基于中值觀測的自適應(yīng)變步長MPPT算法研究

徐彭濤+趙巧娥+張強+張麗娜

摘 要： 提出一種應(yīng)用于光伏發(fā)電系統(tǒng)中的基于中值觀測的自適應(yīng)變步長MPPT方法。該MPPT方法以中值法為觀測基礎(chǔ)，具有自適應(yīng)且變步長的優(yōu)勢，跟蹤過程不需要人為干涉與尋找初值和優(yōu)值，在具有高效率的同時具有很高的適用性。在Matlab/Simulink平臺驗證了此MPPT控制算法，其模型避免用到除法器，有利于加快運算速度與減小電路規(guī)模。

關(guān)鍵詞： 光伏發(fā)電； 中值判斷； 自適應(yīng)變步長； Matlab/Simulink

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2014）22?0150?03

Study on adaptive variable?step MPPT algorithm based on mid?value observation

XU Peng?tao1， ZHAO Qiao?e1， ZHANG Qiang2， ZHANG Li?na1

（1. Shanxi University， Taiyuan 030013， China； 2. Metrology Center， Shanxi Electric Power Company， TaiYuan 030001， China）

Abstracts： An adaptive variable?step MPPT （maximum power point tracking） algorithm based on mid?value observation is proposed， which is applied to the photovoltaic power generation system. It bases on mid?value observation and owns the advantages of adaptive variable?step. It does not need any man?made interference or define parameters during tracking. Its high efficiency and applicability are outstanding. This MTTP algorithm is verified in Matlab/Simulink platform. There is no divider in the model， so it is beneficial to accelerate tracking and simplify circuit.

Keywords： photovoltaic power generation； mid?value observation； self?adaption variable?step； Matlab/Simulink

利用太陽能光伏發(fā)電是新能源的重要發(fā)展方向之一，光伏發(fā)電系統(tǒng)由太陽能電池板、控制器、蓄電池、逆變器四個部分組成。控制器控制整個系統(tǒng)的工作狀態(tài)，為了改善太陽能電池的轉(zhuǎn)換效率，需要其對輸出的最大功率實施跟蹤。太陽能電池作為非線性元件，其輸出易受光照強度、溫度等的影響，最大功率點隨著光照強度和環(huán)境溫度的變化而變化。如果光伏陣列不能實時保持工作在最大功率點上，將導致轉(zhuǎn)換效率降低[1]。為了提高系統(tǒng)的轉(zhuǎn)換效率，需要使光伏陣列的輸出阻抗和負載阻抗實時自動調(diào)節(jié)達到匹配狀態(tài)，這一技術(shù)叫做最大功率點跟蹤（Maximum Power Point Tracking，MPPT）。

本文以最大功率點跟蹤技術(shù)為研究方向，提出一種基于中值觀測的自適應(yīng)變步長MPPT方法。該方法以中值法為觀測與判斷基礎(chǔ)，跟蹤過程是變步長的且步長自適應(yīng)不需要人為尋找優(yōu)值。在之后 Matlab/Simulink驗證中可以發(fā)現(xiàn)，相比于其他的變步長算法，此方法減少了乘法器、特別是避免用到除法器，加快了運算速度，有效減小了實現(xiàn)電路規(guī)模。

1 光伏電池的輸出特性

光伏電池本質(zhì)上為光電子器件，其利用光生伏特效應(yīng)將光能轉(zhuǎn)化為電能。根據(jù)光生伏特器件的基本原理，光伏電池相當于一個恒流源J1和一個二極管D1并聯(lián)。其等效電路如圖1所示，考慮包含電池內(nèi)部溫度（結(jié)溫）T與光照強度S對最終輸出的影響，根據(jù)半導體器件與電路原理得到如下關(guān)系：

[Ipv=Isc·S1 000+ID·expq·Vpv+IpvRskT- Vpv+IpvRsRsh]

式中：Isc是光伏電池短路電流[2]；S是光照強度；T是電池溫度（單位為開爾文）；ID是二極管本征反向電流；k是波爾茲曼常數(shù)；q是電子電量；Ipv是光伏電池陣列的輸出電流；Vpv是光伏電池陣列的輸出電壓；Rsh是分流電阻，表征光伏電池內(nèi)阻；Rs是串聯(lián)電阻，等效于光伏電池內(nèi)部陣列之間及外部到負載傳輸路徑上的傳輸損耗。

