CN110737302A - 一种基于光伏发电系统电阻匹配的mppt控制方法 - Google Patents
一种基于光伏发电系统电阻匹配的mppt控制方法 Download PDFInfo
- Publication number
- CN110737302A CN110737302A CN201911114338.9A CN201911114338A CN110737302A CN 110737302 A CN110737302 A CN 110737302A CN 201911114338 A CN201911114338 A CN 201911114338A CN 110737302 A CN110737302 A CN 110737302A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- power generation
- mppt
- generation system
- photovoltaic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/66—Regulating electric power
- G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本发明公开了一种基于光伏发电系统电阻匹配的MPPT控制方法,所述模糊MPPT控制器通过电压采样和电流采样电路对光伏阵列发电过程中的电压值和电流值进行实时采样,再经过模糊MPPT控制器上MPPT模糊控制算法的计算和处理产生PWM控制信号,PWM控制信号控制Boost升压电路工作,调节直流斩波电路的占空比,实现对负载阻抗匹配的控制,使光伏发电系统电路内阻与负载阻抗最快匹配;本发明的有益效果是通过光伏阵列仿真与模糊控制,使光伏阵列发电系统电路在光照强度极弱、电路串联电阻较小、电路自耗也很小的条件下启动发电,实现光伏发电系统“早起晚睡”,延长了光伏发电系统的发电时间,通过MPPT模糊控制算法使系统在峰值功率点运行,提高了光伏发电系统的发电量。
Description
技术领域
本发明涉及光电发电领域,具体地说,涉及一种基于光伏发电系统电阻匹配的MPPT控制方法。
背景技术
光伏阵列的功率输出与电压和电流呈非线性关系,但在确定的光照强度和温度条件下,光伏阵列输出存在一个最大功率点,这就需要采取动态控制在不同条件下进行最大功率点跟踪(Maximum powerpoint tracking简称:MPPT)。
MPPT控制,本质上是一个寻优过程,通过测量电压、电流和功率,比较它们之间的变化情况,决定当前工作点与峰值点的位置关系,然后控制电流(或电压)向当前工作点与峰值功率点移动,最后控制电流(或电压)在峰值功率点附近一定范围内来回摆动。传统的控制是在电导增量原理或扰动观测原理下的 PID(比例(proportion)、积分(integral)、微分(derivative))控制算法,PID控制存在跟踪精度低、速度慢、对外界扰动及参数摄动鲁棒性差等缺点,能量得不到高效利用。
模糊控制作为一种新的控制算法,适应性强,鲁棒性好,响应速度快,超调小,适合用于太阳能光伏发电这种包含不确定量,而且很难建立精确数学模的系统。采用模糊控制算法的MPPT控制方法,还能够控制光伏阵列发电系统电路在光照强度较弱、电路串联电阻较小、控制电路自耗降低的条件下启动发电,实现光伏发电系统“早起晚睡”,可延长了光伏发电系统的发电时间,提高光伏电系统的发电量。
发明内容
本发明正是为了解决上述技术问题而设计的一种基于光伏发电系统电阻匹配的MPPT控制方法。
本发明解决其技术问题所采用的技术方案是:
一种基于光伏发电系统电阻匹配的MPPT控制方法,包括光伏发电系统、模糊MPPT控制器、电压采样、电流采样、驱动和Boost升压电路;所述电压采样和电流采样电路与光伏阵列输出端相连,所述模糊MPPT控制器通过电压采样和电流采样电路对光伏阵列发电过程中的电压值和电流值进行实时采样,再经过模糊MPPT控制器上MPPT模糊控制算法的计算和处理产生PWM(脉冲宽度调制)控制信号,PWM控制信号控制Boost升压电路工作,调节直流斩波电路的占空比,实现对负载阻搞的控制,使负载阻抗最快接近电源内阻值;当负载阻抗与电源内阻值相等时,负载可以获取最大功率,光伏电池工作在最大功率点,从而实现最大功率跟踪控制。
所述基于光伏发电系统电阻匹配的MPPT控制方法,所述Boost升压电路为一极驱动电路构成的升压电路,包括开关管Q、电容C、电感L和二极管VD 组成,模糊MPPT控制器通过驱动电路与开关管Q的基极相连,实现光伏阵列输出电压在范围200V-1000V区间内,模糊MPPT控制器控制发电系统正常工作,确保光伏发电系统在最大功率附近输出。。
所述基于光伏发电系统电阻匹配的MPPT控制方法,所述Boost升压电路为二极驱动电路构成的升压电路,包括开关管Q1和Q2,电容C1、C2、C3和 C4,电感L1和L2,二极管VD1和VD2组成;其中开关管Q1发射极与开关管 Q2集电极串连,模糊MPPT控制器通过驱动电路分别与开关管Q1与开关管 Q2的基极相连,实现光伏阵列输出电压在范围200V-1000V区间内,模糊MPPT 控制器控制发电系统正常工作,确保光伏发电系统在最大功率附近输出。
所述基于光伏发电系统电阻匹配的MPPT控制方法,其模糊MPPT控制器为一台安装了MPPT模糊控制算法的工控机。
