基于有限狀態(tài)機的光伏系統(tǒng)中逆變器建模方法

俞曉鵬，陳 眾，邱強杰，尹子中，荊群偉

(長沙理工大學 電氣與信息工程學院，湖南 長沙 4 10114)

基于有限狀態(tài)機的光伏系統(tǒng)中逆變器建模方法

俞曉鵬，陳 眾，邱強杰，尹子中，荊群偉

(長沙理工大學 電氣與信息工程學院，湖南 長沙 4 10114)

光伏發(fā)電系統(tǒng)的仿真依賴于合適的光伏矩陣模型、逆變器模型和工作條件。針對現(xiàn)有光伏發(fā)電逆變器模型在通用性和自動控制能力方面的不足，建立了一種基于有限狀態(tài)機 (FSM)的逆變器模型。分析了并網(wǎng)逆變器的運行過程及規(guī)律，歸納出其可能發(fā)生的狀態(tài)、事件及轉換關系，構建出一個FSM，它是逆變器模型的核心。為了實現(xiàn)光伏發(fā)電系統(tǒng)的仿真，引入了一個電池模型，使其與逆變器模型進行交互。仿真結果表明，該建模方法有效地提高了系統(tǒng)的自動控制能力。通過修改逆變器模型的參數(shù)值，可以使其適用于特定的產品，具有通用性。

光伏發(fā)電;逆變器;有限狀態(tài)機

0 引言

近年來，由于環(huán)境污染和能源危機，可再生能源的發(fā)展呼聲越來越高。而在可再生能源中，太陽能資源豐富，分布廣泛，無污染，是國際公認最理想的能源。光伏發(fā)電是根據(jù)光電效應原理，通過太陽能電池把光能直接轉化為電能。目前，光伏發(fā)電技術已經(jīng)成熟，有望在20年之內成為重要的電力能源［1～3］。

逆變器是光伏發(fā)電系統(tǒng)重要的組成部分，由電子元器件構成，不涉及機械旋轉部件，是能量轉換與控制的核心，它的功能包括光伏電池最大功率跟蹤的實現(xiàn)、將光伏組件發(fā)出的直流電逆變成適合并網(wǎng)需求的交流電、孤島探測、自我診斷等，所有的這些功能是為了輸出穩(wěn)定、干凈的正弦波電壓和電流［9］。逆變器對系統(tǒng)性能有著巨大的影響力，如果逆變器的性能有了一個很小的提升，就可以減少所需的光伏模塊數(shù)量，這樣就可以顯著地減少整個系統(tǒng)的成本［4～6］。

目前，對逆變器的研究常常集中在某個方面，開發(fā)出來的模型可能不適合集成到其他仿真模型。其時間步長通常是幾ms或者幾μs，這對于評估一個長時間保持能量輸出的系統(tǒng)是沒有實際意義的。為了增強系統(tǒng)的通用性以及自動控制能力，本文進行了基于有限狀態(tài)機的光伏發(fā)電系統(tǒng)中逆變器建模，把逆變器工作過程幾個不同的階段劃分出幾種不同的工作狀態(tài)，并將這些狀態(tài)集成為一個具體的有限狀態(tài)機，這樣對于系統(tǒng)的通用性和可控性有著顯著的提高［7，8］。

1 有限狀態(tài)機原理

有限狀態(tài)機 (Finite State Machine，F(xiàn)SM)可以被稱為事件驅動系統(tǒng)，是指一個系統(tǒng)中存在有限個狀態(tài)，當有事件觸發(fā)時，系統(tǒng)就會從一個狀態(tài)轉換到另一個狀態(tài)。有限狀態(tài)機是一種思路簡單、結構清晰、設計靈活的方法，能解決復雜的監(jiān)控邏輯問題，具有很強的事件驅動控制能力。圖1是一個簡單的有限狀態(tài)機示意圖。

通常，一個FSM包括有限狀態(tài)集、輸入集、輸出集和狀態(tài)轉移規(guī)則集，可用數(shù)學模型表示為:

圖1 有限狀態(tài)機示意圖

式中:S代表有限狀態(tài)集;I代表輸入集;O代表輸出集;F代表狀態(tài)轉移函數(shù);G代表輸出函數(shù);S0代表系統(tǒng)初始狀態(tài)。Sk，Ik，Ok分別表示在k時刻的系統(tǒng)狀態(tài)、輸入信號和輸出信號。