利用Matlab仿真來闡明光照強度和溫度對輸出工作點的影響，不同光照和溫度下的輸出電壓、輸出電流和輸出功率之間的關(guān)系如圖2和圖3所示。

由圖2可見，隨著光照強度的增加，光伏陣列的輸出電流隨之增加從而導致最大輸出功率點也相應(yīng)變化。而圖3說明了隨著環(huán)境溫度的變化，最大輸出功率點也相應(yīng)變化。

圖1 光伏電池等效電路

圖2 不同光照下的I?V關(guān)系

圖3 不同溫度下的I?V關(guān)系

2 MPPT電壓控制

由上述仿真得到的I?V和P?V關(guān)系可以看出，光伏電池陣列的最佳工作點是隨著光照強度和溫度隨時變化的，需要改變電壓Vpv使得輸出功率Ppv達到最大。MPPT電壓控制常用的電路包括Buck（降壓）、Boost（升壓）、Buck?Boost（降壓?升壓）等類型[3]。文中所用為Boost升壓電路作為光伏陣列的電壓控制系統(tǒng)。Boost升壓電路如圖4示。

圖4 Boost升壓電路的電路圖

設(shè)開關(guān)管S通斷周期為T，占空比為D。當S導通時，電感電壓為Vpv，導通時間為DT，；當S斷開時，此時光伏電池和電感L同時給C充電，充電電壓為（Vpv-Vdc），關(guān)斷時間T·（1-D）。電感L在一個周期內(nèi)的電流平衡、電容C穩(wěn)定Vdc，有關(guān)系式如下：

[VpvL·D·T+Vpv-VdcL·1-D·T=0Vpv=Vdc·1-D]

可見，通過改變占空比D即可改變光伏陣列的電壓Vpv，從而使光伏陣列輸出最大的功率，完成最大輸出功率點跟蹤過程。

3 基于中值觀測的自適應(yīng)變步MPPT方法

為了提高系統(tǒng)的轉(zhuǎn)換效率，光伏陣列需要實時工作在最大輸出工作點，即最大功率點跟蹤MPPT。傳統(tǒng)的MPPT控制方法有擾動觀察法和電導增量法。擾動觀測法結(jié)構(gòu)簡單，需要人工定義的參數(shù)少，但是存在振蕩問題和跟蹤精度速度問題。雖然出現(xiàn)了一些改進的變步長算法[4?5]，但是存在著步長改變速度需要人為優(yōu)化設(shè)定，變步長存在速度與精度矛盾問題。電導增量法的優(yōu)點是精度高，響應(yīng)速度較快，其缺點是需要手動選擇合適的步長，且運用了除法器，大大影響了跟蹤速度[6]。另外出現(xiàn)了一些在新思想基礎(chǔ)上發(fā)展出的MPPT算法如模糊控制[7]、粒子群[8]、SVM 預(yù)測模型[9]等算法，亦存在著實現(xiàn)困難，人工設(shè)定參數(shù)復(fù)雜的問題。本文以中值法為觀測與判斷基礎(chǔ)，提出了一種在跟蹤最大功率點過程中變步長且步長自適應(yīng)的MPPT方法。其步長不僅能夠隨著工作點離最大功率輸出點的遠近而改變，而且變步長過程不必需要人為干涉與尋找初值和優(yōu)值，在具有高效率的同時具有很高的適用性。此算法的流程圖見圖5。

（1） 在步驟A1中，采樣Vpv1（i），Vpv2（i），Vpv3（i）。以D為單位步進，K為步進方向，此時序的步進變化后的電壓Vpv3（i）=Vpv1（i）+2nK（i）D，并取中值Vpv2（i）=[Vpv1（i）+Vpv3（i）[]2]。根據(jù)P?V關(guān)系采樣相應(yīng)的Ppv1（i），Ppv2（i），Ppv3（i）。

