一种针对光伏阵列处在局部阴影遮挡下的两阶段MPPT方法

摘要

本发明提供一种针对光伏阵列处在局部阴影遮挡下的两阶段MPPT方法，包括以下步骤：构建光伏电池模型；光伏阵列包括：若干块并联和/或串联的光伏板；所述光伏板包括若干块单体光伏电池；根据所述光伏电池模型通过跟踪策略构建最大功率跟踪模型。相比于探索整个搜索空间的最大功率跟踪方法，本发明能够使用更少的时间跟踪全局至最大功率点，在连续变化的阴影遮挡条件下，能够使功率损失进一步降低，提高发电量增加经济效益。

说明书

技术领域

本发明涉及新能源应用的技术领域，具体而言，尤其涉及一种针对光伏阵列处在局部阴影遮挡下的两阶段MPPT方法。

背景技术

探索整个搜索空间的最大功率跟踪方法往往可以总结为：在第一阶段内使用智能算法到达全局最大功率点(global maximum powerpoint，GMPP)附近；在第二阶段使用传统方法对GMPP进行精确跟踪。这样的跟踪策略既可以保证跟踪的精度又可以一定程度上减少跟踪所需的时间。在第一阶段中，智能算法凭借自身解决非线性问题的能力能够较为准确地跟踪至GMPP附近，但是其收敛速度较慢，因此采用收敛速度快但精度不高的传统方法来加快整个算法的收敛速度。

这样的两阶段最大功率跟踪方法即可以保证跟踪精度又可以一定程度上减少跟踪时间。但是跟踪时间主要取决于智能算法的收敛速度，即第一阶段所需的时间。智能算法的收敛速度主要取决于其搜索区间的大小，因此提出了一种可以减小搜索区间的两阶段最大功率跟踪方法。通过减少搜索区间，可以显著提升智能算法的收敛速度，提高跟踪性能。

发明内容

根据上述提出的技术问题，而提供一种针对于光伏阵列处在局部阴影遮挡条件下的两阶段最大功率跟踪方法。本发明主要利一种针对于光伏阵列处在局部阴影遮挡条件下的两阶段最大功率跟踪方法，其特征在于，包括以下步骤：

步骤S1：构建光伏电池模型；光伏阵列包括：若干块并联和/或串联的光伏板；所述光伏板包括若干块单体光伏电池；

步骤S2：根据所述光伏电池模型通过跟踪策略构建最大功率跟踪模型。

进一步地，所述单体光伏电池被等效为电流源，其输出电流I为：

I＝I

其中，I

引入使用四参数光伏电池建模方法，已知四个参数的前提下：开路电压V

ΔV＝[1-σ(T-T

其中，T

更进一步地，在第一阶段中，通过使用两次扰动观测法分别找到光伏阵列功率-电压曲线的最右侧的极值点和最左侧的极值点，GMPP只可能存在于这两个极值点所形成的搜索空间内；

在第二阶段中，使用粒子群优化算法在缩小后的搜索区间对GMPP进行跟踪。

较现有技术相比，本发明具有以下优点：

相比于传统的两阶段最大功率跟踪方法，本发明能够使用更少的时间跟踪全局至最大功率点，在连续变化的阴影遮挡条件下，能够使功率损失进一步降低，提高发电量增加经济效益。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明单体光伏电池等效原理图。

图2为本发明光伏阵列示意图。

图3为本发明光伏阵列功率-电压曲线示意图。

图4为本发明最大功率跟踪系统示意图。

图5为本发明最大功率跟踪流程图。

图6为本发明最大功率跟踪方法示意图。其中，每一列代表一个方法；每一列从上至下分别表示：占空比；光伏阵列输出功率；光伏阵列输出电压。

图7为本发明Pattern2下的仿真结果示意图。其中，每一列代表一个方法；每一列从上至下分别表示：占空比；光伏阵列输出功率；光伏阵列输出电压。

图8为本发明Pattern3下的仿真结果示意图。其中，每一列代表一个方法；每一列从上至下分别表示：占空比；光伏阵列输出功率；光伏阵列输出电压。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明提供了一种光伏阵列是由若干块光伏板通过并联和(或)串联形成的，而光伏板则是由若干块单体光伏电池形成的。因此实际上光伏阵列的模型基本单位是单体光伏电池。附图1是单体光伏电池的等效原理图，单体光伏电池被等效为电流源。其输出电流I为：

I＝I

其中，I

在求解I时，由于等式左右两侧都有I需要使用牛顿迭代法进行求解。尽管求解精度较为理想，但是求解过程耗时复杂。对此本专利使用四参数光伏电池建模方法，只需要使用生产厂家提供的四个参数：开路电压V

ΔV＝[1-σ(T-T

其中，T

建立单体光伏电池模型后，很容易得到光伏阵列的模型。附图2展示了 3个光伏阵列，每个光伏阵列都有不同的辐照度等级。可以从图2看到，pattern 1是6串1并的阵列，简称6s1p；pattern 2也是6s1p的阵列，而pattern 3是 3s2p的阵列。其中，pattern2和pattern3处在局部阴影遮挡条件下，pattern1 处在理想条件下。附图3展示了这3个阵列的功率-电压特性曲线，可以清楚地看到当光伏阵列处在局部阴影遮挡条件下时，原本是“单峰”的功率-电压曲线变为了“多峰”曲线。在曲线上分布了多个极值点，将功率最大的极值点称为全局最大功率点(global maximumpowerpoint，GMPP)，其余的极值点称为局部最大功率点(local maximumpowerpoint，LMPP)。传统方法受限于其原理，跟踪至一个极值点后，就不再继续搜索，因此常常会陷入局部收敛跟踪至LMPP，这会造成巨大的功率损失。

附图4是最大功率跟踪系统图，附图5可以清楚地看到提出的两阶段最大功率点跟踪方法的具体实施步骤。而附图6中更为生动形象地展示了方法的主要作用，在第一阶段中，通过使用两次扰动观测法分别找到光伏阵列功率-电压曲线的最右侧的极值点和最左侧的极值点。随后在这两个极值点所形成的的搜索空间内使用粒子群优化算法用来寻找GMPP。图5中，A点右侧与B点左侧是不可能存在GMPP的，因此粒子群优化算法搜索这两段区域是无效并且浪费时间的行为。图6(a)中，经过第一阶段，粒子群的搜索空间减少了20％；而在图6(b)中，经过第一阶段，粒子群的搜索空间几乎减少了45％。

在仿真中搭建模型，在两种模式下与标准粒子群优化算法、经过改进后的粒子群+变步长扰动观测法进行了对比仿真试验。仿真结果如附图7和附图 8所示，不论在哪个阵列模式下提出的方法都能够准确跟踪至全局最大功率点。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。