基于智能算法的光伏并網(wǎng)發(fā)電研究

趙洋

（沈陽化工大學(xué)，遼寧 沈陽 110142）

光伏并網(wǎng)發(fā)電模型主要對(duì)含有光伏電源的整體系統(tǒng)進(jìn)行仿真實(shí)驗(yàn)，是研究的前提基礎(chǔ)。建立較為精確的模型系統(tǒng)參數(shù)、準(zhǔn)確及合理的模型系統(tǒng)結(jié)構(gòu)，可有效表述光伏發(fā)電系統(tǒng)的動(dòng)態(tài)性能。光伏并網(wǎng)發(fā)電系統(tǒng)建立模型時(shí)主要采取有機(jī)理建模方法和非機(jī)理建模方法。根據(jù)供應(yīng)商所提供的參數(shù)對(duì)光伏發(fā)電電池參數(shù)進(jìn)行設(shè)置，可以使用這些參數(shù)直接建立模型。對(duì)于光伏發(fā)電電站和光伏發(fā)電單元來說，其暫態(tài)特性主要由逆變器的整體性能決定?？刂破?、DC/AC變流器是并網(wǎng)光伏發(fā)電單元當(dāng)中十分重要的部件，對(duì)于準(zhǔn)確獲得參數(shù)、合理建立變流器及控制器模型都十分重要，也是十分關(guān)鍵的技術(shù)，這也是本文的研究重點(diǎn)。

1 光伏并網(wǎng)發(fā)電技術(shù)研究現(xiàn)狀

太陽能因其資源豐富被大規(guī)模應(yīng)用于光伏發(fā)電，光伏發(fā)電是新能源發(fā)電技術(shù)的主流能源利用形式，也是現(xiàn)在的發(fā)展趨勢(shì)。太陽能發(fā)電較風(fēng)電具有不受資源地域分布限制、無旋轉(zhuǎn)部件、成本較低、維護(hù)簡(jiǎn)單的優(yōu)勢(shì)，因此越來越受到人們的關(guān)注。各個(gè)國(guó)家大力發(fā)展新能源產(chǎn)業(yè)，各個(gè)領(lǐng)域的學(xué)者采用各種高科技手段，將最新信息技術(shù)、新型研發(fā)材料結(jié)合運(yùn)用到新能源技術(shù)產(chǎn)業(yè)，使其逐漸成熟并被廣泛應(yīng)用。能源是社會(huì)經(jīng)濟(jì)發(fā)展的基礎(chǔ)，在當(dāng)今社會(huì)高速發(fā)展的大場(chǎng)景下，必須解決能源問題，確保生態(tài)環(huán)境不被破壞?？稍偕茉吹拈_發(fā)和有效利用備受人們關(guān)注，尤其對(duì)于中國(guó)這樣的能源消費(fèi)大國(guó)，未來此方面的需求必將需大于供，因此需謹(jǐn)慎規(guī)劃利用傳統(tǒng)能源，并大力開發(fā)和利用新能源[1-3]。太陽能熱發(fā)電是清潔、低碳、穩(wěn)定、安全、高效的靈活電源，對(duì)中國(guó)實(shí)現(xiàn)“碳中和、碳達(dá)峰”戰(zhàn)略目標(biāo)、推動(dòng)能源革命具有重大意義，國(guó)家應(yīng)確立持續(xù)支持太陽能熱發(fā)電原創(chuàng)性及核心技術(shù)的政策[4]。近年來，政府相關(guān)部門對(duì)可再生能源法的貫徹實(shí)施給予了很大關(guān)注，宣傳貫徹可再生能源發(fā)展相關(guān)法規(guī)，大力支持相關(guān)的政策體系進(jìn)一步完善，為引導(dǎo)可再生能源發(fā)展和結(jié)構(gòu)優(yōu)化發(fā)揮了至關(guān)重要的作用[5]。由于太陽能大量分布、可再生且屬于清潔能源，受到了很多研究學(xué)者的關(guān)注，被不斷利用和開發(fā)，其相應(yīng)的光伏發(fā)電系統(tǒng)也就變得越來越多[6]。

