解密MPPT工作

1. MPPT算法概述

最大功率点追踪（MPPT）算法是光伏（PV）系统中至关重要的技术，它可以最大化太阳能电池阵列的功率输出。MPPT算法通过实时调整太阳能电池阵列的负载，使其工作在最大功率点（MPP）附近。

MPP是太阳能电池阵列在特定条件下（如辐照度和温度）可以输出的最大功率点。由于太阳能电池阵列的输出特性是非线性的，因此MPP会随着环境条件的变化而变化。MPPT算法通过持续监测电池阵列的输出电压和电流，并调整负载，以确保电池阵列始终工作在MPP附近。

2. MPPT算法理论基础

2.1 光伏电池特性分析

太阳能板也叫光伏电池。是通过光电效应，把光能转换为电能的设备。

先介绍太阳能板的特性。太阳能的额定参数是在地面光伏组件标准测试条件（STC）条件下测量得到的。

STC有三个条件：第一、光线通过大气的实际距离为大气垂直厚度的1.5倍。第二、指标准测试太阳电池的光线的辐照度为1000W/m2。第三、在25ºC的温度下工作。

STC条件会影响光伏电池的开路电压和短路电流。有补偿公式。以下是用Matlab或者Octave绘制光伏电池特性曲线的代码。其中额定值可以通过规格书查找得到，这里影响曲线的可以修改的参数有：

1、到达太阳能板表面的太阳辐射为Sref；

2、太阳能板工作温度为25摄氏度。开路电压Uoc，短路电流Isc，最大功率时电压Um，最大功率时电流Im。a、b、c都是经验值，经过补偿后就可得到修正后的开路电压Uoc_comp和短路电流Isc_comp。

曲线上，每一个点都是光伏电池的工作点。即，光伏电池在正常工作时，假如不是外部因素的改变，得到光伏电池的工作电压，即可在曲线中获得光伏电池的电流、功率。

从电压-功率特性曲线可看出，在当前的环境条件下，太阳能板的最大输出功率为曲线的峰值。这是太阳能板达到最大的能量转换效率。由于能量守恒，太阳能板获得的光能为其输出的电能加上发热量。因此需要通过控制太阳能板的工作电压或者工作电流，让太阳能板工作在最大功率点。这种算法叫最大功率点跟踪（Maximum Power Point Tracking）

温度影响

温度升高，光伏电池的开路电压降低，短路电流略有增加。因此，温度升高会导致输出功率下降。

负载影响

负载阻抗与光伏电池的输出阻抗匹配时，光伏电池输出功率最大。

2.2 最大功率点追踪原理

最大功率点追踪（MPPT）算法的目标是寻找光伏电池在特定工作条件下的最大功率点（MPP）。MPP是光伏电池输出功率与输出电压的关系曲线上的一个点，在此点上，光伏电池输出功率最大。

MPPT算法通过不断调整光伏电池的输出电压或电流，使光伏电池工作在MPP附近，从而获得最大功率输出。

3. MPPT算法实践应用

3.1 MPPT算法分类

MPPT算法主要分为几大类：

固定电压法

 根据经验，单节太阳能板的最大功率点，都在开路电压Uoc的0.78倍附近,所以使用固定输入电压来达到最大功率。

扰动观测法

扰动观测法通过不断扰动光伏电池的输出电压或电流，观察输出功率的变化，从而确定MPP所在的方向。

导数法

导数法通过计算光伏电池输出功率对输出电压或电流的导数，确定MPP所在的方向。

智能化方法

智能化方法利用模糊逻辑、神经网络等技术，通过学习光伏电池的特性和环境参数，预测MPP所在的方向。

3.2 固定电压法

下图中，光照设定为1000W/m2，工作温度分别是25℃（蓝色）、45℃（红色）、65℃（橙色）。

上面曲线可知，就算开路电压改变，最大功率点的电压除以曲线的开路电压，结果都是比较接近0.78的。

3.3 扰动观测法

扰动观测法是一种基于试错的MPPT算法，其原理是通过对光伏电池的输出功率进行扰动，并观测扰动后的功率变化，从而找到最大功率点。扰动观测法主要包括两种方法：增量扰动法和微分扰动法。

3.1.1 增量扰动法

增量扰动法是一种最简单的扰动观测法，其原理是：

1. 首先，选择一个扰动步长Δd。
2. 然后，对光伏电池的输入电压或电流进行扰动，即d = d + Δd。
3. 观测扰动后的输出功率P。
4. 如果P > P0，则说明扰动方向正确，继续扰动；如果P < P0，则说明扰动方向错误，反向扰动。
5. 重复步骤2-4，直到找到最大功率点。

当dP>dU时，工作点在最大功率点左边，需要增加工作电压。

当dP

当dP=dU时，达到最大功率点。

以下两个流程图摘自《独立式光伏发电系统最大功率点跟踪算法研究_张淼》。

从P-V曲线可知，在最大功率点左边，斜率较小。改变固定的电压，功率改变较小。而最大功率点右边，斜率较大。因此可以算法上，在最大功率点左边，选择一个较大的电压步长；而在最大功率点右边，选择一个较小的电压步长。可加快跟踪效果。