所述基于光伏发电系统电阻匹配的MPPT控制方法,其MPPT模糊控制算法是一个不断测量和不断调整以达到最优的过程,在运行过程中不断改变可控参数的整定值,使得当前工作点逐渐向峰值功率点靠近,使光伏系统在峰值功率点运行;所述可控参数是输入变量偏差E和输入变量偏差变化率A。
所述基于光伏发电系统电阻匹配的MPPT控制方法,所述输入变量偏差E和所述输入变量偏差变化率A;输入上次步长量A(n-1);输出步长量A(n);将语言变量E和A分别定义为8个和6个模糊子集,即:
E={NB,NM,NS,N0,P0,PS,PM,PB)
A={NB,NM,NS,PS,PM,PB}
式中:NB,NM,NS,N0,P0,PS,PM,PB分别表示负大、负中、负零、正零、正小、正中、正大等模糊概念,并且它们的论域规定为14个和12个等级,即:
E={-6,-5,-4,-3,-2,-1,-0,+0,+1,+2,+3,+4,+5,+6)
A={-6,-5,-4,-3,-2,-1,+1,+2,+3,+4,+5,+6}
所述模糊自寻优控制器中e(n)表示第n时刻与第n-1时刻输出功率之差的实际值;E(n)表示这个差值对应于模糊集论域中的值;a(n)表示第n时刻步长的实际值;A(n)表示这个步长值对应于模糊集论域中的值;Ke、Ka分别为量化因子;
通过对光伏电池输出P与占空比D之间的特性曲线分析,并且考虑到外界环境因素对光伏电池输出功率的影响,对实际仿真结果进行调整得到的最终控制规则;
所述模糊逻辑控制器采用重心法计算,其计算式为:
式中:u(Ai)为第i个模糊输出量的隶属度;A为第i个模糊输出量。
所述基于光伏发电系统电阻匹配的MPPT控制方法,所述第n时刻与第n-1 时刻的时间间隔为1到1000微秒之间的整数值。
工作原理
1光伏电池的数学模型和输出电气特性
光伏电池相当于具有与受光面平行的极薄PN截面的大面积等效二极管,I-V 特性与光照强度、光伏电池温度关系密切,采用晶体硅为材料的光伏电池等效电路原理如图1所示:
图1中:Uj为PN结电压,Id为光伏电池在无光照时的饱和电流,
一个理想的太阳能电池,由于串联电阻Rs很小,旁路电阻Rsh很大,所以在进行理想电路的计算时,均可忽略不计。
由图1太阳能光伏电池等效电路得出I-V关系,其表达式为:
式中:I为光伏电池输出电流;I0为PN结的反向饱和电流;Iph为光生电流; V为光伏电池输出电压;q为单位电荷(1.6×10-19C);k为波尔兹曼常数,k=1.38 ×10-23J/K;T为热力学温度;n为N结的曲线常数,一般在1-2之间(正偏压大时n为1,正偏压小时n为2);Rs、Rsh为光伏电池的自身固有电阻。
当负载从0变化到无穷大时,即可得到如图2所示太阳能电池的输出特性曲线。调节负载电阻到某一值RM时,在曲线上得到一点M,其对应的工作电压和工作电流之积最大,即Pm=ImVm。现将此M点定义为最大功率输出点(MPP)。
由光伏电池的数学模型可以看出,光伏电池受温度、光照强度影响,其输出电流和电压之间呈明显的非线性特性。
2光伏阵列数学模型
在实际应用光伏电池时,都是将光伏电池进行串、并联来达到需要的功率。因此,光伏阵列数学模型是基于光伏电池模型得来的,通常假设所有串并联光伏电池具有相同的特征参数,忽略光伏电池间的连接电阻,假设它们具有理想的一致性。光伏阵列的等效电路如图3:
根据光伏电池I-V关系式,得到光伏阵列的I-V方程:
因此,硅太阳电池工程数学模型,仅采用光伏电池生产商提供的标准测试条件下的4个电气参数:短路电流Isc、开路电压Voc、最大功率点处的输出电流Im、最大功率点处的输出电压Vm,即可推算出任意时刻新的光照强度和电池温度下的Isc′、Voc′、Im′、Vm′,从而可得到新的光照条件和新的电池温度下的电气特性:
Voc′=Voc(1-cΔT)ln(e+bΔS)
Vm′=Vm(1-cΔT)ln(e+bΔS)
式中:T=Tair+KS,ΔT=T-Tref,a、b、c典型值:a=0.00255/℃, b=0.55/℃,c=0.00285/℃;Sref为参考光照强度,1000W/m2;Tref为参考电池温度,25℃;Tair为环境温度,单位为℃;S为光照强度,单位为W/m2;T为太阳能电池温度,单位为℃;ΔS为实际光照强度与参考光照强度的差值,W/m2;ΔT 为实际电池温度和参考电池温度的差值;K为光照变化时太阳电池温度系数,采用典型值0.03℃,W/m2。
通常地面上光照强度的变化范围为0~1000W/m2,电池温度的变化范围为 10~70℃。因此对光照强度0~1000W/m2和电池温度10~70℃的变化环境下进行最大功率点的仿真。
通过仿真可知:光伏发电系统在启动过程中,系统的串联电阻Rs是一个不断变大并趋向稳定变化值,因此,在光伏发电系统设计时,可以根据光伏发电单元各个设备固有特性电阻,对电路进行最佳匹配设计时,应用自适应神经模糊推理以及BP神经网络算法等仿真优化技术,使光伏发电单元在极弱光条件下,使光伏发电单元应具备的启动运行条件:电压大于电压阈值、太阳能转化成的电能大于电路自耗,实现“早起晚睡”,最大利用太阳能,延长发电时间,提高光伏发电系统效率,提升光伏发电系统的发电量。
3光伏系统的最大功率点跟踪
光伏发电最大功率点跟踪(MPPT)系统,当负载与电源内阻相等时,负载可以获取最大功率。但是光伏电池内阻受到日照强度、环境温度的影响,会随外因界环境变化而变化,所以不能确定最佳负载大小。通过在光伏电池与负载之间增加一个直流斩波电路,调节直流斩波电路的占空比,就可以调整等效负载大小,控制光伏电池工作在最大功率点,实现最大功率跟踪控制。
