基于MATLAB光伏发电系统设计与仿真-solarbe文库

资源描述：

2 0 1 3 年 5 月第 20 卷增刊控制工程Control Engineering of ChinaMay 2 0 1 3Vol ． 2 0 ， S0文章编号 1671-7848（ 2013） S0 -0026-04收稿日期 2012-07-04；收修定稿日期 2012-09- 25作者简介张欢欢（ 1988- ），男，上海人，研究生，主要研究方向为电力电子与电力传动等。光伏发电系统的 MATLAB 设计与仿真张欢欢（东华大学信息科学与技术学院，上海 201620 ）摘要随着传统化石能源的逐渐枯竭，现今太阳能光伏发电成为热点，太阳能光伏发电的效率转换成为了利用太阳能的关键问题。针对如何提高太阳能光伏发电的效率问题，设计了一个光伏发电的仿真系统。在对太阳能光伏电池进行数学分析的基础上建立了数学模型，通过 MATLAB 仿真分析了太阳能电池的输出电压和输出功率的变化规律，在常用的电导增量法上进行改进，达到简化算法和优化控制效果的目的。根据建立的数学模型及电压功率的变化规律，以改进的电导增量法为基础，提出了基于 Boost 电路的最大功率点跟踪策略，并在MATLAB 中搭建了系统模型进行仿真，仿真结果表明，改进的电导增量法有抖动，但就整体性能和效率而言，较常用的电导增量法算法更为简单，控制效果更好，因此，这一策略能更好地实现最大功率点跟踪。关键词太阳能电池；最大功率点跟踪；电导增量法中图分类号 TP 27 文献标识码 ADesign for Photovoltaic PowerGeneration SystemBasedon MATLABZHANG Huan-huan（ College of Information Science and Technology， Donghua University， Shanghai 201620， China）Abstract With the gradual depletion of traditional fossil fuels， nowadays， photovoltaic powergenerationsystemhas becomea hot spot ．The efficiency conversion of solar photovoltaic powergenerationhas becomea key issueof solar energy ． According to the problem of im-proving the solar photovoltaic power generation efficiency， this paper designed a photovoltaic power generation simulation system ．Through the mathematical analysis of solar photovoltaic cells， this paper built the mathematicalmodel and used MATLAB to simulateand analyze the rule of voltage and powerof the solar cell ．In order to achieve algorithm simplification and better control effect， this pa-per improved the general conductanceincrement method． According to the mathematicalmodel and voltage and power variation rule， onthe basisof the improvedconductanceincremental method， this paperproposeda maximumpower point tracking strategybasedon Boostcircuit ， and build a systemmodel in MATLAB simulation ．According to the simulation results， there is somejitter of the improved con-ductance incremental method， but to the whole function and efficiency， this strategycan realize the maximumpower point tracking betterthan the generalconductanceincrement method．Key words photovoltaic cells； maximum powerpoint tracking （ MPPT）； conductanceincremental method1 引言在化石能源顶峰的大背景以及减排等问题约束之下，人们对新能源大肆追求，最热的领域当属太阳能。