基于Motorola單片機(jī)的太陽電池最大功率點追蹤控制

樊建強(qiáng)，孫瑞娟，李紅斌

(1.山西農(nóng)業(yè)大學(xué)信息學(xué)院，山西晉中 030800；2.山西農(nóng)業(yè)大學(xué)工學(xué)院，山西晉中 030800)

中國是世界第一大能源生產(chǎn)國，也是第一大能源消耗國，根據(jù)2019 年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報初步核算，全年能源消費總量為48.6 億噸標(biāo)準(zhǔn)煤，比上年增長3.3%。煤炭消費量增長1.0%，原油消費量增長6.8%，天然氣消費量增長8.6%，電力消費量增長4.5%。我國能源一直處在貧乏的狀態(tài)，尤其對于一些不可再生能源來說，更是嚴(yán)重缺乏[1]。在此背景下，開發(fā)無污染可再生的清潔能源是當(dāng)下熱點。眾所周知，地表太陽能資源豐富，且清潔可再生，因此太陽能的利用開發(fā)一直是清潔能源的開發(fā)重點。光伏發(fā)電技術(shù)能直接將太陽能轉(zhuǎn)化為電能。光伏發(fā)電過程中，太陽輻照能量經(jīng)常受到環(huán)境影響而變化，如地理位置、季節(jié)、晝夜、陰晴等，這種輻照能量變化，會影響發(fā)電陣輸出功率的變化。為了最大限度利用太陽能，使太陽電池板能在各種不同的日照和溫度環(huán)境下對最大功率點進(jìn)行有效追蹤，令電池板盡可能地工作在最大功率點上，太陽電池最大功率點追蹤(MPPT)技術(shù)應(yīng)運(yùn)而生[2]。

實現(xiàn)太陽電池最大功率追蹤的技術(shù)有很多，例如，袁嬌等[3]提出一種基于模糊RBF 的太陽電池最大功率點追蹤算法，利用模糊RBF 神經(jīng)網(wǎng)絡(luò)對PID 控制器的控制參數(shù)進(jìn)行自適應(yīng)整定，以調(diào)節(jié)光伏電池變換器的功率開關(guān)占空比，從而實現(xiàn)太陽電池最大功率點追蹤控制；張俊紅等[4]利用改進(jìn)的Fibonacci 算法以實現(xiàn)MPPT 控制；侯慶偉等[5]為了實現(xiàn)對光伏發(fā)電系統(tǒng)進(jìn)行MPPT 控制，對自適應(yīng)縮放系數(shù)變步長電導(dǎo)增量法展開了研究。

盡管以上方法在一定程度上可以實現(xiàn)對太陽電池最大功率點的追蹤控制，但存在準(zhǔn)確性較低和效率不高的問題。為了解決以上問題，最大限度地利用太陽能，本文引入Motorola單片機(jī)，研究了基于Motorola 單片機(jī)的太陽電池最大功率點追蹤控制。Motorola 單片機(jī)具有在同樣速度下所用的時鐘頻率低的特點，因而其高頻噪聲低，抗干擾能力強(qiáng)，能夠更好地實現(xiàn)對太陽電池最大功率點的追蹤控制。本文首先研究了太陽電池的特性，再對MPPT 控制進(jìn)行分析，選定了粒子群算法和電導(dǎo)增量法相結(jié)合的方法作為本文的控制策略，在此基礎(chǔ)上進(jìn)行Motorola 單片機(jī)的軟硬件設(shè)計，利用設(shè)計完成的Motorola 單片機(jī)實現(xiàn)對太陽電池最大功率的追蹤控制，再對其進(jìn)行仿真實驗。

1 基于Motorola 單片機(jī)的太陽電池最大功率追蹤技術(shù)

1.1 太陽電池特性分析

太陽電池的伏安特性是對其進(jìn)行最大功率點追蹤控制的重要原因。太陽電池又名光伏電池，是可以利用光生伏特效應(yīng)(光生伏特效應(yīng)即半導(dǎo)體在受到光照射時產(chǎn)生電動勢的現(xiàn)象，既發(fā)生在PN 結(jié)界面，也發(fā)生在半導(dǎo)體內(nèi)部)將太陽光輻射能直接轉(zhuǎn)換為電能的器件，將太陽電池封裝成太陽電池組件，再將一塊以上的太陽電池組件組合成太陽電池方陣，再與儲能裝置、測量控制裝置等結(jié)合使用，就可以構(gòu)成具有維護(hù)簡單、壽命長、無噪音、無污染等特點的太陽電池發(fā)電系統(tǒng)(光伏發(fā)電系統(tǒng))。光伏發(fā)電系統(tǒng)構(gòu)成示意圖如圖1 所示。

圖1 光伏發(fā)電系統(tǒng)組成框圖

太陽電池的伏安特性公式如下：

式中：Ie為光生電流；I0為電池單元的反向飽和電流；T為電池溫度；k為波爾茲曼常數(shù)；z為電子電荷；n為二極管特性因子；R為并聯(lián)等效電阻；I、V分別為電池的輸出電流、電壓。根據(jù)公式(1)可知，溫度會對太陽電池的輸出電壓產(chǎn)生很大影響。

為了更清晰地顯示這種影響，分析太陽電池伏安特性曲線，如圖2 所示。

圖2 太陽電池伏安特性曲線

由圖2 可知，太陽電池的工作點在A-E 點(線L)，但是此點并不能夠獲取最大限度的太陽能，由于A′～E′(Pmax)才是太陽電池的輸出最大功率點，只有改變實際負(fù)載的阻值，將工作點轉(zhuǎn)移至A′～E′點位置，才能最大限度地獲取太陽能，并且使太陽電池發(fā)揮出最大的功效。但太陽電池的伏安特性很容易受到外界環(huán)境影響，因此必須要實現(xiàn)太陽電池最大功率點追蹤控制。