直流斩波电路在光伏发电系统中主要是调节输出电压大小以满足系统要求,其次调节光伏阵列工作电压,实现最大功率跟踪。
直流斩波电路(DC-DC变换器)能够通过调节开关管,将直流电压电流变换成不同幅值的电压电流,Boost升压电路能够保持工作在电感电流连续状态下,转换效率受占空比影响小,因此多用作最大功率跟踪主电路。
对于电阻型负载,其负载线与I-V曲线的交叉点决定了光伏发电系统的工作点。不同的负载决定了不同的工作点。因此在不同温度、日照强度条件下,当最大功率点发生漂移时,可通过调整负载使光伏发电系统重新工作在最大功率点处。
关于光伏发电系统的最大功率跟踪算法,以前许多文献已提出过多种方法,如电压回授法、扰动观察法、功率回授法、直线近似法、实际测量法和增量电导法。图4为一般光伏发电系统结构,采用占空比扰动法,MPPT控制器通过调整PWM信号的占空比D,来调节输入/输出关系,从而达到阻抗匹配的功能。
但是,在光伏组件环境变化复杂的情况下,这些方法不能即时追踪,迅速反应。常规方法只能收敛到局部最高运行点,却不是P-V曲线的真正最高点。
基于模糊控制MPPT就是一个不断测量和不断调整以达到最优的过程,它不需要知道光伏阵列精确的数学模型,而是在运行过程中不断改变可控参数的整定值,使得当前工作点逐渐向峰值功率点靠近,使光伏系统在峰值功率点运行。
4基于模糊控制的MPPT实现
4.1模糊控制基本原理
模糊控制建立的基础是模糊逻辑,它比传统的逻辑系统更接近于人类的思维和语言表达方式。在一些复杂系统,特别是系统存在定性的不精确和不确定信息的情况下,模糊控制的效果常优于常规控制。
模糊控制是一种计算机数字控制技术,它以模糊集合论、模糊语言变量和模糊逻辑推理为基础,以被控对象的输出变量偏差e和偏差变化率Δe为输入变量,被控量为输出变量,通过模糊逻辑推理控制得出输入/输出变量与控制规则的模糊定量及其算法结构,其应用的过程是:逻辑控制器先将采集到的控制信息经语言控制规则进行模糊推理和模糊决策,由此求得控制量的模糊集,然后经过模糊判断得出输出控制的精确量,再作用于被控对象,最终使被控对象达到预期的控制效果。模糊控制系统工作流程,如图5所示。
模糊控制系统一般按输出误差和误差的变化对过程控制进行控制,其首先将实际测量的精确量误差e和误差变化Δe经过模糊处理而变换成模糊量,在采样时刻k,定义误差和误差变化为:
e=yr—yk
Δe=ek—ek-1
式中:yr和yk分别表示设定值和k时刻的过程输出;ek为k时刻的输出误差。用这些量来计算模糊控制规则,然后又变换成精确量对过程进行控制。
4.2模糊控制器的设计
模糊逻辑控制器的设计主要包括以下几项内容:
(1)确定模糊控制器的输入变量和输出变量;
(2)归纳和总结模糊控制器的控制规则;
(3)确定模糊化和反模糊化的方法;
(4)选择论域并确定有关参数。
影响太阳电池输出特性的因素:环境温度和日照强度,其中环境温度主要影响光伏电池的开路电压,日照强度主要影响光伏电池的短路电流。负载一定的条件下,太阳能电池的最大工作点主要受环境温度和日照强度的影响,而太阳能电池的内阻主要受负载工作点的影响。由于日照和环境温度变化缓慢,可以认为功率只随着负载变化,但无论负载如何变化,最大功率都是定值。
4.3Boost升压电路
Boost升压电路属于并联型开关变换器,光伏阵列发电系统通过Boost升压电路实现最大功率点跟踪控制。模糊逻辑控制和PWM共同对驱动器控制开关产生一个脉冲,从而实现对其控制,其输出电压表达式:
式中:Ts为开关管控制周期,toff为每个控制周期内开关的持续关断时间,D为开关管T导通的占空比。其电路拓扑结构如图8。
在不同日照强度和环境温度下,太阳能光伏发电系统的最大功率点不同,运用模糊自寻优方法实现最大功率点跟踪,取目标函数为光伏阵列的输出功率,可控量用来控制Boost升压电路的PWM信号的占空比。
4.4输入/输出量模糊子集及论域
模糊控制器的输入变量:输入变量偏差E和输入变量偏差变化率A;输入上次步长量A(n-1);输出步长量A(n)。将语言变量E和A分别定义为8个和6个模糊子集,即:
E={NB,NM,NS,N0,P0,PS,PM,PB)
A={NB,NM,NS,PS,PM,PB}
式中:NB,NM,NS,N0,P0,PS,PM,PB分别表示负大、负中、负零、正零、正小、正中、正大等模糊概念,并且它们的论域规定为14个和12个等级,即:
E={-6,-5,-4,-3,-2,-1,-0,+0,+1,+2,+3,+4,+5,+6)
A={-6,-5,-4,-3,-2,-1,+1,+2,+3,+4,+5,+6}
4.5MPPT的模糊控制算法
图6中e(n)表示第n时刻与第n-1时刻输出功率之差的实际值;E(n)表示这个差值对应于模糊集论域中的值;a(n)表示第n时刻步长的实际值;A(n)表示这个步长值对应于模糊集论域中的值;Ke、Ka分别为量化因子。
通过对光伏电池输出P与占空比D之间的特性曲线分析,并且考虑到外界环境因素对光伏电池输出功率的影响,对实际仿真结果进行调整得到的最终控制规则如表1所示。
表1:MPPT模糊控制规则
4.6解模糊方法
模糊逻辑控制器采用重心法计算,其计算式为:
式中:u(Ai)为第i个模糊输出量的隶属度;A为第i个模糊输出量。
经过试验仿真,MPPT输出功率结果如图7所示。
经过MPPT模糊控制占空比时,能够迅速跟踪到最大功率点,有效地克服了光伏阵列的非线性和时滞性,能够快速地跟踪到最大功率点,并保持在此状态。模糊控制还可以实现离线设计,节省了微机的内部存储空间,提高了工作速度。
