最大功率点跟踪（MPPT）技术在光伏和其他应用中的能源性能和成本比较

1.介绍

在实际工程上将最大功率点跟踪技术引入到光伏发电系统的设计中去无疑是一个聪明的想法，这使得光伏系统能尽最大的可能进行能量转换，同时也能保证功率从电源到负载的传输过程的稳定。正因为光伏电池发电的过程是实时受天气因素诸如光照强度和温度等因素影响，所以在实际过程中的光电转换效率很低（光电转换效率仅约15%）。因此，最大功率点跟踪技术被引入光伏发电系统，以确保光伏发电系统能达到最大的光电转换效率。

由于受到光照强度和温度的影响，（通过检测发现）光伏电池板的输出特性曲线的参数间关系（I-V和P-V曲线）是非线性的。然而，从特性曲线图中的信息可知（图1），整个系统能够随着一个特殊的点工作，并将工况保持在效率最高的状态。这个特殊的点就是光伏电池输出最大功率点（MPP），为了确保光伏电池输出功率值保持在这一点附近，必须使用一定的跟踪算法和控制技术，从而达到最大化的能量利用。

图1 光伏电池板I-V和P-V特性曲线

有许多技术已经发展成熟，而且这些技术能够应用于光伏发电过程，使其效率最大化。这些技术之间的区别是受其之间的复杂程度、成本花费、可有效跟踪使效率最大的范围、响应速度、硬件需求以及技术的主流程度等因素的不同而区别的。智能跟踪算法目前不仅能在跟踪最大功率点过程中达到最小幅的振动，实现最快速的跟踪，还能进行算法升级。因此，光伏技术人员需要根据工程的最终目标、光照强度和温度等因素来对实际应运用的算法进行评估。

2.最大功率点跟踪控制技术

许多文献都阐述了对最大功率点跟踪技术的研究，那么本论文关注的是最受欢迎的几种跟踪方式，阐述如下：

2.1 恒定电压法

恒定电压法是最简单的最大功率点跟踪算法之一，假设阵列几乎不受温度和绝缘性影响，而且恒定的参考电压足够接近实际的最大功率状态下的电压值。那么此时，光伏阵列的工作点就会动作到与参考电压的修正值达到一致（？），参考电压的设定值与光伏阵列最大功率点电压或者其他预估最佳电压值相等。在某些情况下，这个值是由一个连接到控制芯片的电流源引脚的外部电阻器编程而得到的。

因此对于恒定电压法，工作点从来不是完全能跟踪在最大功率点处，而且在不同地理区域的条件参数是不同的。虽然恒定电压法不需要任何输入。然而 ，对光伏阵列最大功率点电压Vpv的测量是必要的，目的是为了建立和调整由PI调节器调节的直流/直流变换器的占空比。恒定电压法技术在弱光照强度时效果最好，因此，它通常与其他MPPT技术结合使用。在这方面来说，它比扰动观察法和电导增量法更有效。

2.2 开路电压法

开路电压技术的原理是将基于观察到的最大功率点电压使之接近一个固定比例的开路电压Voc。温度与太阳光照强度的变化会使光伏阵列最大功率点的波动幅度在2%的容差范围之内，此技术使用的是将76%的开路电压值作为光伏阵列的输出工作电压（在这个值上可以得到最大输出功率点对应的电压值），一般来说，这个值是非常接近实际的最大功率点电压值的。

因利用开路电压法测量的电压时，需要将电路断开，所以这里有必要引入一个静态开关到光伏系统中；在开路电压法中，静态开关用于打开电路。当电流为零时，光伏发电系统不会提供电力，也不产生能量。同时在本方法中对于光伏阵列电压Vpv的测量是受调节器的需求来进行的。

2.3 扰动观察法

扰动观察法是最常用的MPPT算法。该算法使用的是一个简单的反馈技术。在这种方法中，面板设定电压定期扰动，那么相应的输出功率P 会与上一个工作周期的输出功率值进行比较。如果有一个功率的增量，随后的扰动应保持在与上一次扰动相同的方向，直到达到最大功率点。如果功率下降，那么扰动方向被逆转。这个过程一直持续到输出功率达到最大功率点，并且系统的输出功率会在最大功率点处震荡。