1.2 MPPT 算法

目前，太陽電池最大功率追蹤算法主要包括恒定電壓法、擾動觀察法、電導(dǎo)增量法，這三種方法對比如表1 所示。

表1 典型的太陽電池最大功率追蹤算法對比

從表1 中可以看出，三種典型的太陽電池最大功率追蹤算法各有利弊。本文將人工智能算法中的粒子群算法加入到電導(dǎo)增量法當(dāng)中，提出一種粒子群算法和電導(dǎo)增量法相結(jié)合的太陽電池最大功率追蹤方法[6-8]。

粒子群算法作為一種智能優(yōu)化算法具有收斂速度快、有效的全局搜索能力和不易陷入局部最優(yōu)等特點，其基本流程如下：

步驟1：設(shè)置粒子群初始參數(shù)，具體包括最大迭代次數(shù)、群體規(guī)模、初始隨機(jī)位置、初始速度、慣性權(quán)重、學(xué)習(xí)因子。

步驟2：根據(jù)適應(yīng)度函數(shù)計算每個粒子的適應(yīng)度值。

步驟3：將粒子適用度值與粒子的個體最好位置pbest、粒子的群體最好位置gbest 作比較，如果適用度值更優(yōu)，則將其作為當(dāng)前的pbest 和gbest[9]。

步驟4：更新粒子位置和速度。

更新公式如下：

式中：i=1,2,...,N，N為粒子群規(guī)模；vi為粒子的當(dāng)前速度；rand()為介于(0,1)之間的隨機(jī)數(shù)；xi為粒子的當(dāng)前位置；C1和C2為學(xué)習(xí)因子，通常C1=C2=2。

步驟5：判斷是否滿足收斂條件，若滿足，則得到全局最優(yōu)解，若不滿足，則回到步驟2，繼續(xù)進(jìn)行迭代，直至達(dá)到最大迭代次數(shù)[10]。

但由于粒子群算法本身參數(shù)設(shè)置方面的問題使其難以對最大功率點進(jìn)行控制，因此本文采用粒子群算法和電導(dǎo)增量法相結(jié)合的復(fù)合太陽電池最大功率追蹤方法。首先利用粒子群算法進(jìn)行大范圍的全局尋優(yōu)，當(dāng)粒子移動到最優(yōu)解周圍后，再利用電導(dǎo)增量法在最大功率點附近進(jìn)行細(xì)致搜索，從而追蹤到最大功率點[11]，既提高了搜索效率，又提升了尋優(yōu)質(zhì)量。復(fù)合太陽電池最大功率追蹤方法基本流程如圖3所示。

圖3 復(fù)合太陽電池MPPT方法基本流程

1.3 Motorola 單片機(jī)及外電路

圖4 是控制器與光伏發(fā)電系統(tǒng)的邏輯關(guān)系框圖。

圖4 控制器與光伏發(fā)電系統(tǒng)的邏輯關(guān)系框圖

太陽電池最大功率追蹤控制器最核心的部件就是單片機(jī)。根據(jù)光伏發(fā)電系統(tǒng)需求，即單片機(jī)應(yīng)具有抗干擾性強(qiáng)、計算速度快、性能穩(wěn)定等優(yōu)點，本文選擇Motorola 單片機(jī)作為主控制器[12]。該單片機(jī)主要技術(shù)參數(shù)如表2 所示。

表2 Motorola 單片機(jī)主要技術(shù)參數(shù)

2 仿真實驗分析

為測試本文基于Motorola 單片機(jī)的太陽電池最大功率追蹤方法的有效性，選取某光伏發(fā)電系統(tǒng)數(shù)據(jù)，利用Matlab/Simulink 仿真平臺進(jìn)行功率輸出實驗測試。

2.1 光伏發(fā)電系統(tǒng)構(gòu)建

光伏發(fā)電系統(tǒng)構(gòu)建所需軟硬件組成如表3 所示。

表3 光伏發(fā)電系統(tǒng)構(gòu)建軟硬件組成

根據(jù)表3 中的硬件，搭建了簡單的地面光伏發(fā)電裝置，如圖5 所示。

圖5 簡單地面光伏發(fā)電實驗裝置

實驗條件及參數(shù)設(shè)置如表4 所示。

表4 實驗條件及參數(shù)設(shè)置

2.2 測試結(jié)果

從表5 中可以看出，在本文研究的復(fù)合追蹤方法應(yīng)用下，太陽電池的輸出功率始終高于其余三種方法，說明晴天情況下，本文方法能夠達(dá)到最大功率追蹤的目的。

表5 晴天工況下的太陽電池最大功率追蹤結(jié)果W

從表6 中可以看出，在本文方法應(yīng)用下，陰天工況太陽電池輸出功率仍然大于其余三種方法。總而言之，本文方法的總體應(yīng)用效果更好，能更多地采集太陽能量并轉(zhuǎn)為電力，實現(xiàn)太陽電池最大功率追蹤目標(biāo)。

表6 陰天工況下的太陽電池最大功率追蹤結(jié)果W

3 結(jié)束語

為了提高對太陽電池最大功率點的追蹤控制效果，最大限度地利用太陽能資源，本文基于Motorola 單片機(jī)進(jìn)行了太陽電池最大功率追蹤研究。經(jīng)仿真實驗測試，在本文方法應(yīng)用下，太陽電池輸出功率達(dá)到最大值，實現(xiàn)了太陽電池最大功率追蹤的目的。