通过光伏阵列发电系统试验仿真优化,选配的智能组串式逆变器,采用双极拓扑结构,组件输出电压经过BOOST直流升压电路,当直流输入电压低时,可以升压满足母线电容的要求;所以光伏阵列发电系统MPPT工作电压范围 200V-1000V;相对而集中式逆变器采用单级拓扑结构,MPPT工作电压范围一般在520V-1000V。如图10所示体现了本发明光伏发电系统与现有光伏发电系统工作启闭时间与电压关系曲线图,T2为组串式逆变器时间,早起晚睡,T1为集中式逆变器时间。
本发明的有益效果是通过光伏阵列仿真与模糊控制,可以使光伏阵列发电系统电路在光照强度极弱、电路串联电阻较小、电路自耗也很小的条件下启动发电,实现光伏发电系统“早起晚睡”,延长了光伏发电系统的发电时间,提高了光伏发电系统的发电量。通过MPPT模糊控制算法使得当前工作点逐渐向峰值功率点靠近,使光伏系统在峰值功率点运行。
附图说明
图1为光伏电池等效电路原理图;
图2为太阳能电池I-V和P-V曲线图;
图3为光伏阵列等效电路原理图;
图4为一般光伏发电系统功能框图;
图5为模糊控制系统的流程图;
图6为模糊自寻优控制器结构框图;
图7为模糊控制输出功率P的跟踪波形图;
图8为本发明光伏发电系统Boost电路拓扑原理图;
图9为本发明光伏发电系统Boost两级驱动电路原理图;
图10为本发明光伏发电系统与现有光伏发电系统工作启闭时间与电压关系曲线图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图8和9所示,本发明一种基于光伏发电系统属性匹配的MPPT控制方法,包括光伏发电系统、模糊MPPT控制器、电压采样、电流采样、驱动和Boost 升压电路;所述电压采样和电流采样电路与光伏阵列输出端相连,所述模糊 MPPT控制器通过电压采样和电流采样电路对光伏阵列发电过程中的电压值和电流值进行实时采样,再经过模糊MPPT控制器上MPPT模糊控制算法的计算和处理产生PWM(脉冲宽度调制)控制信号,PWM控制信号控制Boost升压电路工作,调节直流斩波电路的占空比,实现对负载阻抗属性匹配的控制,使负载阻抗最快接近电源内阻值;当负载阻抗与电源内阻值相等时,负载可以获取最大功率,光伏电池工作在最大功率点,从而实现最大功率跟踪控制。
如图8所示,所述基于光伏发电系统电阻匹配的MPPT控制方法,所述Boost 升压电路为一极驱动电路构成的升压电路,包括开关管Q、电容C、电感L和二极管VD组成,模糊MPPT控制器通过驱动电路与开关管Q的基极相连,实现光伏阵列输出电压在范围200V-1000V区间内,模糊MPPT控制器控制发电系统正常工作,确保光伏发电系统在最大功率附近输出。
如图9所示,所述基于光伏发电系统电阻匹配的MPPT控制方法,所述Boost 升压电路为二极驱动电路构成的升压电路,包括开关管Q1和Q2,电容C1、C2、 C3和C4,电感L1和L2,二极管VD1和VD2组成;其中开关管Q1发射极与开关管Q2集电极串连,模糊MPPT控制器通过驱动电路分别与开关管Q1与开关管Q2的基极相连,实现光伏阵列输出电压在范围200V-1000V区间内,模糊 MPPT控制器控制发电系统正常工作,确保光伏发电系统在最大功率附近输出。
所述基于光伏发电系统电阻匹配的MPPT控制方法,其模糊MPPT控制器为一台安装了MPPT模糊控制算法的工控机。
所述基于光伏发电系统电阻匹配的MPPT控制方法,其MPPT模糊控制算法是一个不断测量和不断调整以达到最优的过程,在运行过程中不断改变可控参数的整定值,使得当前工作点逐渐向峰值功率点靠近,使光伏系统在峰值功率点运行;所述可控参数是输入变量偏差E和输入变量偏差变化率A。
所述基于光伏发电系统电阻匹配的MPPT控制方法,所述输入变量偏差E和所述输入变量偏差变化率A;输入上次步长量A(n-1);输出步长量A(n);将语言变量E和A分别定义为8个和6个模糊子集,即:
E={NB,NM,NS,N0,P0,PS,PM,PB)
A={NB,NM,NS,PS,PM,PB}
式中:NB,NM,NS,N0,P0,PS,PM,PB分别表示负大、负中、负零、正零、正小、正中、正大等模糊概念,并且它们的论域规定为14个和12个等级,即:
E={-6,-5,-4,-3,-2,-1,-0,+0,+1,+2,+3,+4,+5,+6)
A={-6,-5,-4,-3,-2,-1,+1,+2,+3,+4,+5,+6}
所述模糊自寻优控制器中e(n)表示第n时刻与第n-1时刻输出功率之差的实际值;E(n)表示这个差值对应于模糊集论域中的值;a(n)表示第n时刻步长的实际值;A(n)表示这个步长值对应于模糊集论域中的值;Ke、Ka分别为量化因子;
通过对光伏电池输出P与占空比D之间的特性曲线分析,并且考虑到外界环境因素对光伏电池输出功率的影响,对实际仿真结果进行调整得到的最终控制规则;
所述模糊逻辑控制器采用重心法计算,其计算式为:
式中:u(Ai)为第i个模糊输出量的隶属度;A为第i个模糊输出量。
所述基于光伏发电系统属性电阻匹配的MPPT控制方法,所述第n时刻与第 n-1时刻的时间间隔为1到1000微秒之间的整数值。
本发明不局限于上述最佳实施方式,任何人在本发明的启示下得出的其他任何与本发明相同或相近似的产品,均落在本发明的保护范围之内。
Claims (7)
