mppt算法 详细对太阳能光伏阵列发电比较熟

　　详细对太阳能光伏阵列发电比较熟悉的朋友，关于MppT这个概念一定不陌生。所谓MppT，是最大功率点的简称，在太阳能光伏阵列的输出过程中，会受到阵列和环境、温度等因素的影响。因此只有在达到某一输出电压值时，才能够达到输出的最大值，这时光伏阵列的工作点就达到了输出功率电压曲线的最高点，这就是MppT。本文将针对目前比较常见的集中MppT算法进行介绍，并针对其优缺点进行分析。

　　MppT的工作原理为，在一个规定的周期内，微处理器定期地主动调节pWM的占空比D，改变太阳能电池的输出电流，从而引起太阳能电池的输出电压变化，检测太阳能电池输出电压及输出电流，计算出太阳能电池阵列的输出功率，然后根据最大功率点跟踪策略寻找最大功率点的位置。

　　恒定电压控制法CVT

　　在太阳能电池温度变化不大时，太阳能电池的输出p—V曲线上的最大功率点几乎分布于一条垂直直线的两侧。因此，若能将太阳能电池输出电压控制在其最大功率点时的电压处，这时太阳能电池将工作在最大功率点。

　　CVT控制具有以下优点

　　控制简单，控制易实现；

　　系统不会出现因控制电压给定剧烈变化而引起振荡，具有良好的稳定性；

　　CVT控制具有以下缺点：

　　控制精度差，系统最大功率的跟踪的精度取决于给定电压值选择的合理性；

　　控制的适应性差，当系统外界环境，如太阳辐射强度，太阳能电池板温度发生改变时系统难以进行准确的最大功率点跟踪；

　　跟踪误差分析

　　由于太阳能电池的输出功率曲线在不同的温度以及不同的太阳辐射强度下具有不同的最大功率值，当系统外界环境条件改变时，系统的最大功率点电压发生改变，系统的最大功率跟踪就会出现稳定的误差，误差的大小取决于最大功率点电压的偏移大小。

　　提高跟踪效率策略

　　通过人工干预的方法，按时根据季节的变化调整系统的控制电压给定值Vconst；

　　在系统中设计太阳能电池组件温度检测装置以及太阳能辐射强度检测装置，根据检测到的外界环境数据自动调整系统控制电压的给定值；

　　扰动观测法p&O

　　扰动观测法的原理是目前实现MppT的常用方法之一。其原理是先在上一时刻控制电压给定值U（k-1）的基础上进行扰动，将（U（k-1）+dU）作为此时刻输出电压给定值，再检测输出电流值I（k），计算当前的输出功率p（k）后，将此时的功率同上一时刻的功率值p（k-1）相比，若功率新增，则表示扰动方向正确，可朝同一方向继续扰动。若功率值减小，则说明扰动方向错误，需向相反的方向进行扰动。

　　扰动观测法p&O的优点：

　　控制思路简单，实现较为方便；

　　可实现最大功率点的动态跟踪，提高系统的利用效率。采用扰动观测法p&O的缺点：跟踪稳按时，只能在最大功率点附近振荡运行；

　　跟踪误差分析

　　由于功率变化过程中的非单调性造成的误差。

　　扰动观测法是利用功率与时间的函数关系去跟踪功率时间曲线的极值，但是在实际系统中，由于功率随时间的曲线受到系统其他因素的影响而并非一定为一个单极值曲线，因此采用扰动观测法控制时系统在功率时间曲线上的极值点处将出现跟踪失效。从而造成系统功率输出的损失。

　　由于扰动观测法自身算法上的不严谨造成的误差。由于一天之中，日照强度是时刻变化的，因此太阳能电池组件的p-V曲线也在时刻变化。假设系统已经工作在最大功率点附近，此时工作电压记为V1，组件输出功率记为p1，当电压扰动方向向右移动到V2时，若此时日照强度继续下降，则对应输出功率可能为p2，系统误判扰动方向错误，从而控制工作电压往左移动回到点V1，假如日照强度持续下降，则可能会出现控制系统不断误判，使输出电压不断向左移动，使组件输出功率不断下降，最大功率点跟踪失败。

　　提高跟踪效率策略

　　由于扰动观测法是利用功率与时间的函数关系去跟踪功率时间曲线的极值，因此只能通过新增扰动频率和减小扰动步长来改善跟踪效果，减小误判盲区范围。

　　以上这两种方法是目前常见的太阳能MppT算法，借助这些方法，便能够得出对太阳能光伏发电的最佳也是最大功率点位置。关于太阳能光伏发电有兴趣或苦于设计结果能效始终不高的朋友可以花上一点时间来阅读本文，相信会有意想不到的收获。