2 太陽能光伏發(fā)電原理

光伏電池（Photovoltaic cell）是光伏發(fā)電系統(tǒng)的重要組成部分，是一種能量轉(zhuǎn)換裝置，通過光生伏特效應(yīng)將太陽光轉(zhuǎn)換成電能。光伏發(fā)電的特性和外界環(huán)境息息相關(guān)，比如溫度、光照幅度、氣候變化等因素。在單晶硅中可人為加入一些導(dǎo)體元素，利用相應(yīng)的特性使這些材料當(dāng)中的電荷出現(xiàn)持續(xù)的不平衡性，將其與普通的半導(dǎo)體材料區(qū)分開來[7]。光伏發(fā)電技術(shù)最典型的應(yīng)用是太陽能光伏發(fā)電系統(tǒng)，其主要由蓄電池組、交直流逆變器、光伏系統(tǒng)電池控制器、光伏電池組、以及電纜這些部件構(gòu)成，每個(gè)部件都有相應(yīng)的功能特性[8]。圖1為光伏電池的等效電路。Iph為光伏電池恒定電流源，Id為二極管正向電流，Rsh為光伏電池內(nèi)部等效旁路電阻，Ish為旁路電流，Uo為光伏電池的輸出電壓，Rs為光伏電池內(nèi)部損耗的替代電阻。

圖1 光伏電池的等效電路圖

3 光伏發(fā)電系統(tǒng)最大功率點(diǎn)跟蹤

一旦太陽能電池表面的溫度發(fā)生改變，或者光照強(qiáng)度發(fā)生變化，其輸出功能也會(huì)發(fā)生相應(yīng)的變化[9-10]。對(duì)于這種變化，要確保太陽能電池的工作點(diǎn)總是跟蹤到最大功率點(diǎn)而隨即發(fā)生變化，把控制太陽能電池產(chǎn)生最大功率的這種控制稱為最大功率跟蹤控制。

為了提高光伏電站的發(fā)電效率，基于MPPT的光伏發(fā)電組件跟蹤技術(shù)正成為研究熱點(diǎn)，根據(jù)對(duì)日跟蹤方式不同，這些跟蹤技術(shù)按照算法可以分為[11]：①恒定電壓法。優(yōu)點(diǎn)是操作容易、穩(wěn)定性高、易于實(shí)現(xiàn)；缺點(diǎn)是忽略溫度變化對(duì)光伏電池輸出的影響、控制精度較低、系統(tǒng)能量轉(zhuǎn)換效率低、能量損失較大。②擾動(dòng)觀測(cè)法。優(yōu)點(diǎn)是工作原理直白、容易實(shí)現(xiàn)、系統(tǒng)運(yùn)行穩(wěn)定；缺點(diǎn)是擾動(dòng)電壓影響系統(tǒng)在最大功率點(diǎn)的運(yùn)行狀態(tài)，效率較低。③電導(dǎo)增量法。優(yōu)點(diǎn)是最大功率追蹤點(diǎn)誤判較低、系統(tǒng)響應(yīng)速度快；缺點(diǎn)是算法復(fù)雜，存在大量微分運(yùn)算，對(duì)系統(tǒng)運(yùn)算器需求較高。④模糊控制法。優(yōu)點(diǎn)是系統(tǒng)響應(yīng)速度快、抗干擾能力強(qiáng)；缺點(diǎn)是模糊控制系統(tǒng)的穩(wěn)定性受實(shí)際參數(shù)的變化而變化，存在不穩(wěn)定性，需待科研學(xué)者們進(jìn)一步解決。

在這些控制算法中，恒定電壓法、擾動(dòng)觀察法、電導(dǎo)增量法和智能MPPT方法（模糊邏輯控制法和粒子群智能優(yōu)化算法）是業(yè)界各科研人士研究的重點(diǎn)，通過連續(xù)不斷控制，保證工作點(diǎn)在太陽能電池的最大功率點(diǎn)上。而本次就是利用PSO算法最大功率點(diǎn)跟蹤控制算法來解決最大功率點(diǎn)跟蹤問題。