1.一种基于光伏发电系统电阻匹配的MPPT控制方法,包括光伏发电系统、模糊MPPT控制器、电压采样、电流采样、驱动和Boost升压电路;其特征在于:所述电压采样和电流采样电路与光伏阵列输出端相连,所述模糊MPPT控制器通过电压采样和电流采样电路对光伏阵列发电过程中的电压值和电流值进行实时采样,再经过模糊MPPT控制器上MPPT模糊控制算法的计算和处理产生的PWM控制信号,PWM控制信号控制Boost升压电路工作,调节直流斩波电路的占空比,实现对负载阻抗匹配的控制,使光伏发电系统电路内阻与负载阻抗最快匹配;当负载阻抗与电源内阻值相等匹配时,负载可以获取最大功率,光伏电池工作在最大功率点,从而实现最大功率跟踪控制。
2.根据权利要求1所述的基于光伏发电系统电阻匹配的MPPT控制方法,其特征在于:所述Boost升压电路为一极驱动电路构成的升压电路,包括开关管Q、电容C、电感L和二极管VD组成,模糊MPPT控制器通过驱动电路与开关管Q的基极相连,实现光伏阵列输出电压在范围200V-1000V区间内,模糊MPPT控制器控制发电系统正常工作,确保光伏发电系统在最大功率附近输出。
3.根据权利要求1所述的基于光伏发电系统电阻匹配的MPPT控制方法,其特征在于:所述Boost升压电路为二极驱动电路构成的升压电路,包括开关管Q1和Q2,电容C1、C2、C3和C4,电感L1和L2,二极管VD1和VD2组成;其中开关管Q1发射极与开关管Q2集电极串连,模糊MPPT控制器通过驱动电路分别与开关管Q1与开关管Q2的基极相连,实现光伏阵列输出电压在范围200V-1000V区间内,模糊MPPT控制器控制发电系统正常工作,确保光伏发电系统在最大功率附近输出。
4.根据权利要求1所述的基于光伏发电系统电阻匹配的MPPT控制方法,其特征在于:所述模糊MPPT控制器为一台安装了MPPT模糊控制算法的工控机。
5.根据权利要求1或5所述的基于光伏发电系统电阻匹配的MPPT控制方法,其特征在于:所述MPPT模糊控制算法是一个不断测量和不断调整以达到最优的过程,在运行过程中不断改变可控参数的整定值,使得当前工作点逐渐向峰值功率点靠近,使光伏系统在峰值功率点运行;所述可控参数是输入变量偏差E和输入变量偏差变化率A。
6.根据权利要求5所述的基于光伏发电系统电阻匹配的MPPT控制方法,其特征在于:所述输入变量偏差E和所述输入变量偏差变化率A;输入上次步长量A(n-1);输出步长量A(n);将语言变量E和A分别定义为8个和6个模糊子集,即:
E={NB,NM,NS,N0,P0,PS,PM,PB)
A={NB,NM,NS,PS,PM,PB}
式中:NB,NM,NS,N0,P0,PS,PM,PB分别表示负大、负中、负零、正零、正小、正中、正大等模糊概念,并且它们的论域规定为14个和12个等级,即:
E={-6,-5,-4,-3,-2,-1,-0,+0,+1,+2,+3,+4,+5,+6)
A={-6,-5,-4,-3,-2,-1,+1,+2,+3,+4,+5,+6}
所述模糊自寻优控制器中e(n)表示第n时刻与第n-1时刻输出功率之差的实际值;E(n)表示这个差值对应于模糊集论域中的值;a(n)表示第n时刻步长的实际值;A(n)表示这个步长值对应于模糊集论域中的值;Ke、Ka分别为量化因子;
通过对光伏电池输出P与占空比D之间的特性曲线分析,并且考虑到外界环境因素对光伏电池输出功率的影响,对实际仿真结果进行调整得到的最终控制规则;
所述模糊逻辑控制器采用重心法计算,其计算式为:
式中:u(Ai)为第i个模糊输出量的隶属度;A为第i个模糊输出量。
7.根据权利要求6所述的基于光伏发电系统属性匹配的MPPT控制方法,其特征在于:所述第n时刻与第n-1时刻的时间间隔为1到1000微秒之间的整数值。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911114338.9A CN110737302A (zh) | 2019-11-14 | 2019-11-14 | 一种基于光伏发电系统电阻匹配的mppt控制方法 |
| PCT/CN2020/112371 WO2021093421A1 (zh) | 2019-11-14 | 2020-08-31 | 一种基于光伏发电系统电阻匹配的mppt控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911114338.9A CN110737302A (zh) | 2019-11-14 | 2019-11-14 | 一种基于光伏发电系统电阻匹配的mppt控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110737302A true CN110737302A (zh) | 2020-01-31 |
Family
ID=69272966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911114338.9A Pending CN110737302A (zh) | 2019-11-14 | 2019-11-14 | 一种基于光伏发电系统电阻匹配的mppt控制方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110737302A (zh) |
| WO (1) | WO2021093421A1 (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111679713A (zh) * | 2020-06-28 | 2020-09-18 | 齐鲁工业大学 | 一种直接计算的光伏最大功率点跟踪方法 |
| CN112632783A (zh) * | 2020-12-25 | 2021-04-09 | 上海亿边科技有限公司 | 一种光伏发电的仿真参数计算方法及设备 |
