改进功率预测变步长扰动法在光伏MPPT中的研究

doi:10.19912/j.0254-0096.tynxb.2020-0424

摘要/Abstract

摘要： 针对最大功率点跟踪技术在光伏发电系统中的应用和研究现状,提出一种改进功率预测变步长扰动法。首先分析光照强度在一个采样周期内非线性变化时功率预测法会因功率预估值偏差较大而产生误判这一现象,为减少功率振荡损失,基于牛顿插值法建立三点采样函数模型以减少预测功率值与实际功率值的偏差。其次在确定变步长的过程中纳入光照强度变化这一动态因素,通过引入对光照强度变化的修正系数提出一种变步长的确定方法。最后搭建光伏系统模型及车载光伏实验平台进行最大功率点追踪仿真,结果表明改进功率预测变步长扰动法在改善误判和失效问题的同时能更加平稳地追踪最大功率点。

关键词: 太阳电池, 光伏发电, 最大功率点追踪, 功率预测, 变步长扰动法

Abstract: In view of the application and research status of tracking technology of maximum power point trackers （MPPT） in photovoltaic power generation system, an improved variable step perturbation method for power prediction is proposed. Firstly, this paper analyzes the phenomenon that the power prediction method can misjudge the estimated power due to the large power estimation deviation, when the sun light intensity change is nonlinear within a sampling period. In order to reduce the power oscillation loss and the deviation between the predicted power value and the actual power value, a three-point sampling function model is established based on Newton interpolation method. Secondly, in the process of determining the variable step size, the dynamic factor of sun light intensity change is considered. On this basis, a method of determining the variable step size is proposed by introducing the correction coefficient of sun light intensity change. Finally, a photovoltaic system model and onboard photovoltaic experimental platform is built for MPPT tracking simulation. The results show that the modified variable step perturbation method for power prediction can track MPPT more stably and but also improve the problems of misjudgment and failure.

Key words: solar cells, photovoltaic power generation, maximum power point track（MPPT）, power prediction, variable step perturbation method

中图分类号:

TM615

王伟, 戴朝华, 陈维荣, 郭爱. 改进功率预测变步长扰动法在光伏MPPT中的研究[J]. 太阳能学报, 2022, 43(2): 217-225.

Wang Wei, Dai Chaohua, Cheng Weirong, Guo Ai. RESEARCH ON IMPROVED VARIABLE STEP PERTURBATION ALGORITHM FOR POWER PREDICTION IN PHOTOVOLTAIC MPPT[J]. Acta Energiae Solaris Sinica, 2022, 43(2): 217-225.

参考文献

[1] 韦晓广, 高仕斌, 臧天磊, 等. 社会能源互联网: 概念、架构和展望[J]. 中国电机工程学报, 2018, 38(17): 4969-4986.
WEI X G, GAO S B, ZANG T L, et al.Social energy internet: Concept, architecture and outlook[J]. Proceedings of the CSEE, 2018, 38(17): 4969-4986.
[2] 王庆磊. 局部阴影条件下光伏系统MPPT方法研究[D]. 淮南: 安徽理工大学, 2018.
WANG Q L.Reserch on MPPT method of photovoltaic system under local shadow condition[D]. Huainan: Anhui University of Science and Technology, 2018.
[3] BENDIB B,BELMILI H,KRIM F.A survey of the most used MPPT methods: conventional and advanced algorithms applied for photovoltaic systems[J]. Renewable and sustainable energy reviews, 2015, 45: 637-648.
[4] 赵鹏飞, 赵庆生, 王旭平, 等. 基于改进功率预测算法的变步长光伏 MPPT 研究[J]. 可再生能源, 2017, 35(9): 1318-1323.
ZHAO P F, ZHAO Q S, WANG X P, et al.Variable step disturbance observation based on the improved power prediction algorithm[J]. Renewable energy resources, 2017, 35(9): 1318-1323.
[5] 艾永乐, 刘群峰, 韩朝阳, 等. 基于改进扰动观察法的光伏MPPT策略[J]. 武汉大学学报(工学版), 2020, 53(4): 339-344.
AI Y L, LIU Q F, HAN Z Y, et al.Photovoltaic MPPT strategy based on improved perturbation and observation method[J]. Engineering Journal of Wuhan University, 2020, 53(4): 339-344.
[6] 郑年伟, 吉培荣, 刘浩, 等. 自适应变步长扰动观察法在光伏系统MPPT中的运用[J]. 电力科学与工程, 2019, 35(9): 9-14.
ZHENG N W, JI P R, LIU H, et al.Application of an adaptive variable step disturbance observation method in photovoltaic system MPPT[J]. Electric power science and engineering, 2019, 35(9): 9-14.
[7] 周立, 谢磊, 李杰, 等. 功率预测变步长扰动法在光伏MPPT中的研究[J]. 电源技术, 2020, 44(2): 230-234.
ZHOU L, XIE L, LI J, et al.Research on power prediction variable step size perturbation method in photovoltaic MPPT[J]. Chinese journal of power sources, 2020, 44(2): 230-234.
[8] 严国康. 太阳能光伏电池工程用仿真模型及其MPPT控制算法研究[D]. 重庆: 重庆大学, 2015.
YAN G K.Research on the engineering simulation model and the MPPT algorithm of PV cells[D]. Chongqing: Chongqing University, 2015.
[9] 武迪, 许春雨, 郑丽君, 等. 基于β参数的光伏系统最大功率点跟踪算法研究[J]. 太阳能学报, 2020, 41(6): 234-241.
WU D, XU C Y, ZHENG L Y, et al.Maximum power point tracking algorithm of photovoltaic system based on β-parameter[J]. Acta energiae solaris sinica, 2020, 41(6): 234-241.
[10] 刘宜罡, 邹应全, 张晓强, 等. 基于差分进化的光伏MPPT算法改进[J]. 太阳能学报, 2020, 41(6): 264-271.
LIU Y G, ZOU Y Q, ZHANG X Q, et al.An improved photovoltaic MPPT algorithm based on differential evolution algorithm[J]. Acta energiae solaris sinica, 2020, 41(6): 264-271.
[11] 王森, 杨超, 蒲阳, 等. 分段式自适应变步长爬山法在光伏系统MPPT中的应用[J]. 电力科学与工程, 2020, 36(3): 38-44.
WANG S, YANG C, PU Y, et al.Application of segmented adaptive variable step climbing method in MPPT of photovoltaic system[J]. Electric power science and engineering, 2020, 36(3): 38-44.
[12] 范瑞祥, 尹国明, 苗洁蓉, 等. 基于参数辨识的光伏组件快速MPPT方法[J]. 太阳能学报, 2020, 41(2): 296-302.
FAN R X, YIN G M, MIAO J R, et al.A quick MPPT method of PV panel based on parameter identification[J]. Acta energiae solaris sinica, 2020, 41(2): 296-302.
[13] 梅润杰, 张经炜. 基于Z源逆变器的粒子群和模糊变步长电导增量MPPT算法[J]. 太阳能学报, 2020, 41(1): 137-145.
MEI R J, ZHANG J W.MPPT algorithm of particle swarm optimization and fuzzy variable step incremental conductance method based on Z-source inverter[J]. Acta energiae solaris sinica, 2020, 41(1): 137-145.