4 光伏發(fā)電單元模型的建立

4.1 光伏陣列的數(shù)學(xué)模型

光伏電站需進(jìn)行大規(guī)模的模型建立，看中的不僅僅是實(shí)用程度，還有整體的數(shù)據(jù)精確程度。需最大程度簡(jiǎn)化光伏電池的模型，主要是因?yàn)樵诠こ讨袕?qiáng)調(diào)的是數(shù)學(xué)模型的計(jì)算過程。根據(jù)供應(yīng)商所提供的參數(shù)，可對(duì)其中的特性進(jìn)行很好表述。觀察常規(guī)光伏電池模型的特性曲線，外界環(huán)境的溫度不發(fā)生變化，光照強(qiáng)度也不發(fā)生變化，就可以將其視作直流電壓源，具有固定數(shù)值的最大功率點(diǎn)。但是，溫度和光照強(qiáng)度發(fā)生變化時(shí)，最大功率點(diǎn)也會(huì)相應(yīng)發(fā)生變化。

4.2 DC/AC逆變器及其控制器的模型

圖2為三相電壓源型逆變器的結(jié)構(gòu)。圖2中：p1～p6為6個(gè)絕緣柵雙極型晶體管；Udc為光伏陣列最大功率輸出電壓；ifa、ifb、ifc為逆變器輸出相電流；isa、isb、isc為并網(wǎng)側(cè)相電流；ua、ub、uc為逆變器的輸出相電位；usa、usb、usc為濾波器的輸出相電位；eA、eB、eC為電網(wǎng)電壓；Rf、Lf為并網(wǎng)側(cè)LC濾波器的電阻、電感；Rs、Ls為線路電阻和電感；為上（下）橋臂開關(guān)控制信號(hào)；n為假想的中性點(diǎn)；N為公共中性點(diǎn)[12]。

圖2 三相電壓源型逆變器的結(jié)構(gòu)

5 基于PSO算法的模型參數(shù)辨識(shí)

粒子群算法是一種新興的進(jìn)化算法，本文采用這種算法進(jìn)行模型的參數(shù)辨識(shí)和參數(shù)優(yōu)化。提出目標(biāo)函數(shù)為：

式（1）中：F為適應(yīng)度函數(shù)；M為長(zhǎng)度；e（k）為誤差。

對(duì)于內(nèi)環(huán)控制器，其適應(yīng)度函數(shù)為：

式（2）中：idq為測(cè)量的逆變器側(cè)輸出電流的dq軸基波分量；idq＿cal為辨識(shí)后逆變器輸出側(cè)電流的dq軸分量的計(jì)算值。

對(duì)于外環(huán)控制器，其適應(yīng)度函數(shù)為：

具體辨識(shí)的步驟如下：①辨識(shí)d軸電流內(nèi)環(huán)參數(shù)。電流內(nèi)環(huán)控制器的模型如圖3所示。對(duì)變量id_ref施加階躍擾動(dòng)，運(yùn)用PSO算法辨識(shí)d軸電流內(nèi)環(huán)的控制參數(shù)（KP1，KI1）以及等效阻抗參數(shù)（R，L）。②辨識(shí)d軸電流內(nèi)環(huán)當(dāng)中等效模型的整體參數(shù)。等效內(nèi)環(huán)控制模型成一階慣性環(huán)節(jié)式，根據(jù)這一簡(jiǎn)化模型結(jié)合步驟①當(dāng)中的數(shù)據(jù)，辨識(shí)出內(nèi)環(huán)等效模型時(shí)間參數(shù)Teq以及增益Keq。③對(duì)直流電壓外環(huán)的整體參數(shù)進(jìn)行辨識(shí)。施加階躍擾動(dòng)在變量Udc當(dāng)中，并對(duì)相應(yīng)的測(cè)量值進(jìn)行記錄。步驟②已經(jīng)得到了d軸電流內(nèi)環(huán)等效模型，現(xiàn)將電壓外環(huán)作用其中，并結(jié)合外環(huán)控制器模型[13-14]，辨識(shí)出網(wǎng)絡(luò)結(jié)構(gòu)等效參數(shù)（C）以及外環(huán)模型器的參數(shù)（KI3、KP3）。等效的直流電壓外環(huán)控制器的模型如圖4所示。