（2） 步驟A2，A3，A4判斷中值Ppv2（i）與Ppv1（i），Ppv3（i）的關(guān)系Ppv1（i）

（3） 步驟A2，B3，C4判斷中值Ppv2（i）與Ppv1（i），Ppv3（i）的關(guān)系Ppv1（i）>Ppv2（i）>Ppv3（i），此時最大功率輸出工作點在P?V曲線的右側(cè)，定義下次步進方向為-1即向左。

（4） 步驟A2，A3，B4和步驟A2，B3，B4判斷中值Ppv2（i）與Ppv1（i），Ppv3（i）的關(guān)系為Ppv1（i）Ppv3（i），此時最大功率輸出工作點在此次步進跨國的步長內(nèi)，定義下次步進方向為K=-K即反向。

（5） 步驟A5判斷在前幾個時序中步進方向是否一致。若K（i-3）=K（i-2）=K（i-1）=K（i），則如步驟B6步長加倍n=n+1；如果不一致，在步驟A6中判斷K（i）與上一時序的K（i-1）是否相等，如果不相等n=n-1。

可見，算法明顯以中值Vpv2（i）為觀測與判斷基礎(chǔ)，步進2n在每個時序中根據(jù)相應(yīng)情況自動取合適的改變量，達到了變步長和自適應(yīng)的效果。

圖5 算法流程圖

4 實驗驗證與結(jié)果分析

為了驗證算法的可行性，本文通過Matlab/Simulink工具對流程算法進行系統(tǒng)搭建與仿真。仿真系統(tǒng)的模型分別見圖6、圖7。仿真結(jié)果見圖8。

圖6 Boost電路仿真模型

仿真模型左側(cè)是光伏陣列在一定光強S和溫度T條件下的P?V對應(yīng)關(guān)系。此MPPT算法模型中，明顯的避免用到除法器，有利于加快運算速度與減小電路規(guī)模。為了驗證算法的可行性，分別設(shè)定下列幾個條件：

（1） 設(shè)定在7.8 s時光照強度從1 000 W/m2下降到600 W/m2；

（2） 設(shè)定在7.8 s時光照強度從600 W/m2上升到1 000 W/m2；

（3） 設(shè)定在7.8 s時溫度從1 000 K下降到300 K；

（4） 設(shè)定在7.8 s時溫度從300 K上升到1 000 K。

圖7 MPPT仿真模型

圖8 Boost升壓電路占空比Simulink仿真結(jié)果

Simulink仿真結(jié)果如圖9所示。

圖9 Simulink仿真結(jié)果

可見在光照強度或者溫度出現(xiàn)突然變化時，無論是正向還是負向應(yīng)用本文的MPPT算法都能快速準確的響應(yīng)環(huán)境變化，且變化過程無人為干涉步長自適應(yīng)地變化，驗證了此算法的可行性和有效性。

5 結(jié) 論

最大功率點跟蹤技術(shù)能有效提高系統(tǒng)的轉(zhuǎn)換效率，針對MPPT研究中存在的擾動法步長固定、某些改進的變步長參數(shù)需要人為優(yōu)化、電導增量法存在除法運算等問題提出了一種基于中值觀測的自適應(yīng)變步長MPPT方法。此MPPT方法以中值法為觀測與判斷基礎(chǔ)，最大的特點是跟蹤過程為變步長且步長自適應(yīng)不需要人為尋找優(yōu)值。相比于其他的變步長算法，此方法減少了乘法器、特別是避免用到除法器，加快了運算速度，有效減小了實現(xiàn)電路規(guī)模。

參考文獻

[1] 艾欣，韓曉男，孫英云.光伏發(fā)電并網(wǎng)及其相關(guān)技術(shù)發(fā)展現(xiàn)狀與展望[J].現(xiàn)代電力，2013，30（1）：1?7.

[2] 茆美琴，余世杰，蘇建徽.帶有MPPT功能的光伏陣列Matlab通用仿真模型[J].系統(tǒng)仿真學報，2005，17（5）：1248?1251.

[3] 王兆按，黃俊.電力電子技術(shù)[M].北京：機械工業(yè)出版社，2009.

[4] 沈?qū)嵂B，姚維.基于變步長的光伏系統(tǒng)MPPT 算法研究[J].輕工機械，2013，31（5）：14?17.

[5] 路曉，秦立軍.自適應(yīng)擾動觀察法在光伏MPPT中的應(yīng)用與仿真[J].現(xiàn)代電力，2011，28（1）：80?84.