实现方法代码全摘自TI的ControlSuite之中的Solar Lib（安装好controlSuite后，路径是ti\controlSUITE\libs\app_libs\solar\v1.2\float\）：

//*********** Structure Definition ********//typedef struct {	float32  Ipv;	float32  Vpv;	float32  DeltaPmin;	float32  MaxVolt;	float32  MinVolt;	float32  Stepsize;	float32  VmppOut;	float32  DeltaP;	float32  PanelPower;	float32  PanelPower_Prev;	int16 mppt_enable;	int16 mppt_first;} MPPT_PNO_F;
//*********** Structure Init Function ****//void MPPT_PNO_F_init(MPPT_PNO_F *v){	v->Ipv=0;	v->Vpv=0;	v->DeltaPmin=(0.00001);	v->MaxVolt=(0.9);	v->MinVolt=0;	v->Stepsize=(0.002);	v->VmppOut=0;	v->DeltaP=0;	v->PanelPower=0;	v->PanelPower_Prev=0;	v->mppt_enable=1;	v->mppt_first=1;}
//*********** Function Definition ********//void MPPT_PNO_F_FUNC(MPPT_PNO_F *v){	if (v->mppt_enable==1)	{		if (v->mppt_first == 1)		{			v->VmppOut= v->Vpv - (0.02);			v->mppt_first=0;			v->PanelPower_Prev=v->PanelPower;		}		else		{			v->PanelPower=(v->Vpv*v->Ipv);			v->DeltaP=v->PanelPower-v->PanelPower_Prev;			if (v->DeltaP > v->DeltaPmin)			{				v->VmppOut=v->Vpv+v->Stepsize;			}			else			{				if (v->DeltaP < -v->DeltaPmin)				{					v->Stepsize=-v->Stepsize;					v->VmppOut=v->Vpv+v->Stepsize;				}			}			v->PanelPower_Prev = v->PanelPower;		}		if(v->VmppOut < v->MinVolt) v->VmppOut = v->MinVolt;		if(v->VmppOut > v->MaxVolt) v->VmppOut = v->MaxVolt;	}}

增量扰动法的优点是简单易实现，但缺点是收敛速度慢，而且容易受到噪声干扰。

3.1.2 微分扰动法

微分扰动法是一种改进的扰动观测法，其原理是：

1. 首先，计算光伏电池输出功率P对输入电压或电流的微分值dP/dd。
2. 然后，根据dP/dd的值判断扰动方向：如果dP/dd > 0，则说明扰动方向正确，继续扰动；如果dP/dd < 0，则说明扰动方向错误，反向扰动。
3. 重复步骤1-2，直到找到最大功率点。

微分扰动法的优点是收敛速度快，而且不容易受到噪声干扰，但缺点是实现复杂度较高。

3.2 电导增量法

最大功率点跟踪实质上就是搜索满足条件的工作点，由于数字控制中检测及控制精度的限制，以近似代替,影响了MPPT算法的精确性。一般而言，由步长决定，当最小步长一定时，MPPT算法的精度就由对的近似程度决定。扰动观测法用两点功率差近似代替微分,即从出发，推演出以功率增量为搜索判据的MPPT算法。

实际上，为了进一步提高MPPT算法对最大功率点的跟踪精度，可以考虑用功率全微分近似代替的MPPT算法，即从出发，推演出以电导和电导变化率之间的关系为搜索判据的MPPT算法，即电导增量法:

导数法是一种基于导数的MPPT算法:

1. 首先，获取光伏电池输出功率P对输入电压或电流的导数dP/dd。
2. 然后，求解dP/dd = 0，即可得到最大功率点。

电池输出功率是，对U求导，可得到：

将其带入上面P&O的公式，经过变形可得：

如此看来，也不必计算功率了。

而变步长算法，可由下式表达：

变步长方法，作用是：当工作点在最大功率点左边，需要增加工作电压，逼近最大功率点。由于斜率较低，可以多增加步长，加快“爬坡”速度。

电导数法的优点是收敛速度快，而且精度高，但缺点是实现复杂度较高，而且容易受到噪声干扰。

3.2.1 斜率法

斜率法是一种最简单的导数法，其原理是：

1. 首先，获取光伏电池输出功率P对输入电压或电流的斜率ΔP/Δd。
2. 然后，判断ΔP/Δd的值：如果ΔP/Δd > 0，则说明扰动方向正确，继续扰动；如果ΔP/Δd < 0，则说明扰动方向错误，反向扰动。
3. 重复步骤1-2，直到ΔP/Δd = 0，即可找到最大功率点。

斜率法的优点是简单易实现，但缺点是收敛速度慢，而且容易受到噪声干扰。

3.2.2 曲线拟合法

曲线拟合法是一种改进的导数法，其原理是：

1. 首先，获取光伏电池输出功率P对输入电压或电流的数据点。
2. 然后，对数据点进行曲线拟合，得到光伏电池输出功率P的函数表达式。
3. 最后，求解dP/dd = 0，即可得到最大功率点。

