1、ISSN 1006 7167CN 31 1707/TESEACH AND EXPLOATION IN LABOATOY第 42 卷 第 2 期Vol42 No22023 年 2 月Feb 2023DOI:10 19927/j cnki syyt 2023 02 029基于类箕舌线的自适应变步长 MPPT 算法设计倪瓒，李浩楠，原晓楠(西安交通大学 电气工程学院，西安 710049)摘要:为进一步提高光伏发电系统的稳定性和发电效率，使用最大功率点跟踪技术(MPPT)使输出功率最大化。对此提出一种基于类箕舌线的自适应变步长扰动观测法，该方法综合考虑跟踪速度、振荡幅度和计算复杂度等因素，分析了类箕舌
2、线函数中参数 和 的不同取值对算法的影响。应用 Matlab/Simulink 分别在改变光照强度和温度两种情况下进行仿真，并与定步长扰动观测法进行对比。仿真结果表明，所提算法明显提高了跟踪速度，改善了靠近 MPP 时功率的振荡问题，相比于传统算法具有明显优越性。算法计算复杂度小，跟踪性能好，可应用于算力较小的 MPPT 控制器中。关键词:光伏发电;最大功率点跟踪技术;箕舌线函数;扰动观测法中图分类号:TM 930 2文献标志码:A文章编号:1006 7167(2023)02 0142 05Design of Adaptive Variable Step MPPT AlgorithmBased
3、 on Versoria FunctionNI Zan，LI Haonan，YUAN Xiaonan(School of Electrical Engineering，Xi an Jiaotong University，Xi an 710049，China)Abstract:In order to further improve the stability and power generation efficiency，the output power of the photovoltaicpower generation system is maximized by MPPT An adap
4、tive variable-step perturbation observation method based onversoria function is proposed in the paper The effect of different values of parameters and in the versoria function isanalyzed，and the tracking speed，oscillation amplitude and computational complexity are analyzed Matlab/Simulink isapplied
5、to simulate the algorithm under two cases of changing solar intensity and temperature，and compare the resultswith the fixed-step perturbation observation method The simulation results show that the improved algorithm significantlyincreases the tracking speed and improves the power oscillation proble
6、m near MPP，which is significantly superiorcompared with the traditional algorithmThe algorithm has small computational complexity and good trackingperformance，and can be applied to MPPT controllers with small computing powerKey words:photovoltaic power generation;maximum power point tracking(MPPT);v
7、ersoria function;perturbation andobservation method收稿日期:2022-05-04基金项目:中国高等教育学会高等教育科学研究“十三五”规划课题项目(2019SYSZD09);2020 年西安交通大学本科教学改革研究青年项目(2020SJZX05);2021 国 家 级 大 学 生 创 新 创 业 训 练 项 目(S202110698024)作者简介:倪瓒(2001 )，男，陕西咸阳人，本科生，电气工程专业。Tel:18702965661;E-mail:1070452644 qq com通信作者:原晓楠(1993 )，女，陕西蒲城人，硕士，工程师
8、，现主要从事电工电子技术实验教学研究。Tel:138919419065;E-mail:yxn0002017060 xjtu edu cn0引言随着化石燃料快速消耗，全球环境污染日趋严重，可再生能源在电力生产中的应用愈加广泛。太阳能资源以其清洁且取之不尽用之不竭的特点得到各个国家的关注，是未来最具前途的新能源之一1。光伏发电系统将太阳能转换为电能，在能源行业具有重要的应第 2 期倪瓒，等:基于类箕舌线的自适应变步长 MPPT 算法设计用，但该系统存在转换效率低，且受环境因素影响2-3，系统难以稳定输出最大功率。为使光伏发电系统达到最优工作状态，即光伏电池工作在最大功率点，需要使用最大功率点跟踪(