[6] 李鋒，劉春生，徐曉淳.光伏發(fā)電系統(tǒng)改進復(fù)合算法[J].計算機與現(xiàn)代化，2013，8（3）：15?19.

[7] 王云飛，尹忠東，申燕飛.基于模糊控制的MPPT在光伏并網(wǎng)發(fā)電系統(tǒng)中的應(yīng)用[J].現(xiàn)代電力，2011，28（4）：54?58.

[8] 王平，周沖.基于粒子群算法的光伏電池MPPT控制策略[J].可再生能源，2013，31（5）：26?28.

[9] 陳文穎，林永君，楊春來，等.基于SVM預(yù)測模型的光伏發(fā)電系統(tǒng)MPPT研究[J].太陽能學報，2013，34（2）：67?69.

圖4 Boost升壓電路的電路圖

設(shè)開關(guān)管S通斷周期為T，占空比為D。當S導通時，電感電壓為Vpv，導通時間為DT，；當S斷開時，此時光伏電池和電感L同時給C充電，充電電壓為（Vpv-Vdc），關(guān)斷時間T·（1-D）。電感L在一個周期內(nèi)的電流平衡、電容C穩(wěn)定Vdc，有關(guān)系式如下：

[VpvL·D·T+Vpv-VdcL·1-D·T=0Vpv=Vdc·1-D]

可見，通過改變占空比D即可改變光伏陣列的電壓Vpv，從而使光伏陣列輸出最大的功率，完成最大輸出功率點跟蹤過程。

3 基于中值觀測的自適應(yīng)變步MPPT方法

為了提高系統(tǒng)的轉(zhuǎn)換效率，光伏陣列需要實時工作在最大輸出工作點，即最大功率點跟蹤MPPT。傳統(tǒng)的MPPT控制方法有擾動觀察法和電導增量法。擾動觀測法結(jié)構(gòu)簡單，需要人工定義的參數(shù)少，但是存在振蕩問題和跟蹤精度速度問題。雖然出現(xiàn)了一些改進的變步長算法[4?5]，但是存在著步長改變速度需要人為優(yōu)化設(shè)定，變步長存在速度與精度矛盾問題。電導增量法的優(yōu)點是精度高，響應(yīng)速度較快，其缺點是需要手動選擇合適的步長，且運用了除法器，大大影響了跟蹤速度[6]。另外出現(xiàn)了一些在新思想基礎(chǔ)上發(fā)展出的MPPT算法如模糊控制[7]、粒子群[8]、SVM 預(yù)測模型[9]等算法，亦存在著實現(xiàn)困難，人工設(shè)定參數(shù)復(fù)雜的問題。本文以中值法為觀測與判斷基礎(chǔ)，提出了一種在跟蹤最大功率點過程中變步長且步長自適應(yīng)的MPPT方法。其步長不僅能夠隨著工作點離最大功率輸出點的遠近而改變，而且變步長過程不必需要人為干涉與尋找初值和優(yōu)值，在具有高效率的同時具有很高的適用性。此算法的流程圖見圖5。

（1） 在步驟A1中，采樣Vpv1（i），Vpv2（i），Vpv3（i）。以D為單位步進，K為步進方向，此時序的步進變化后的電壓Vpv3（i）=Vpv1（i）+2nK（i）D，并取中值Vpv2（i）=[Vpv1（i）+Vpv3（i）[]2]。根據(jù)P?V關(guān)系采樣相應(yīng)的Ppv1（i），Ppv2（i），Ppv3（i）。

（2） 步驟A2，A3，A4判斷中值Ppv2（i）與Ppv1（i），Ppv3（i）的關(guān)系Ppv1（i）

（3） 步驟A2，B3，C4判斷中值Ppv2（i）與Ppv1（i），Ppv3（i）的關(guān)系Ppv1（i）>Ppv2（i）>Ppv3（i），此時最大功率輸出工作點在P?V曲線的右側(cè)，定義下次步進方向為-1即向左。

（4） 步驟A2，A3，B4和步驟A2，B3，B4判斷中值Ppv2（i）與Ppv1（i），Ppv3（i）的關(guān)系為Ppv1（i）Ppv3（i），此時最大功率輸出工作點在此次步進跨國的步長內(nèi)，定義下次步進方向為K=-K即反向。