[1]	秦放, 李登宣, 丁煌, 周海. 基于CERES数据分析中国云对地表太阳辐射影响特征[J]. 太阳能学报, 2022, 43(9): 8-14.
[2]	唐海龙, 熊兰, 吴淑牛, 王韵, 陈永辉. 光伏系统直流母线电弧故障的固有频率法测距[J]. 太阳能学报, 2022, 43(9): 30-37.
[3]	章文杰, 张佳俊, 田秀丰, 梁金涵, 赵英博. 半透明晶体硅光伏热电制冷辐射窗的性能分析[J]. 太阳能学报, 2022, 43(9): 45-51.
[4]	沈朝, 计长勇, 张春晓. 外翅片强化PV/PCM系统热管理性能研究[J]. 太阳能学报, 2022, 43(9): 52-56.
[5]	李昊琦, 魏利平, 庄子贤, 郑茂盛. 光伏相变系统温控特性及散热结构优化设计[J]. 太阳能学报, 2022, 43(9): 57-63.
[6]	杜林, 彭长涛, 唐宇, 江雨童, 舒慧, 黄跃龙. 2-巯基嘧啶界面钝化改善钙钛矿太阳电池性能[J]. 太阳能学报, 2022, 43(9): 73-77.
[7]	周生厚, 章文峰, 江雨童, 林埔安, 周祥青, 黄跃龙. 加热和水处理共同调控PbI₂薄膜形貌及其在钙钛矿太阳电池中的应用研究[J]. 太阳能学报, 2022, 43(9): 78-82.
[8]	江雨童, 陈东, 孙泽华, 黄跃龙, 俞健, 陈涛. ITO/Metal/ITO叠层电极中Cu/Ag对钙钛矿太阳电池电极性能的影响[J]. 太阳能学报, 2022, 43(9): 83-87.
[9]	刘仙萍, 田东, 雷豫豪, 郝小礼, 李大鹏. 光伏/光热-地源热泵联合供热系统运行性能研究[J]. 太阳能学报, 2022, 43(9): 88-97.
[10]	康一亭, 张兰兰, 范满, 朱娟花. 聚光型光伏系统光电耦合性能研究[J]. 太阳能学报, 2022, 43(8): 33-40.
[11]	袁建华, 谢斌斌, 何宝林, 赵子玮, 刘宇, 刘邦. 基于DTW-VMD-PSO-BP的光伏发电功率短期预测方法[J]. 太阳能学报, 2022, 43(8): 58-66.
[12]	谭海旺, 杨启亮, 邢建春, 黄克峰, 赵硕, 胡浩宇. 基于XGBoost-LSTM组合模型的光伏发电功率预测[J]. 太阳能学报, 2022, 43(8): 75-81.
[13]	张东宁. 基于改进电导增量法的光伏最大功率点跟踪策略研究[J]. 太阳能学报, 2022, 43(8): 82-90.
[14]	赵巍, 王雅坤, 滕甲训, 孙孝峰, 朱艳萍, 王宝诚. 一种基于三端口能量路由的单级式光储并网系统及其高压穿越技术[J]. 太阳能学报, 2022, 43(8): 91-95.
[15]	王福忠, 王帅峰, 张丽. 基于VMD-LSTM与误差补偿的光伏发电超短期功率预测[J]. 太阳能学报, 2022, 43(8): 96-103.