曲线拟合法的优点是收敛速度快，而且精度高，但缺点是实现复杂度较高，而且容易受到噪声干扰。

4. MPPT算法性能评估

4.1 跟踪效率

跟踪效率是衡量MPPT算法跟踪最大功率点能力的指标。它表示算法在给定时间内跟踪最大功率点的准确程度。跟踪效率通常使用以下公式计算：

跟踪效率 = (实际输出功率 / 最大输出功率) x 100%

其中：

• 实际输出功率：算法在给定时间内输出的功率
• 最大输出功率：光伏阵列在给定时间内可以输出的最大功率

跟踪效率越高，表明算法跟踪最大功率点的能力越强。

4.2 稳定性

稳定性是衡量MPPT算法保持最大功率点稳定的能力。当光伏阵列的辐照度或温度发生变化时，算法应该能够快速稳定地调整输出功率，以确保系统稳定运行。稳定性通常使用以下指标来衡量：

•  稳定时间： 算法从扰动状态稳定到最大功率点所需的时间
•  振荡幅度： 算法在最大功率点附近振荡的幅度
•  稳定性裕度： 算法在最大功率点附近保持稳定的裕度

4.3 响应速度

响应速度是衡量MPPT算法对光伏阵列辐照度或温度变化的响应速度。当光伏阵列的辐照度或温度发生变化时，算法应该能够快速调整输出功率，以最大限度地利用光伏阵列的输出功率。响应速度通常使用以下指标来衡量：

• 上升时间：算法从零功率输出到最大功率输出所需的时间
• 下降时间：算法从最大功率输出到零功率输出所需的时间
• 响应频率：算法对光伏阵列辐照度或温度变化的响应频率

4.4 性能评估指标对比

下表总结了MPPT算法性能评估的指标及其含义：

4.5 性能评估方法

MPPT控制器性能评估

MPPT控制器的性能通常通过以下指标来评估：

• 跟踪效率：MPPT控制器跟踪最大功率点的准确性。
• 稳定性：MPPT控制器在不同环境条件下保持稳定性的能力。
• 响应速度：MPPT控制器对光伏电池特性变化的响应速度。

5.1 光伏系统集成

MPPT控制器是光伏系统的重要组成部分，负责从光伏电池中提取最大功率。在光伏系统集成中，MPPT控制器通常与以下组件连接：

• 光伏电池阵列：光伏电池阵列是光伏系统的发电单元。
• 负载：负载是光伏系统供电的对象，可以是电网、电池或其他用电设备。
• 逆变器：逆变器将光伏电池阵列产生的直流电转换为交流电，供负载使用。

光伏电池通过降压DCDC主电路为负载供电。DCDC的作用是可以精确控制输出电压。直流系统的负载一般都是阻性负载。有时候可能是电阻串电池的形式。那么负载电流是和负载电压密切相关的，即电压越大、电流越大。而开关电源DCDC的转换效率较高，一般大于70%。因此可通过控制输出电压，改变输出功率，也同时改变了输入功率，即改变了光伏电池的输出功率。

MPPT控制器与光伏电池阵列连接

MPPT控制器与光伏电池阵列的连接方式有串联和并联两种。

• 串联连接：将光伏电池串联连接，提高输出电压。
• 并联连接：将光伏电池并联连接，提高输出电流。

MPPT控制器与负载连接

MPPT控制器与负载的连接方式有直接连接和通过逆变器连接两种。

• 直接连接：MPPT控制器直接为负载供电，适用于直流负载。
• 通过逆变器连接：MPPT控制器通过逆变器为负载供电，适用于交流负载。

MPPT控制器与逆变器连接

MPPT控制器与逆变器的连接方式有直流连接和交流连接两种。

• 直流连接：MPPT控制器直接与逆变器的直流输入端连接。
• 交流连接：MPPT控制器通过逆变器输出的交流电为负载供电。

6. MPPT算法发展趋势

6.1 智能化MPPT算法

随着人工智能技术的发展，智能化MPPT算法应运而生。该算法利用机器学习、神经网络等技术，能够根据光伏系统历史数据和实时运行情况，动态调整MPPT参数，实现更高效的功率追踪。

6.2 混合MPPT算法

混合MPPT算法将多种传统MPPT算法结合起来，取长补短。例如，可以将扰动观测法与导数法结合，在快速跟踪和稳定性之间取得平衡。

6.3 并联MPPT算法

并联MPPT算法适用于多路光伏组件并联连接的系统。该算法将每路组件的MPPT控制器并联起来，实现独立的功率追踪。这样可以减少系统损耗，提高整体发电效率。

表格示例：

流程图示例：

‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧  END  ‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧

推荐阅读

【1】jetson nano开发使用的基础详细分享

【2】Linux开发coredump文件分析实战分享

【3】CPU中的程序是怎么运行起来的 必读

【4】cartographer环境建立以及建图测试

【5】设计模式之简单工厂模式、工厂模式、抽象工厂模式的对比