（5） 步驟A5判斷在前幾個時序中步進方向是否一致。若K（i-3）=K（i-2）=K（i-1）=K（i），則如步驟B6步長加倍n=n+1；如果不一致，在步驟A6中判斷K（i）與上一時序的K（i-1）是否相等，如果不相等n=n-1。

可見，算法明顯以中值Vpv2（i）為觀測與判斷基礎(chǔ)，步進2n在每個時序中根據(jù)相應(yīng)情況自動取合適的改變量，達到了變步長和自適應(yīng)的效果。

圖5 算法流程圖

4 實驗驗證與結(jié)果分析

為了驗證算法的可行性，本文通過Matlab/Simulink工具對流程算法進行系統(tǒng)搭建與仿真。仿真系統(tǒng)的模型分別見圖6、圖7。仿真結(jié)果見圖8。

圖6 Boost電路仿真模型

仿真模型左側(cè)是光伏陣列在一定光強S和溫度T條件下的P?V對應(yīng)關(guān)系。此MPPT算法模型中，明顯的避免用到除法器，有利于加快運算速度與減小電路規(guī)模。為了驗證算法的可行性，分別設(shè)定下列幾個條件：

（1） 設(shè)定在7.8 s時光照強度從1 000 W/m2下降到600 W/m2；

（2） 設(shè)定在7.8 s時光照強度從600 W/m2上升到1 000 W/m2；

（3） 設(shè)定在7.8 s時溫度從1 000 K下降到300 K；

（4） 設(shè)定在7.8 s時溫度從300 K上升到1 000 K。

圖7 MPPT仿真模型

圖8 Boost升壓電路占空比Simulink仿真結(jié)果

Simulink仿真結(jié)果如圖9所示。

圖9 Simulink仿真結(jié)果

可見在光照強度或者溫度出現(xiàn)突然變化時，無論是正向還是負向應(yīng)用本文的MPPT算法都能快速準確的響應(yīng)環(huán)境變化，且變化過程無人為干涉步長自適應(yīng)地變化，驗證了此算法的可行性和有效性。

5 結(jié) 論

最大功率點跟蹤技術(shù)能有效提高系統(tǒng)的轉(zhuǎn)換效率，針對MPPT研究中存在的擾動法步長固定、某些改進的變步長參數(shù)需要人為優(yōu)化、電導增量法存在除法運算等問題提出了一種基于中值觀測的自適應(yīng)變步長MPPT方法。此MPPT方法以中值法為觀測與判斷基礎(chǔ)，最大的特點是跟蹤過程為變步長且步長自適應(yīng)不需要人為尋找優(yōu)值。相比于其他的變步長算法，此方法減少了乘法器、特別是避免用到除法器，加快了運算速度，有效減小了實現(xiàn)電路規(guī)模。

參考文獻

[1] 艾欣，韓曉男，孫英云.光伏發(fā)電并網(wǎng)及其相關(guān)技術(shù)發(fā)展現(xiàn)狀與展望[J].現(xiàn)代電力，2013，30（1）：1?7.

[2] 茆美琴，余世杰，蘇建徽.帶有MPPT功能的光伏陣列Matlab通用仿真模型[J].系統(tǒng)仿真學報，2005，17（5）：1248?1251.

[3] 王兆按，黃俊.電力電子技術(shù)[M].北京：機械工業(yè)出版社，2009.

[4] 沈?qū)嵂B，姚維.基于變步長的光伏系統(tǒng)MPPT 算法研究[J].輕工機械，2013，31（5）：14?17.

[5] 路曉，秦立軍.自適應(yīng)擾動觀察法在光伏MPPT中的應(yīng)用與仿真[J].現(xiàn)代電力，2011，28（1）：80?84.

[6] 李鋒，劉春生，徐曉淳.光伏發(fā)電系統(tǒng)改進復(fù)合算法[J].計算機與現(xiàn)代化，2013，8（3）：15?19.

[7] 王云飛，尹忠東，申燕飛.基于模糊控制的MPPT在光伏并網(wǎng)發(fā)電系統(tǒng)中的應(yīng)用[J].現(xiàn)代電力，2011，28（4）：54?58.