这种技术的缺点是，在缓慢或快速变化的大气条件下，光伏阵列的输出功率发生的振荡会使输出功率出现损耗。

2.4 改进型扰动观察法

可以对扰动观察法进行改进，如降低稳态振荡和降低误跟踪方向的概率。该算法增加或减少由占空比决定，在每一个周期就会以预先设定的时间进行迭代，比如每100毫秒迭代一次。占空比的振幅与输出功率电压（dP / dV）的变化成正比。这种修改有助于减少发生在稳态振荡时的功率损失，同时能提供更高的响应速度。然而，若在光照强度很弱的情况下使用这种算法，其响应速度是非常缓慢的，因为dP / dV会很小。但整体效率仍会高于传统的扰动观察法（P＆O）。

2.5电导增量法

电导增量法的原理是依据实际的功率-电压（电流）曲线的斜率来进行跟踪。光伏组件的功率-电压（电流）曲线在最大功率点处的导数是零，若导数为负，则目前位置是在最大功率点的右侧，若导数为正，则在其左侧。也就是说，通过比较在每个采样时间的电导，该算法就能实现对太阳能电池的最大功率点的跟踪。

对于扰动观察法（P amp; O）和电导增量法（InCond）来说，算法达到最大功率点的速度取决于参考电压增量的大小。这些技术的主要缺点有两个，第一个缺点就是：当光照强度发生剧烈变化时很容易引起算法在跟踪过程中对最大功率点的丢失。在阶跃变化的环境条件下，由于是瞬态变化，所以能够很准确的对最大功率点进行跟踪。然而，当光照强度曲线随一定斜率变化，那么基于这两种算法的曲线就会随光照发生持续变化，所以电压和电流的变化不仅仅是由于电压的扰动所引起的。这样一来结果就是：无法通过算法确定光伏阵列输出功率的变化是由于其电压的增量变化还是光照强度的变化引起的。第二个缺点就是：在最大功率点附近的电压值和电流值是在一个稳定的范围内振荡的，这是因为控制算法的离散性，从而导致输出电压和输出电流不能一直恒定在最大功率点处的电压值和电流值，而是在其附近振荡。

目前，扰动观察法和电导增量法以及它们的改进形式是光伏阵列应用中使用最广泛的最大功率点跟踪技术。

2.6模糊逻辑控制技术（FLC）

模糊逻辑控制技术基于数学系统，其原理是通过分析关于2和1之间的逻辑值的模拟值。在过去十年中，在光伏系统最大功率点的跟踪算法中引入了该技术。 通过模糊控制器的控制是鲁棒的（其系统在异常和危险情况下系统生存的能力强），可以处理不精确的输入信号，不需要精确的数学模型并且还可以处理非线性的数据类型。模糊逻辑控制技术由三个阶段组成：模糊化，推理系统（按照规则库表查找）和去模糊化。 模糊化包括脆性数字输入转换为语言变量的过程，该语言变量的转换是基于某些集合的隶属程度。干扰系统通过使用Madani表法实现，而去模糊化则是使用重心来计算并确定作为占空比的模糊逻辑控制的输出量。

模糊逻辑控制技术的转换过渡速度比扰动观察法和电导增量法更快，而且，在稳定状态下其信号的显示更加平滑，波动也更小。在不同的大气条件下，使用模糊逻辑控制技术控制的最大功率点跟踪算法工作状态良好。模糊逻辑控制技术的其他应用包括：控制系统控制系统工程、工业自动化、机器人、图像处理以及电子产品生产和优化。更多关于模糊逻辑控制技术工作原理和控制策略的细节可以阅读相关文献。

2.7神经网络技术

神经网络技术是应对非线性和复杂系统或随机变量系统的适用解决方案。它们有可能提供一种改进的方法来推导非线性模型，并能使之与常规技术互补。这种技术的鲁棒性非常高，而且具有快速的响应性。神经网络通常是三层结构，即输入层、隐层和输出层。在每个层中的节点的数目是变化的，并且依赖于用户。输入变量可以是光伏阵列参数如Voc（开路电压）和 Isc（短路电流），也可以是大气数据，如辐射强度和温度或任何组合。输出信号通常是一个或几个参考信号（s），像占空比信号，用来驱动转换器工作使其接近最大功率点（MPP）。