| WO2021093421A1 (zh) * | 2019-11-14 | 2021-05-20 | 中国华能集团有限公司 | 一种基于光伏发电系统电阻匹配的mppt控制方法 |
| CN113093858A (zh) * | 2021-04-08 | 2021-07-09 | 南昌航空大学 | 一种基于预测技术的光伏变步长mppt控制方法 |
| CN114336729A (zh) * | 2021-11-17 | 2022-04-12 | 天津大学 | 基于fpga的mppt控制算法暂态实时仿真方法及装置 |
| CN115185334A (zh) * | 2022-08-04 | 2022-10-14 | 嘉兴学院 | 一种基于gru神经网络的光伏mppt方法 |
| CN116094453A (zh) * | 2022-11-25 | 2023-05-09 | 暨南大学 | 一种相位可控的多端口太阳能组件及其调节方法 |
| CN116937694A (zh) * | 2023-09-15 | 2023-10-24 | 广州德姆达光电科技有限公司 | 一种光伏发电系统mppt控制器的控制方法及系统 |
| CN118759994A (zh) * | 2024-07-30 | 2024-10-11 | 宁夏隆基宁光仪表股份有限公司 | 一种光伏发电控制系统 |
| CN119088165A (zh) * | 2024-08-30 | 2024-12-06 | 广东三瑞电源有限公司 | 一种自适应mppt算法的光伏发电系统性能增强系统及方法 |
| CN119270991A (zh) * | 2024-11-01 | 2025-01-07 | 哈尔滨工业大学 | 一种基于时滞极值搜索的光伏系统最大功率点跟踪控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621892A (zh) * | 2012-04-06 | 2012-08-01 | 杭州电子科技大学 | 横机伺服系统速度调节器的控制方法 |
| KR20160058304A (ko) * | 2014-11-14 | 2016-05-25 | 재단법인대구경북과학기술원 | 비대칭 특성을 갖는 태양전지의 최대전력 추적장치 및 방법 |
| CN106950857A (zh) * | 2017-04-27 | 2017-07-14 | 南通大学 | 基于模糊逻辑控制的光伏电池mppt仿真方法 |
| CN107664948A (zh) * | 2017-09-11 | 2018-02-06 | 南通大学 | 光伏电池mppt的非对称变论域模糊控制方法 |
| CN108803771A (zh) * | 2017-05-02 | 2018-11-13 | 南京理工大学 | 基于自适应模糊控制的最大功率点跟踪方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010003039A2 (en) * | 2008-07-03 | 2010-01-07 | University Of Delaware | Method for maximum power point tracking of photovoltaic cells by power converters and power combiners |
| CN101667015A (zh) * | 2009-08-26 | 2010-03-10 | 东南大学 | 汽车驾驶机器人的车速跟踪模糊控制方法 |
| US9557367B2 (en) * | 2013-08-14 | 2017-01-31 | Enphase Energy, Inc. | Method and apparatus for monitoring maximum power point tracking |
| CN105226737B (zh) * | 2014-06-13 | 2018-10-09 | 浙江师范大学 | 一种高采收率光伏充电方法及装置 |
| CN108062141A (zh) * | 2017-11-22 | 2018-05-22 | 新奥泛能网络科技股份有限公司 | 光伏系统控制装置及方法 |
| CN110737302A (zh) * | 2019-11-14 | 2020-01-31 | 华能海南发电股份有限公司 | 一种基于光伏发电系统电阻匹配的mppt控制方法 |
-
2019
- 2019-11-14 CN CN201911114338.9A patent/CN110737302A/zh active Pending
-
2020
- 2020-08-31 WO PCT/CN2020/112371 patent/WO2021093421A1/zh not_active Ceased
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102621892A (zh) * | 2012-04-06 | 2012-08-01 | 杭州电子科技大学 | 横机伺服系统速度调节器的控制方法 |
| KR20160058304A (ko) * | 2014-11-14 | 2016-05-25 | 재단법인대구경북과학기술원 | 비대칭 특성을 갖는 태양전지의 최대전력 추적장치 및 방법 |