如果能够以节约资源的方式利用太阳能，获得能源净利润，便真正称得上是拥有了取之不尽、用之不竭的能源［ 1］。因此，世界各国纷纷将太阳能光伏发电产业作为破解人类日益凸显的能源和环境问题的战略产业来予以大力支持，推动全球太阳能光伏发电产业迅猛发展。然而，现今太阳能光伏发电的最重要的问题就是光伏发电的效率问题，因为对于太阳能电池而言，长期以来存在着成本和效率的矛盾，如果让成本比较低，则其效率也比较低，要想制作高效率的太阳能电池，就要付出很高的代价。为了太阳能电池更好的得以利用，首要的工作就是要提高太阳能电池的效率［ 2］。太阳能的效率问题一直是全世界关注的问题，又由于影响太阳能效率的因素很多，其外界环境也相当复杂，在周围环境变化的同时，转换效率都会有所变化，因此需要 MPPT（即最大功率点跟踪）来优化太阳能电池的转化效率。本文是基于 MPPT的算法对太阳能光伏发电系统进行研究和设计优化，针对常用电导增量法控制时间长的缺陷问题，提出了一种改进的电导增量法，减短控制时间，来提高太阳能的转换效率，并希望能运用于实际，为太阳能产业作出一点贡献。2 太阳能光伏发电小型系统太阳能光伏发电小型系统通常由太阳能电池板、直流斩波器、蓄电器、最大功率点跟踪（ MPPT）和 PWM 驱动 5 个部分组成。其工作流程为太阳能电池板在光照下吸收太阳能输出电压和电流，电压和电流输入 MPPT 控制器，进行跟踪最大功率点，输出脉宽调制占空比，产生 PWM 波来驱动直流斩波器，输出的电压最终再对蓄电池充电或者对负载进行供电。3 太阳能电池等效电路I L 为光生电流源， I L 值正比于光伏电池的表面积、入射太阳光的辐射度及环境温度。流过二极管的电流 I d 可由二极管特性来表示 I d I 0［ exp（ qUdAKT）－ 1］（ 1）式中， I 0 为光伏电池内部等效二极管的 P-N 结反向饱和电流，它与该电池材料自身的特性有关，反映光伏电池对光生载流子最大的复合能力。 A 为二极管的品质因子，一般取值为 2-5。 Ud 为等效二极管的端电压。光伏电池等效电路模型中电租 Rs 为串联电阻，阻值一般小于 10 Ω ，它主要由电池的体电阻、表面电阻、电机导体电阻、电极与硅表面接触电阻和金属导体电阻来组成。并联电阻 Rsh 为旁路电阻，阻值很大，可以达到上千欧姆［ 3］。因为阻值巨大，所以对光伏电池的作用和影响很小，它主要是由电池表面污浊和半导体晶体缺陷所引起的漏电流所对应的 P-N 结漏泄电阻和电池边缘的漏泄电阻等部分组成［ 4］。太阳能电池等效电路图，如图 1 所示。图 1 太阳能电池等效电路图从电路原理可以推知单个光伏电池电路模型。I ph I L － Id － I sh （ 2）I d I 0［ exp（ qUdAKT）－ 1］（ 3）Ud V IRs （ 4）I d I 0｛ exp［（ q（ V IRs）AKT ）］－ 1｝（ 5）I sh V IR sRsh（ 6）可得 I ph I L － I0｛ exp［（ q（ V IR s）AKT ）］－ 1｝－ V IR sRsh（ 7）式中， q 为电子电荷（ 1． 6* 10 － 19 C）， K 为波尔兹曼常数（ 1． 38 * 10 － 23 J/K ）， T 为绝对温度（ t 273K）， A为二极管品质因子， Rs 为串联电阻， Rsh 为并联电阻。4 最大功率点跟踪（ MPPT）如今，由于对 MPPT 越来越重视，关于 MPPT的算法也是层出不穷，普遍有以下三种 1）恒定电压法在光伏电池温度一定时，其输出特性曲线上最大功率点电压几乎为一个固定的电压值。因此根据实际系统设定一恒定的运行电压，使系统始终保持在某一设定电压下从而尽可能地输出最大功率。2）干扰观测法原理是先让光伏阵列工作在某一参考电压下，检测输出功率，然后在这个工作电压基础之上，加一个正向电压扰动量，若此时输出功率增加，则表明光伏阵列最大功率点在当前工作点的右边，可以继续增加正向扰动。若输出功率降低，则最大功率点在当前工作点的左边，应当降低输出电压，在下一个控制周期加负向电压扰动，使工作点左移。3）电导增量法通过比较光伏阵列的瞬时电导和电导的变化量来实现最大功率跟踪。光伏阵列的输出特性曲线是一个单峰值的曲线，在最大功率点必定有 dp/du 0，其中， p 为光伏阵列输出功率， u 为输出电压。如果 dp/du ＞ 0，系统工作在最大功率点的左侧，下一步要增大光伏阵列的输出电压，如果 dp/ du ＜ 0，系统工作在最大功率点的右侧，下一步要减小光伏阵列的输出电压，如果dp/ du 0，表明此时在最大功率点处，维持光伏阵列的输出电压。恒定电压法将最大功率点跟踪转化为稳压控制，设计相对简单，成本较低，但这种方式并非真正的最大功率跟踪，它所带来的功率损失相比于近代微电技术的迅速发展及器件的大幅降价，已经不是一个经济的选择。干扰观测法采用模块化控制回路，跟踪方法简单，实现容易，对传感器精度要求不高，但它只能在光伏阵列最大功率点附近振荡运行，导致一定功率损失，跟踪步长对跟踪精度和相应速度无法兼顾。