules and arrays under varying conditions
Said et al. Maximum Power Point Tracking of Photovoltaic Generators Partially Shaded Using an Hybrid Artificial Neural Network and Particle Swarm Optimization Algorithm
Dubuisson et al. Global maximum power point tracking strategy based on BFO Method for standalone PV System under partial shading conditions
Naick et al. Performance Analysis of Maximum Power Point Tracking Algorithms Under Varying Irradiation.
Sefriti et al. Neural network Incremental conductance MPPT algorithm for photovoltaic water pumping system
Sahu et al. MPPT Extremum Seeking Control Algorithm for Standalone PV System