| CN106950857A (zh) * | 2017-04-27 | 2017-07-14 | 南通大学 | 基于模糊逻辑控制的光伏电池mppt仿真方法 |
| CN108803771A (zh) * | 2017-05-02 | 2018-11-13 | 南京理工大学 | 基于自适应模糊控制的最大功率点跟踪方法 |
| CN107664948A (zh) * | 2017-09-11 | 2018-02-06 | 南通大学 | 光伏电池mppt的非对称变论域模糊控制方法 |
Non-Patent Citations (4)
| Title |
|---|
| DEXIAO HAN 等: "Research on a Photovoltaic MPPT Based on Fuzzy Control Algorithm", 《SAMSE 2018》 * |
| 冷淼: "光伏发电系统及其MPPT控制策略的研究", 《中国优秀硕士学位论文全文数据库》 * |
| 徐子哲: "局部阴影条件下光伏阵列MPPT控制系统设计", 《中国优秀硕士学位论文全文数据库》 * |
| 陈亚峰: "模糊控制在光伏最大功率追踪预测中的应用与研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021093421A1 (zh) * | 2019-11-14 | 2021-05-20 | 中国华能集团有限公司 | 一种基于光伏发电系统电阻匹配的mppt控制方法 |
| CN111679713A (zh) * | 2020-06-28 | 2020-09-18 | 齐鲁工业大学 | 一种直接计算的光伏最大功率点跟踪方法 |
| CN112632783A (zh) * | 2020-12-25 | 2021-04-09 | 上海亿边科技有限公司 | 一种光伏发电的仿真参数计算方法及设备 |
| CN112632783B (zh) * | 2020-12-25 | 2022-09-06 | 上海亿边科技有限公司 | 一种光伏发电的仿真参数计算方法及设备 |
| CN113093858A (zh) * | 2021-04-08 | 2021-07-09 | 南昌航空大学 | 一种基于预测技术的光伏变步长mppt控制方法 |
| CN114336729A (zh) * | 2021-11-17 | 2022-04-12 | 天津大学 | 基于fpga的mppt控制算法暂态实时仿真方法及装置 |
| CN115185334A (zh) * | 2022-08-04 | 2022-10-14 | 嘉兴学院 | 一种基于gru神经网络的光伏mppt方法 |
| CN116094453A (zh) * | 2022-11-25 | 2023-05-09 | 暨南大学 | 一种相位可控的多端口太阳能组件及其调节方法 |
| CN116937694A (zh) * | 2023-09-15 | 2023-10-24 | 广州德姆达光电科技有限公司 | 一种光伏发电系统mppt控制器的控制方法及系统 |
| CN116937694B (zh) * | 2023-09-15 | 2023-11-28 | 广州德姆达光电科技有限公司 | 一种光伏发电系统mppt控制器的控制方法及系统 |
| CN118759994A (zh) * | 2024-07-30 | 2024-10-11 | 宁夏隆基宁光仪表股份有限公司 | 一种光伏发电控制系统 |
| CN119088165A (zh) * | 2024-08-30 | 2024-12-06 | 广东三瑞电源有限公司 | 一种自适应mppt算法的光伏发电系统性能增强系统及方法 |
| CN119270991A (zh) * | 2024-11-01 | 2025-01-07 | 哈尔滨工业大学 | 一种基于时滞极值搜索的光伏系统最大功率点跟踪控制方法 |
| CN119270991B (zh) * | 2024-11-01 | 2025-12-09 | 哈尔滨工业大学 | 一种基于时滞极值搜索的光伏系统最大功率点跟踪控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021093421A1 (zh) | 2021-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110737302A (zh) | 一种基于光伏发电系统电阻匹配的mppt控制方法 | |
| Aldair et al. | Design and implementation of ANFIS-reference model controller based MPPT using FPGA for photovoltaic system | |
| Hashim et al. | DC-DC boost converter design for fast and accurate MPPT algorithms in stand-alone photovoltaic system | |
| D'Souza et al. | An intelligent maximum power point tracker using peak current control | |
| Ngan et al. | A study of maximum power point tracking algorithms for stand-alone photovoltaic systems | |