电导增量法优点是控制效果好，在光照强度和温度变化时，光伏电池阵列的输出电压能平稳追随环境的变化，且输出电压波动小。但它的控制算法比较复杂，对控制系统和传感器的精度要求较高，·72·增刊张欢欢光伏发电系统的 MATLAB 设计与仿真跟踪到最大功率点所需的时间较长，实现起来比较困难［ 5］。鉴于上述三种算法的优缺点，本次设计将对电导增量法进行改进，达到减短跟随时间的目的，实现控制效果好和跟随时间短的双重效果。改进的电导增量法实际上简化了的电导增量法，流程开始采样电压和电流，计算出功率，同时计算电压差和功率差 du 和 dp，再运用乘法，计算dp* du，若 dp* du 0，则工作点已处于最大功率点处，流程结束；若 dp* du ＞ 0，则表示系统工作在最大功率点的左侧，下一步要增大光伏阵列的输出电压；若 dp/du ＜ 0，则表示系统工作在最大功率点的右侧，下一步要减小光伏阵列的输出电压。从上述算法对比未改进的电导增量法可以看出，改进的电导增量法比原电导增量法极大地简化了算法，原算法经采样后需要分别判断 du 是否为零， di 是否为零以及 dp 的正负，共有 5 个判断分支，而改进的控制算法仅仅只有 2 个判断分支，大大地简化了算法，最终通过判断 dp* du 的符号来决定输出电压的增大或减小。因此，改进的电导增量法比原算法设计更简单，步骤更少，减少了算法处理的时间，达到了减短跟随时间的目的，弥补了原算法跟踪到最大功率点所需时间较长的缺陷，也间接地提高了太阳能电池的工作效率。5 系统的设计与仿真本文对太阳能光伏发电系统的设计主要包含 4个模块太阳能电池仿真模块、 DC-DC 电压转换模块、 MPPT 控制模块、 PWM 生成模块。1）太阳能电池仿真模块根据太阳能电池等效电路推出的公式（ 7），运用 Matlab 逻辑运算进行搭建一个太阳能电池模块，参考温度和光照面积为25 ℃ 和 1 000 W /m 2，输入为光照面积（ S），温度（ Tc）和电压（ V），输出为电流（ I ），使用 MATLAB进行封装，命名为 PV 模块，使之成为可以调用的模块［ 6］。简单地测试此太阳能电池模块温度设置为25 摄氏度，可以根据光照面积依次为 1 000 W /m2 ，800 W /m 2 ， 600 W /m 2， 400 W/m 2 的 U-P 曲线可以得出 ① 太阳能电池有最大功率点，工作点需处于最大功率点，才能有更好的效率。 ② 在温度相同的情况下，光照强度越高，最大功率点的数值也越大，但是输出电压基本保持不变。 ③ 当工作点处于最高点左侧时， dp* du ＞ 0，当工作点处于最高点右侧时， dp* du ＜ 0，处于最高点时， dp * du 0，MPPT的算法就可以根据这个规则来实现［ 7］。2） DC-DC 电压转换模块 DC-DC 变换器采用Boost升压电路［ 8］，如图 2 所示。图 2 太阳能发电系统仿真图中， L1 10 mH， C2 300 pF， RL 20 Ω 。3） MPPT控制模块根据改进的电导增量法来设计 MPPT 的控制模块，具体流程为 V、 I 为太阳能电池工作时的电压和电流，通过一个零阶保持器后，分别计算出电压差（ du）和功率差（ dp），再将两者作乘法并判断其符号，修改步长为 0. 001， Vref 设为太阳能电池工作在最大功率点时的最终修改值曲线。一般的电导增量法都是计算 dp/du，根据 U-P曲线某两点的斜率来判断工作点在曲线的位置，而本次设计采用的方案是直接通过计算得出 dp* du的符号，根据正负来判断工作点的位置，这样在设计仿真上更加方便［ 9］。4） PWM 生成模块根据 MPPT 得出的最终修改值曲线，与三角波进行调制得到 PWM 波来控制Boost电路中 IGBT 的开关，最终实现 MPPT 控制。6 系统仿真结果根据搭建的 4 个模块，组合搭建出太阳能光伏发电的完整仿真系统，见图 2，其中， Timer 和Timer1 2 个计时器是用来仿真当温度和光照强度变化时的 MPPT 控制性能， MPPT和 PWM 为 2 个封装·82· 控制工程第 20 卷模块［ 10］。设置初始温度和光照强度为 10 ℃ 和 1 000 W /m2 ，若在 0. 2 s 后光照强度变为 2 000 W /m 2， 0. 3 s后温度变为 20 ，整个系统在运行后 0. 04 s 就达到了最大功率点，当 0. 2 s 时光照强度变为 2 000 W /m2 时，系统又经过 0. 04 s 迅速跟随到最大功率点处工作；当 0. 3 s 时温度变为 20 ℃ 时，系统又迅速跟随到新状态下的最大功率点，仿真结果，如图 3所示。图 3 电压、电流和功率输出波形7 结语本次设计采用改进的电导增量法进行 MPPT 控制，设计简单有效，效果比较好。太阳能光伏发电的效率更多地取决于光照强度，温度的变化对系统的影响不大，当光照强度变化时，最大功率点变化幅度较大，而温度的变化时，最大功率点变化较小。整个控制系统紧紧跟随环境条件变化而变化，控制时间短，精度比较好。