[8] 王平，周沖.基于粒子群算法的光伏電池MPPT控制策略[J].可再生能源，2013，31（5）：26?28.

[9] 陳文穎，林永君，楊春來，等.基于SVM預(yù)測模型的光伏發(fā)電系統(tǒng)MPPT研究[J].太陽能學報，2013，34（2）：67?69.

圖4 Boost升壓電路的電路圖

設(shè)開關(guān)管S通斷周期為T，占空比為D。當S導通時，電感電壓為Vpv，導通時間為DT，；當S斷開時，此時光伏電池和電感L同時給C充電，充電電壓為（Vpv-Vdc），關(guān)斷時間T·（1-D）。電感L在一個周期內(nèi)的電流平衡、電容C穩(wěn)定Vdc，有關(guān)系式如下：

[VpvL·D·T+Vpv-VdcL·1-D·T=0Vpv=Vdc·1-D]

可見，通過改變占空比D即可改變光伏陣列的電壓Vpv，從而使光伏陣列輸出最大的功率，完成最大輸出功率點跟蹤過程。

3 基于中值觀測的自適應(yīng)變步MPPT方法

為了提高系統(tǒng)的轉(zhuǎn)換效率，光伏陣列需要實時工作在最大輸出工作點，即最大功率點跟蹤MPPT。傳統(tǒng)的MPPT控制方法有擾動觀察法和電導增量法。擾動觀測法結(jié)構(gòu)簡單，需要人工定義的參數(shù)少，但是存在振蕩問題和跟蹤精度速度問題。雖然出現(xiàn)了一些改進的變步長算法[4?5]，但是存在著步長改變速度需要人為優(yōu)化設(shè)定，變步長存在速度與精度矛盾問題。電導增量法的優(yōu)點是精度高，響應(yīng)速度較快，其缺點是需要手動選擇合適的步長，且運用了除法器，大大影響了跟蹤速度[6]。另外出現(xiàn)了一些在新思想基礎(chǔ)上發(fā)展出的MPPT算法如模糊控制[7]、粒子群[8]、SVM 預(yù)測模型[9]等算法，亦存在著實現(xiàn)困難，人工設(shè)定參數(shù)復(fù)雜的問題。本文以中值法為觀測與判斷基礎(chǔ)，提出了一種在跟蹤最大功率點過程中變步長且步長自適應(yīng)的MPPT方法。其步長不僅能夠隨著工作點離最大功率輸出點的遠近而改變，而且變步長過程不必需要人為干涉與尋找初值和優(yōu)值，在具有高效率的同時具有很高的適用性。此算法的流程圖見圖5。

（1） 在步驟A1中，采樣Vpv1（i），Vpv2（i），Vpv3（i）。以D為單位步進，K為步進方向，此時序的步進變化后的電壓Vpv3（i）=Vpv1（i）+2nK（i）D，并取中值Vpv2（i）=[Vpv1（i）+Vpv3（i）[]2]。根據(jù)P?V關(guān)系采樣相應(yīng)的Ppv1（i），Ppv2（i），Ppv3（i）。

（2） 步驟A2，A3，A4判斷中值Ppv2（i）與Ppv1（i），Ppv3（i）的關(guān)系Ppv1（i）

（3） 步驟A2，B3，C4判斷中值Ppv2（i）與Ppv1（i），Ppv3（i）的關(guān)系Ppv1（i）>Ppv2（i）>Ppv3（i），此時最大功率輸出工作點在P?V曲線的右側(cè)，定義下次步進方向為-1即向左。

（4） 步驟A2，A3，B4和步驟A2，B3，B4判斷中值Ppv2（i）與Ppv1（i），Ppv3（i）的關(guān)系為Ppv1（i）Ppv3（i），此時最大功率輸出工作點在此次步進跨國的步長內(nèi)，定義下次步進方向為K=-K即反向。

（5） 步驟A5判斷在前幾個時序中步進方向是否一致。若K（i-3）=K（i-2）=K（i-1）=K（i），則如步驟B6步長加倍n=n+1；如果不一致，在步驟A6中判斷K（i）與上一時序的K（i-1）是否相等，如果不相等n=n-1。