由數(shù)學模型可知狀態(tài)變化由事件所觸發(fā)，事件可以是系統(tǒng)內部信號或外部輸入信號。當前系統(tǒng)狀態(tài)被事件觸發(fā)后，會執(zhí)行相應的動作。系統(tǒng)的輸出由當前的狀態(tài)和輸入決定，系統(tǒng)的輸出特性是通過狀態(tài)轉換表現(xiàn)出來的。

目前，有限狀態(tài)機已被廣泛用于各類建模、軟件開發(fā)、硬件設計、計算機語言的研究。光伏發(fā)電系統(tǒng)是一個復雜的非線性系統(tǒng)，可將其逆變器運行過程劃分為幾種不同的工作狀態(tài)，通過事件的觸發(fā)可以實現(xiàn)狀態(tài)的跳轉，符合FSM應用的要求，故基于FSM的逆變器建模方法是可行的。

2 基于有限狀態(tài)機的建模

2.1 模型設計

PV并網(wǎng)逆變器通?？煞譃閱渭壭秃蛢杉壭?，單級逆變器僅含有DC/AC變換器，兩級逆變器包含一個用來實現(xiàn)MPPT的DC/DC變換器和一個DC/AC變換器［9］。本文以單相兩級逆變器為例，構建一個基于狀態(tài)轉移的逆變器模型。模型的核心是一個FSM，F(xiàn)SM所設置的狀態(tài)和轉移需要對所有兩級逆變器都通用，個別逆變器可以通過調整一些參數(shù)來進行仿真，所需參數(shù)可以從逆變器手冊中查到，表1所示是逆變器主要參數(shù)。FSM的狀態(tài)轉移大部分是逆變器內部檢測到的事件觸發(fā)的，比如時間延遲 (Time out)和工作約束條件 (Operating condition)。還有一部分是被外部信號觸發(fā)的，比如電網(wǎng)故障 (Grid fault)［10］。表2所示是所有狀態(tài)轉移的觸發(fā)事件。

表1 逆變器主要參數(shù)

表2 逆變器狀態(tài)轉移觸發(fā)事件

通過分析，單相兩級逆變器運行流程可分為8個狀態(tài)，分別是No power(斷電狀態(tài))、Self test(系統(tǒng)自檢)、Ready(準備階段)、Sleep(睡眠狀態(tài))、Tracking(工作狀態(tài))、Limiting(限制狀態(tài))、Fault(故障)和 Fault clear(故障清除)［12］。

No power:系統(tǒng)的初始狀態(tài)。當電網(wǎng)電能可用的時候，會產生一個邏輯信號，使逆變器跳轉到下一個狀態(tài)。

Self test:這個狀態(tài)是逆變器開始工作前的一個延時。在實際系統(tǒng)中，逆變器會進行自我診斷。診斷完成之后，逆變器會跳轉到下一個狀態(tài)。

Ready:逆變器會實時監(jiān)控光伏矩陣，以便判斷是否應該開始工作。開始工作的條件是Voc(矩陣電壓) ＞Vstart(啟動電壓)。為了避免錯誤啟動，這個階段會耗費一些時間。

Tracking:這是逆變器的工作狀態(tài)。當光伏矩陣產生足夠的電壓，逆變器就會把直流電轉換為交流電。如果功率不足，逆變器會跳轉回Ready。

Limiting:很多情況都會使逆變器的輸出功率無法達到最大，比如溫度過高、光伏矩陣電壓不足等。當發(fā)生這些情況時，為了把各參數(shù)值維持在正常范圍內，工作電壓會升高。當Ppv(輸出功率) ＜Pstop(停止功率)，逆變器會直接跳回Ready狀態(tài)。

Fault:故障包括自身故障和電網(wǎng)故障，當發(fā)生故障時，系統(tǒng)會跳到Fault狀態(tài)，該狀態(tài)通過邏輯信號Grid fault觸發(fā)。

Fault clear:故障被清除之后，系統(tǒng)會轉到Fault clear狀態(tài)。經(jīng)過一個時間延遲之后，會自動跳轉到Ready狀態(tài)。

Sleep:這是逆變器在夜晚的工作狀態(tài)。目前大部分逆變器已經(jīng)裝載了系統(tǒng)時鐘，Sleep與Ready之間的跳轉可以通過系統(tǒng)時鐘控制。