此系统中，在外界环境多变的情况下，系统仍能紧紧地、快速地跟随最大功率点，符合了需要快速适应外界环境的控制要求，控制时间短也间接地提高了太阳能发电的效率，因此，此仿真系统不仅可以满足一般的太阳能发电场合，而且可以更好地被运用于外界环境多变化的工程场合，达到较好的控制效果。参考文献［ 1］冯垛生，王飞．太阳能光伏发电技术图解指南［ M］．北京人民邮电出版社． 2011 ．［ 2］王立乔，孙孝峰．分布式发电系统中的光伏发电技术［ M］．北京机械工业出版社． 2010 ．［ 3］刘荣．自然能供电技术［ M］．北京科学技术出版社． 2000 ．［ 4］董密．太阳能光伏并网发电系统的优化设计与控制策略研究［ D］．长沙中南大学信息科学与技术学院． 2007 ．［ 5］杨贵恒，强生泽，张颖超，郑勇．太阳能光伏发电系统及其应用［ M］．北京化学工业出版社． 2011 ．［ 6］张德丰，杨文茵． MATLAB 仿真技术与应用［ M］．北京清华大学出版社． 2012 ．［ 7］王忠礼，段慧达，高玉峰． MATLAB 应用技术在电气工程与自动化专业中的应用［ M］．北京清华大学出版社． 2007 ．［ 8］钟炎平．电力电子电路设计［ M］．武汉华中科技大学出版社． 2010 ．［ 9］李忠实．太阳能光伏发电系统设计施工与维护［ M］．北京人民邮电出版社． 2010 ．［ 10］汤强，薛太林．基于 Matlab /Simulink 的光伏组件建模仿真［ J］．通信电源技术． 2011， 28（ 1）檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪38-39．（上接第 25 页）其中表 3 的进料是 NAP，表 4 的进料是 AGO，表 5 的进料是 HVGO。通过表 3、表 4 和表 5 可以看出双烯质量收率经过 QGSO算法的优化之后有了显著的提高，其中NAP 双烯收率提高了 1. 52 ， AGO 双烯收率提高了 0. 67 ， HVGO 双烯收率提高了 1. 14 。这样在改变进料属性时先对操作变量进行优化，就避免了在进料属性改变过程中仅凭经验对操作条件进行盲目的控制，更合理的调节进料流量和 COT 的温度。5 结语本文针对传统优化算法寻优精度低、收敛速度慢的问题，提出了量子群搜索算法。该算法利用了量子理论中的特点，结合了量子理论中的叠加态特性和概率表达特性，增加了种群的多样性，弥补了基本群搜索算法中寻优精度的不足。同时采用了量子位直接编码及强大的量子计算能力，弥补了算法中收敛速度缓慢的缺陷。通过与 BQEA 算法和 QP-SO 算法在 7 个测试函数中的比较，说明该算法具有良好的寻优精度和收敛速度。在优化乙烯裂解炉乙烯和丙烯最佳质量收率的应用中，当裂解原料属性趋于稳定时，本文提出的算法可以较快完成对操作变量的寻优，显著提高了 “ 双烯 ” 收率。参考文献［ 1］ J H Holland ．Adaptation in natural and artificial system［ M］． AnnArbor University of Michigan Press， 1975 1-53．［ 2］ Kennedy J， Eberhart R C． Particle swarm optimization［ C］ / /Pro-ceeding of IEEE International Conference on Neural Networks ．Perth， Auslralia ， 1995 1942- 1948．［ 3］ Kirkpatrick S， JrGelatt C D， Vecchi M P． Optimization by simula-ted annealing［ J］． Science， 1983， 220（ 11） 651-671．［ 4］ Storm R， Price K． Differential evolution-a simple and efficient heu-ristic for global optimization over continuous spaces［ J］． Journal ofGlobal Optimization， 1997， 11 341-359．［ 5］ LI P C， LI S Y． Quantum-inspired evolutionary algorithm for con-tinuous spaces optimization based on Bloch coordinates of qubits［ J］． Neurocomputing， 2008， 72 581-591．［ 6］ Han K， Kim J H． Genetic quantum algorithm and its application tocombinatorial optimization problems［ C］． Proceedings of the2000IEEE Conference on Evolutionary Computation， Piscataway， IEEEPress， 2000 1354- 1360．·92·增刊张欢欢光伏发电系统的 MATLAB 设计与仿真