圖3 電流內(nèi)環(huán)控制器的模型

圖4 等效的直流電壓外環(huán)控制器的模型

通常情況下，確定搜索區(qū)間的解決方法有2種，分別是：通過確定參數(shù)典型值，進(jìn)行縮小或者放大，從而得到辨識(shí)出來的搜索區(qū)間；根據(jù)實(shí)際參數(shù)，通過查找篩選得到最小值、最大值，從而把找到的2個(gè)極值對(duì)應(yīng)設(shè)置為搜索區(qū)間的兩邊極值。

6 仿真分析和驗(yàn)證

為了得到相應(yīng)的數(shù)據(jù)去驗(yàn)證算法的可行性，在Matlab這一仿真平臺(tái)當(dāng)中建立相應(yīng)的模型，采用PWM控制方式對(duì)三相兩電平的電壓源逆變器進(jìn)行控制。另外，開關(guān)頻率Fpwm值為5 kHz，采樣頻率fs值為5×105Hz。逆變器控制參數(shù)的真實(shí)值如表1所示[15]。

表1 逆變器控制參數(shù)的真實(shí)值

內(nèi)環(huán)控制模型參數(shù)的辨識(shí)結(jié)果如表2所示。等效內(nèi)環(huán)控制模型參數(shù)辨識(shí)結(jié)果如表3所示。外環(huán)直流電壓模型參數(shù)的辨識(shí)結(jié)果如表4所示。迭代的次數(shù)都是100次。仿真后會(huì)發(fā)現(xiàn)，為驗(yàn)證參數(shù)辨識(shí)方法的有效性、模型的準(zhǔn)確性，將辨識(shí)之后的參數(shù)代入本文所提出的模型當(dāng)中，對(duì)相應(yīng)的輸出量進(jìn)行擬合[16]。

表2 內(nèi)環(huán)控制模型參數(shù)辨識(shí)結(jié)果

表3 等效內(nèi)環(huán)控制模型參數(shù)辨識(shí)結(jié)果

表4 外環(huán)直流電壓模型參數(shù)辨識(shí)結(jié)果

從最后的實(shí)驗(yàn)仿真數(shù)據(jù)可看出，無論是內(nèi)環(huán)還是外環(huán)的整體輸出，其動(dòng)態(tài)響應(yīng)與相應(yīng)的模型輸出得到的曲線基本趨于一致?？梢钥闯?，電流內(nèi)環(huán)和直流電壓外環(huán)在模型的結(jié)構(gòu)設(shè)計(jì)整體是合理的，其參數(shù)辨識(shí)的相關(guān)方法也是極為有效的。

7 結(jié)論

建立了線路、濾波器、控制器、逆變器、光伏陣列等諸多環(huán)節(jié)的模型，在建立控制器的模型時(shí)，需選擇性忽略前饋的影響及耦合的影響。與此同時(shí)，還需建立電壓外環(huán)和電流內(nèi)環(huán)的整體控制模型，并結(jié)合優(yōu)化算法，即粒子群算法這一智能算法，對(duì)這一模型當(dāng)中未知的參數(shù)進(jìn)行分布辨識(shí)。在建立模型的過程中，需研究和考慮光伏逆變器、濾波電感的整體濾波環(huán)節(jié)及耦合所產(chǎn)生的影響，需忽略前饋的解耦環(huán)節(jié)。在對(duì)模型的參數(shù)進(jìn)行分布辨識(shí)的過程中，需對(duì)模型進(jìn)行整體驗(yàn)證，看模型是否是準(zhǔn)確的。需將模型的整體輸出響應(yīng)與內(nèi)環(huán)的輸出響應(yīng)、外環(huán)的輸出響應(yīng)相對(duì)比，進(jìn)而通過最后的仿真輸出，得到這一輸出響應(yīng)的動(dòng)態(tài)響應(yīng)過程，基本上都是一致的。