模型設計的狀態(tài)轉移和觸發(fā)事件對所有兩級逆變器都通用，所需參數(shù)按照逆變器手冊設定，所以模型具有普遍性。

2.2 Stateflow仿真模型搭建

為了方便直觀地對此模型進行仿真及分析，本文采用Matlab中Stateflow軟件對其進行建模。Stateflow是一種圖形化的設計開發(fā)工具，可以實現(xiàn)FSM理論的各種基本元素，構建FSM實現(xiàn)事件驅動系統(tǒng)模型。

在使用Stateflow軟件構建逆變器模型時，首先是根據(jù)分析結果建立逆變器的8個狀態(tài)，然后用圖形的形式繪制出狀態(tài)遷移的條件，最后使用規(guī)定的命令設計狀態(tài)遷移執(zhí)行的任務，從而得到如圖2所示仿真模型。

2.3 逆變器與光伏矩陣的交互

在狀態(tài)Tracking和Limiting時，逆變器需要與光伏矩陣進行交互，從而建立直流工作點。為了實現(xiàn)光伏發(fā)電系統(tǒng)的仿真，需要用到一個光伏矩陣模型，矩陣模型在Simulink平臺搭建，參考文獻［12］對此模型作了詳細介紹。流程圖3說明了逆變器模型與光伏矩陣交互的過程。

圖2 逆變器運行狀態(tài)模型

圖3 逆變器與光伏矩陣交互過程

如圖所示，當有光照照射光伏電池時，電池會產生一個電壓Voc，根據(jù)伏安特性曲線可以計算出最大功率點電壓Vmpp，逆變器決定直流側工作Vpv，電池會輸出相應的電流Ipv和功率Ppv。根據(jù)伏安特性曲線、最大功率點追蹤損失功率Plost－mppt和環(huán)境溫度可以得到光伏矩陣溫度模型，根據(jù)損耗功率、系統(tǒng)溫度和散熱可以得到逆變器溫度模型。交互過程是不斷重復的，逆變器的運行由現(xiàn)在的狀態(tài)決定，下一個狀態(tài)是由現(xiàn)在的輸出決定［11］。

3 仿真與試驗

Stateflow模型必須是存在于Simulink的模型文件中。Stateflow是由事件驅動的，這些事件可以來自某一個Stateflow內部，也可以來自Simulink。在Simulink中，狀態(tài)轉移的發(fā)生和狀態(tài)機的激活都是通過過零信號觸發(fā)的。如圖4所示，事件Power通過雙端輸入開關實現(xiàn)。當開關打開時，系統(tǒng)開始工作;開關關閉時，不論系統(tǒng)處于何種狀態(tài)，都會停止工作。TestNormal，Operating condition和電Grid fault等事件通過方波發(fā)生器產生，這樣可以使事件具有隨機性。設置參數(shù)Vstart=0，Pstop=0，Tselftest=8 s，Tstart=2 s，Tstop=2 s，Pmax=3 kW，Imax=10A，數(shù)據(jù)Vpv和Ppv由矩陣模型輸入。

圖4 光伏發(fā)電系統(tǒng)模型

圖5 光伏發(fā)電系統(tǒng)模型仿真結果

為了分析狀態(tài)跳轉規(guī)律，添加一個數(shù)據(jù)State，不同的狀態(tài)賦予State不同的值，從而可以通過示波器觀察跳轉規(guī)律。如圖5所示，第一個方波表示事件TestNormal，第二個方波表示事件ConditionExceeded，第三個方波表示事件ConditionRestored，最后一個波形表示狀態(tài)的跳轉。由波形可知，仿真開始時，系統(tǒng)處于State0;2 s時，打開Power開關，狀態(tài)跳轉到State1;11 s時，自我診斷完成，事件TestNormal輸出一個上升沿，狀態(tài)跳轉到 State2;13 s時，事件 ConditionExceeded輸出的下降沿觸發(fā)狀態(tài)跳轉到State4;14 s時，ConditionRestored輸出的上升沿觸發(fā)狀態(tài)跳轉到State3;29 s時，關閉Power開關，系統(tǒng)停止工作，狀態(tài)跳轉回State0。

從實驗結果可以看出，基于有限狀態(tài)機的逆變器模型能夠對觸發(fā)事件做出相應的處理而且能夠實現(xiàn)狀態(tài)的轉換，證明了本文采用有限狀態(tài)機對并網(wǎng)逆變器的建模方法是正確可行的。當事件發(fā)生時，狀態(tài)的跳轉既迅速又精準，參數(shù)和延時可以根據(jù)使用者需求隨意設定，大大增強了系統(tǒng)的自動控制能力和通用性。