| Hamed et al. | Fuzzy controller design using FPGA for photovoltaic maximum power point tracking | |
| Balamurugan et al. | Fuzzy controller design using soft switching boost converter for MPPT in hybrid system | |
| Samal et al. | Extraction of maximum power from a solar PV system using fuzzy controller based MPPT technique | |
| Boudaraia et al. | MPPT design using artificial neural network and backstepping sliding mode approach for photovoltaic system under various weather conditions | |
| Reddy et al. | Control and analysis of MPPT techniques for standalone PV system with high voltage gain interleaved boost converter | |
| Ahmed et al. | PSO-SMC controller based GMPPT technique for photovoltaic panel under partial shading effect | |
| Radjai et al. | The new FLC-variable incremental conductance MPPT with direct control method using Cuk converter | |
| CN111208863B (zh) | 一种光伏电池最大功率点快速跟踪控制方法及装置 | |
| Arulmurugan | Optimization of perturb and observe based fuzzy logic MPPT controller for independent PV solar system | |
| Arif et al. | Extensively used conventional and selected advanced maximum power point tracking techniques for solar photovoltaic applications: An overview | |
| Nivedha | Performance analysis of fuzzy based hybrid MPPT algorithm for photovoltaic system | |
| CN112327995B (zh) | 一种光伏电池最大功率跟踪切换控制方法 | |
| Sahu et al. | Comparison of MPPT algorithms using ANN and ANFIS in a standalone photovoltaic system | |
| Panigrahi et al. | Fuzzy logic based maximum power point tracking algorithm for photovoltaic power generation system | |
| Sarkar et al. | Comprehensive performance analysis of different MPPT algorithms for Building Integrated Photovoltaic system | |
| Vinifa et al. | Fuzzy based maximum power point tracking on a PV system | |
| Mbarki et al. | Comparative evaluation of three maximum power point tracking algorithms for photovoltaic systems using quadratic boost-converter | |
| Yusri et al. | Enhancing photovoltaic system efficiency through fuzzy logic-based maximum power point tracking | |
| Nacera et al. | Tracking the optimal point of a photovoltaic module (PVM) by fuzzy logic controlling a DC/DC converter | |
| Eshete et al. | Analysis of FLC Technique with P&O Algorithm Under Variable Weather Condition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200131 |