9、Maximum Power PointTracking，MPPT)技术使输出功率最大化，最大程度提高光伏发电效率。基于以上背景对光伏系统进行 MPPT 算法设计。通过对传统扰动观测法的分析，本文提出一种基于类箕舌线的自适应变步长扰动观测法，有效提高光伏系统输出最大功率的稳定性。1算法研究国内外专家学者已提出多种 MPPT 算法，常见的经典算法有扰动观测法(Perturbation and Observationmethod，PO)、电导增量法(Incremental Conductance，INC)、恒压跟踪法和基于以上算法提出的改进 MPPT算法。文献 4 中表明，传统扰动观测法和电导增量法
10、，运算简单易实现，满足一般场合要求，但是很难同时满足跟踪速度快且稳定性强等需求，基于现代控制理论的智能算法具有跟踪速度快，精度高，适用于多峰值情况等优点，但算法计算量大，运行时间长，难以推广实现。文献 5-8 中在传统算法的基础上进行改进，实时确定扰动步长的大小，既可以快速搜索最大功率点(Maximum Power Point，MPP)，又可以稳定地输出最大功率。文献 9-10 中将现代算法和传统算法相结合，解决了光伏阵列的多峰值问题，并进行了不同遮阴情况的仿真比较。文献 11 中为减小步长因子的运算复杂度，首次将箕舌线函数应用于变步长自适应滤波算法，改善了传统算法收敛速度、稳定性以及跟踪速度
11、等性能。文献 12 将箕舌线函数与传统 INC 相结合，为 MPPT 算法提供了新思路。2光伏电池模型分析2 1光伏电池数学模型光伏电池可将太阳能转换为电能，其内部结构可等效为电流源 G 和二极管并联。光伏电池的光生电流 Iph与光照强度有关，可将光伏电池视为一个电流随光照强度变化的电流源。光生电流 Iph由流过 P-N 结的暗电流 Id、流经并联损耗电阻 sh的电流 Ish和流经串联损耗电阻 s的输出电流 Ipv构成。光伏电池模型可等效为图 1 所示电路，其中 Upv为输出电压。光伏电池的伏安特性13 Ipv=Iph Io(eq(Upv+Ipvs)AKT 1)Upv+Ipvssh(1)式中:
12、Io为反向饱和电流，A;K 为玻尔兹曼常数，1 3811023(JK1);q 为电子电荷量，1 602 1019(C);A 为光伏电池的理想因子;T 为热力学温度，K。图 1光伏电池等效电路2 2光伏电池 P-U 特性由式(1)可知，光照强度 S 和环境温度 T 会影响反向饱和电流 Io，进而影响光伏电池的 P-U 特性。图2 展示了不同太阳辐射强度和不同环境温度下的光伏电池 P-U 特性曲线。(a)不同光照强度下(b)不同环境温度下图 2光伏电池的 P-U 特性曲线输出功率随着输出电压的变化存在最大功率点。由图 2(a)可见，光伏电池的最大输出功率随着光照强度的升高而增大。由图 2(b)可见
13、，光伏电池的最大输出功率随着环境温度的升高而减小。若想要在不同光照强度和不同温度的条件下实现输出功率的最大化，应改变输出电压，使其调整到对应最大功率点处。3算法设计3 1扰动观测法扰动观测法，是将微小变化量引入系统，以当前状态与前一时刻状态的差异为依据调整系统的工作状态。在光伏电池系统中，引入的微小变化量为电压，计算当前功率并与前一时刻功率进行比较，若大于前一时刻功率，则维持原来变化趋势，若小于前一时刻功率，则反向改变电压，最终使光伏电池输出功率最大化13。传统扰动观测法控制流程如图 3 所示。传统 PO 采用定步长，步长设置过小，光强和温度突然变化时跟踪时间较长;步长设置过大，系统到达最大功
14、率点后难以维持稳定，有较大波动。传统定步长 PO 无法保持在加快跟踪速度的情况下同时维持MPP 稳定的能力。3 2类箕舌线变步长扰动观测法为提高跟踪速度，并解决传统 PO 算法控制的光伏系统在加快跟踪速度的情况下不能够维持 MPP 稳定的问题，提出基于类箕舌线的变步长 MPPT 算法，根341第 42 卷图 3传统扰动观测法控制流程据当前功率与前一时刻功率的差值自适应调节步长取值，最终使光伏系统稳定在 MPP 处。箕舌线函数定义为在圆 O x2+y2 ay=0(a 0)上过原点作任意直线，分别交直线 y=a 于 P 点，交圆 O 于 Q 点。过点 P 作纵轴平行线，过点 Q 作横轴平行线，两条
15、平行线相交于 N 点，则 N 点的轨迹称为箕舌线。箕舌线函数方程和参数方程为:y=a3/(x2+a2)x=atan y=acos2(2)式中，为直线 OQ 与 y 轴夹角。箕舌线被发现后一直到 21 世纪初才有初步认识。由于其图形近似光线及 X 光的谱线分布，计算复杂度小，易于实现14-15，所以被广泛应用于自适应滤波算法的设计和数学建模中。为满足在功率变化较大时采用大步长，在功率变化较小时采用小步长的要求，文章所需要的类箕舌线函数从标准箕舌线出发，以当前功率与上一时刻功率的差值作为自变量，以步长系数作为因变量，对自变量取倒数后得到类箕舌线函数的步长系数，即(k)=/(+dP(k)2)(3)式
16、中:为类箕舌线函数调整参数 1;为类箕舌线函数调整参数 2;dP(k)为功率变化率。参数均无量纲。箕舌线如图 4 所示，dP(k)越小，步长系数(k)越小，在 MPP 处越稳定;dP(k)越大，步长系数(k)越大，跟踪速度越快，可以更快达到 MPP。由图 4(a)可见，取值越小，(k)在 dP(k)接近零时变化越小，算法在初期的(k)较小使跟踪速度较慢;当 取值较大时，算法在初期的(k)较大使跟踪速度加快，但在 dP(k)接近零时，(k)受 dP(k)的影响将增大。由图4(b)可见，取值越大，算法在dP(k)接近零时越稳定，但跟踪速度较慢;取值越小，算法在初期跟踪速度快，但在 dP(k)接近零时稳定性下降。为了权衡算法的跟踪速度与稳定性，取1 5，取10。(a)取 2，取不同值(b)取 10，取不同值图 4步长系数(k)与功率变化量 dP(k)的关系曲线4仿真分析为分析提出类箕舌线变步长 PO 算法的跟踪速度和稳定性，建立以 Boost 电路为主电路的 2 种 MPPT算法，即扰动观察法和基于类箕舌线变步长算法的仿真模型，并对比分析 2 种算法的仿真输出。4 1仿真电路搭建搭建的 Bo