可見，算法明顯以中值Vpv2（i）為觀測與判斷基礎(chǔ)，步進2n在每個時序中根據(jù)相應(yīng)情況自動取合適的改變量，達到了變步長和自適應(yīng)的效果。

圖5 算法流程圖

4 實驗驗證與結(jié)果分析

為了驗證算法的可行性，本文通過Matlab/Simulink工具對流程算法進行系統(tǒng)搭建與仿真。仿真系統(tǒng)的模型分別見圖6、圖7。仿真結(jié)果見圖8。

圖6 Boost電路仿真模型

仿真模型左側(cè)是光伏陣列在一定光強S和溫度T條件下的P?V對應(yīng)關(guān)系。此MPPT算法模型中，明顯的避免用到除法器，有利于加快運算速度與減小電路規(guī)模。為了驗證算法的可行性，分別設(shè)定下列幾個條件：

（1） 設(shè)定在7.8 s時光照強度從1 000 W/m2下降到600 W/m2；

（2） 設(shè)定在7.8 s時光照強度從600 W/m2上升到1 000 W/m2；

（3） 設(shè)定在7.8 s時溫度從1 000 K下降到300 K；

（4） 設(shè)定在7.8 s時溫度從300 K上升到1 000 K。

圖7 MPPT仿真模型

圖8 Boost升壓電路占空比Simulink仿真結(jié)果

Simulink仿真結(jié)果如圖9所示。

圖9 Simulink仿真結(jié)果

可見在光照強度或者溫度出現(xiàn)突然變化時，無論是正向還是負向應(yīng)用本文的MPPT算法都能快速準確的響應(yīng)環(huán)境變化，且變化過程無人為干涉步長自適應(yīng)地變化，驗證了此算法的可行性和有效性。

5 結(jié) 論

最大功率點跟蹤技術(shù)能有效提高系統(tǒng)的轉(zhuǎn)換效率，針對MPPT研究中存在的擾動法步長固定、某些改進的變步長參數(shù)需要人為優(yōu)化、電導增量法存在除法運算等問題提出了一種基于中值觀測的自適應(yīng)變步長MPPT方法。此MPPT方法以中值法為觀測與判斷基礎(chǔ)，最大的特點是跟蹤過程為變步長且步長自適應(yīng)不需要人為尋找優(yōu)值。相比于其他的變步長算法，此方法減少了乘法器、特別是避免用到除法器，加快了運算速度，有效減小了實現(xiàn)電路規(guī)模。

參考文獻

[1] 艾欣，韓曉男，孫英云.光伏發(fā)電并網(wǎng)及其相關(guān)技術(shù)發(fā)展現(xiàn)狀與展望[J].現(xiàn)代電力，2013，30（1）：1?7.

[2] 茆美琴，余世杰，蘇建徽.帶有MPPT功能的光伏陣列Matlab通用仿真模型[J].系統(tǒng)仿真學報，2005，17（5）：1248?1251.

[3] 王兆按，黃俊.電力電子技術(shù)[M].北京：機械工業(yè)出版社，2009.

[4] 沈?qū)嵂B，姚維.基于變步長的光伏系統(tǒng)MPPT 算法研究[J].輕工機械，2013，31（5）：14?17.

[5] 路曉，秦立軍.自適應(yīng)擾動觀察法在光伏MPPT中的應(yīng)用與仿真[J].現(xiàn)代電力，2011，28（1）：80?84.

[6] 李鋒，劉春生，徐曉淳.光伏發(fā)電系統(tǒng)改進復(fù)合算法[J].計算機與現(xiàn)代化，2013，8（3）：15?19.

[7] 王云飛，尹忠東，申燕飛.基于模糊控制的MPPT在光伏并網(wǎng)發(fā)電系統(tǒng)中的應(yīng)用[J].現(xiàn)代電力，2011，28（4）：54?58.

[8] 王平，周沖.基于粒子群算法的光伏電池MPPT控制策略[J].可再生能源，2013，31（5）：26?28.

[9] 陳文穎，林永君，楊春來，等.基于SVM預(yù)測模型的光伏發(fā)電系統(tǒng)MPPT研究[J].太陽能學報，2013，34（2）：67?69.