4 結論

本文通過Matlab/Stateflow模塊構建了一個基于FSM的逆變器模型，通過與光伏矩陣模型的交互，系統(tǒng)模型的仿真得以實現(xiàn)，仿真結果驗證了建模方法的可行性。模型復雜度適中，不需要使用者熟悉逆變器內部電路，通過修改系統(tǒng)模型的參數(shù)值，可以讓使用者進行虛擬測試，以便模型適用于特定的逆變器，大大增強了系統(tǒng)的通用性和穩(wěn)定性以及自動控制能力。本論文的下一步工作是實現(xiàn)更復雜的仿真，比如一個逆變器包含多個MPPT單元;多個逆變器協(xié)同工作等。

［1］楊海柱，金新民．基于正反饋頻率漂移的光伏并網(wǎng)逆變器反孤島控制 ［J］．太陽能學報，2005，26(3):409－412．

［2］中國可再生能源發(fā)展戰(zhàn)略研究項目組．中國可再生能源發(fā)展戰(zhàn)略研究 (風能卷)［M］．北京:中國電力出版社，2008．

［3］趙爭鳴，劉建政，孫曉瑛，等．太陽能光伏發(fā)電及其應用 ［M］．北京:科學出版社，2005．

［4］張建成，李倩，周春霞，等．基于混沌搜索的AMPSO-BPNN在光伏功率預測中的應用研究［J］．華北電力大學學報 (自然科學版)，2014，41(4):15－21．

［5］董福貴，劉姣．基于兼容度和差異度的光伏發(fā)電投資風險分析及評價 ［J］．電力科學與工程，2014，30(11):22－26．

［6］李永華，袁超，蒲亮．屋頂式太陽能光伏發(fā)電系統(tǒng)經(jīng)濟性分析［J］．電力科學與工程，2013，29(9):29－33．

［7］趙晶，趙爭鳴，周德佳．太陽能光伏發(fā)電技術現(xiàn)狀及其發(fā)展 ［J］．電氣應用，2007，26(10):6－10．

［8］李亞斌，彭詠龍，李和明．IGBT串聯(lián)型逆變器定角控制的建模與仿真［J］．華北電力大學學報，2005，32(1):9－13．

［9］孫文山．基于SVPWM的三相光伏并網(wǎng)逆變器的研究與設計［D］．天津:天津大學，2011．

［10］孫自勇，宇航，嚴千貴，等．基于PSCAD的光伏陣列和MPPT控制器的仿真模型 ［J］．電力系統(tǒng)保護與控制，2009，37(19):61－64．

［11］ Duffie J A，Beckman W A．Solar engineering of thermal processes［M］．Weinheim，Germany:Wiley，2006．

［12］ Driesse A，Harrison S，Jain P．Beyond the curves:Modeling the electrical efficiency of photovoltaic inverters［C］．IEEE Photovoltaic Specialists Conference， San Diego，CA，United States，11－16 May，2008．

A Method of Inverter Modeling in Photovoltatic System Based on Finite State Machine

Yu Xiaopeng，Chen Zhong，Qiu Qiangjie，Yin Zizhong，Jing Qunwei
(College of Electrical and Information Engineering，Changsha University of Science ＆ Technology，Changsha 410114，China)

The simulation of photovoltaic(PV)power generation systems relies on appropriate models of the PV array，inverter models and operating conditions．An inverter model based on a finite state machine(FSM)is built to tackle the insufficiency of the current inverter model in photovoltatic power generation system in terms of its universality and automatic control capacity．This essay analyzes the operational process and regularities of the grid-connected inverter model，induces its potential state，occurrences and transformation relations，and constructs a finite state machine(FSM)，which is the core of the inverter model．In order to realize the simulation of the PV power generation system，a PV battery model was introduced to effect mutual interaction with the inverter model．As the result of the simulation suggested，this modeling method effectively improved the automatic control capacity of the PV system．Meanwhile，universality was also acquired through the alteration of the parameter values of the inverter model so as to make it applicable to specific products．

photovoltatic power generation;inverter;finite state machine

TM615

A

10.3969/j.issn.1672-0792.2015.06.004

2015－03－20。

俞曉鵬 (1991-)，男，碩士研究生，研究方向為電力系統(tǒng)運行與控制，E-mail:522455891@qq.com。