由于大多数光伏阵列具有不同的特性，因此被使用的神经网络必须依据光伏阵列参数进行专门的训练后才能够将其应用。 光伏阵列的特性也随时间而变化，这意味着必须对神经网络系统进行定期培训，以保证精确的对最大功率点的跟踪。该技术其他常见应用领域包括：字符识别，药物图像压缩和安全应用。 模糊逻辑和神经网络方法被称为非线性方法，并在其他文献中被更广泛地讨论。 这些方法着重于光伏组件的非线性特性。 然而，它们缺乏适应性，特别是在升级现有的光伏系统时，就需要进行严格的计算。

3.选择MPPT技术时要考虑的因素

以下所列出并解释的重要因素能使电力转换工程师作出明智的决定，以确保在特定用途下，对MPPT技术的正确使用：

3.1传感器的使用

在光伏系统中，传感器用于测量电流和电压值，在某些情况下可用于测量辐射强度值。 执行最大功率点跟踪时所需的传感器数量也会影响跟踪过程。对于大规模应用，可以使用的传感器数量可能会影响其复杂性和准确性。此外，所需的传感器的数量和类型在很大程度上取决于最大功率点技术的种类。 一般来说，电压传感器比电流传感器的体积规模要小，这使得电压传感器在光伏发电领域中的使用成为了更为理想的选择。辐射强度或温度传感器非常昂贵而且不常见。

3.2具体实施

另一个重要的考虑因素是方案的简单性或复杂性，根据特定的应用要求，确定最佳的最大功率点跟踪方案。 虽然一些终端用户倾向于使用简单的模拟电路，如恒定电压技术和开路电压技术，但也有其他一些用户更倾向使用数字电路，尽管其电路的复杂程度更高而且还需要对它们进行编程工作，比如扰动观察技术和电导增量技术。

3.3检测多个局部极大值的能力

在许多情况下，环境条件能使太阳能电池板部分或完全遮蔽。 这会影响光照强度水平，并导致绘图上多个最大点的问题。 由于部分阴影（从树木，飞行物体或其他建筑物）可能是一个影响因素，所以选取的最大功率点技术应能够绕过多个局部最大值。 此外，如果最大功率点被错误跟踪，则会损失相当大的功率。 因此，建立一种复杂灵活的算法是非常重要的，该算法应具有检测出现的多个最大点中最高局部最大点的能力。 使用模糊逻辑控制技术呈现出来的是波动更小更平滑的信号。

3.4应用

一些最大功率点跟踪技术更适用于特定应用情况。例如，像扰动观察技术和电导增量技术这样的“爬山法”已经显示出了它们在光伏阵列应用上更为实用。模糊逻辑控制和神经网络技术对于太阳能车辆的工作情况下是很好的选择，因为它们需要实现对最大功率点跟踪的快速收敛。 由于用在街道照明的光伏系统仅包含在日间对于蓄电池的充电，所以它们并不一定需要严格约束收敛速度，实施的简易性和经济性可能是更重要的考虑因素，这就使得恒定的电压和开路电压技术更可取。

3.5技术的收敛速度与效率

高性能最大功率点跟踪系统收敛到所需工作电压或电流所需的时间应该很低。然而，若速度太快，由于电力转换系统中存在噪声，将导致实际点在最大功率点周围波动。因此，首先应该考虑的是精度而不是速度。当然，若存在一种准确和快速的方法则必将是首选，但届时又不得不考虑执行成本。

3.6成本

在实践中，应用模拟技术比应用数字技术廉价。这是因为在数字方法中，需要使用需要微控制器和编程的传感器，并且它具有系统复杂性。通常来说，电压传感器比目前的传感器更昂贵。也就是说，移除传感器的使用可以降低光伏系统的成本。在成本考虑中，传感器的数量决定了建立系统所需要的资源。

4.不同技术的成本比较

通过了解控制装置采用的技术（模拟或数字），传感器的数量和附加功率部件的使用，并考虑到其他成本（功率部件，电子部件， 板等），可对这些最大功率点跟踪技术的使用成本进行充分的比较，其余所有设备都可以用相同的方法进行成本比较。

恒定电压技术和开路电压技术技术都是模拟技术，因此其实现成本更低。座椅，如果需要将控制系统成本最小化，则可以选择它们。扰动观察技术通常只使用一个传感器，因此实现的成本通常小于电导增量技术的成本，因为后者需要一个以上的传感器以实现更高的跟踪精度。

以表1作为一个简单的指南，用于选择适当的最大功率点跟踪方法。

表1 不同MPPT技术之间的比较