光伏发电系统中光伏电池的输出特性具有唯一的最大功率点（Mpp），需要对光伏电池的最大功率点进行跟踪（MppT）。文中分析了几种常见的最大功率点跟踪控制方法，对比分析了它们的优缺点。针对MppT控制方法中存在的启动特性较差、跟踪过程不稳定、精度不高等特点，采用一种改进爬山法，该法以恒定电压法作为启动特性及采用变步长进行跟踪控制，并利用Matlab/Simulink搭建了改进爬山法的MppT控制模型，仿真结果验证该方法的有效性。
面对日益枯竭的化石能源和不断恶化的生态环境，人类需要进行第三次能源结构转换，从矿物能源向可再生能源转换，用可再生能源替代矿物能源，用无碳能源、低碳能源替代高碳能源。为降低对传统能源的依赖，世界对新型能源的重视越来越高。太阳能是最具潜能的新能源形式之一，其中光伏发电是太阳能利用的有效方式之一。光伏发电具有许多优点，如：安全可靠，无噪声，无污染，能量随处可得，无需消耗燃料，不受地域限制，规模大小随意，无需架设输电线路，可以方便地与建筑物相结合等，这些优点都是常规发电和其他发电方式所不可比拟的。在光伏发电系统中，要提高系统的整体效率，达到充分利用太阳能资源的目的，一个重要的途径就是实时调节光伏电池的工作点，使之工作在最大功率点附近，这一过程就称为最大功率点跟踪。
1光伏电池模型及输出特性
1.1光伏电池的数学模型
在光照强度和环境温度一定时，光伏电池既非恒压源，也非恒流源，也不可能为负载提供任意大的功率，是一种非线性直流电源。其等效电路如图1所示。图1中，UJ为pN结电压，Id为光伏电池在无光照时的饱和电流，Id=Io{EU+IRS）nKT-1}。一个理想的太阳能电池，由于串联电阻RS很小，旁路电阻Rsh很大，所以在进行理想电路的计算时，它们均可忽略不计。由图1的太阳能光伏电池等效电路得出：I=Iph-I0［eq（U+IRS）nKT-1］-U+IRRssh（1）式中，I为光伏电池输出电流;I0为pN结的反向饱和电流;Iph为光生电流;U为光伏电池输出电压;q为电子电荷，q=1.6伊10-19C;k为波尔兹曼常数，k=1.38伊10-23J/K;T为热力学温度;n为N结的曲线常数;Rs，Rsh为光伏电池的自身固有电阻。
图1光伏电池等效电路
1.2光伏电池电气特性
光伏电池的输出特性主要通过I-U和p-U特性曲线来加以体现，如图2所示。
图2光伏电池的I-U和p-U特性曲线
从图2中可以看出，光伏电池的输出特性曲线与工作环境的光照、温度等因素有着密切的关系，且具有明显的非线性特性，在一定的光照及温度条件下，电池具有唯一的最大功率点，所以为了实现光伏发电系统的输出功率的最大化，需要对光伏电池的输出功率进行最大功率点跟踪。
2MppT控制方法的对比分析
国内外研究MppT的算法很多，比较成熟的有恒定电压法、扰动观测法/爬山法、电导增量法等。恒定电压法（CVT）就是将光伏电压固定在最大功率点附近，该控制方法简单容易实现，初期投入少，系统工作电压具有良好的稳定性，但是跟踪精度差，忽略了温度对光伏电池开路电压的影响，测量开路电压要求光伏阵列断开负载后再测量，对外界条件的适应性差，环境变化时不能自动跟踪到Mpp，造成了能量损失。扰动观测法（p&O）和爬山法（HillClimbing）都是通过不断扰动光伏系统的工作点来寻找最大功率点的方向，该控制方法控制思路简单，实现较为方便，跟踪效率高，提高太阳能的利用效率，但是扰动观测法或爬山法的步长是固定的，如果步长过小，就会导致光伏阵列长时间地停滞在低功率输出区，如果步长过大，就会导致系统振荡加剧，并且在日照强度变化时会产生误判现象。电导增量法是通过调整工作点的电压，使之逐步接近最大功率点电压来实现最大功率点的跟踪，该方法能够判断工作电压与最大功率点电压的相对位置，能够快速地跟踪光强迅速变化引起的最大功率点变化，控制效果好，稳定度高，但是该控制算法较复杂，对控制系统性能和传感器精度要求较高，硬件实现难。除以上几种常用的MppT控制方法外，目前不断出现一些较新、较实用的MppT算法，如直线近似法、三点重心比较法等。这些算法既参考了已有的比较成熟的方法，又在其基础上进行了改进和创新，跟踪精度有了进一步的提高。同时，以模糊控制法、神经网络控制法等为代表的新算法的出现，也为最大功率点跟踪控制技术的快速发展提供了坚实的数学基础和理论依据。对于各种MppT算法优缺点的比较分析如表1所示。由以上研究分析发现，每种MppT控制方法各有其优缺点，在实际工作中需要综合考虑，根据不同的环境采用不同的控制方法，既能提高利用效率又能缩小成本。
表1MppT控制方法比较
光伏发电系统中光伏电池的输出特性具有唯一的最大功率点（Mpp），需要对光伏电池的最大功率点进行跟踪（MppT）。文中分析了几种常见的最大功率点跟踪控制方法，对比分析了它们的优缺点。针对MppT控制方法中存在的启动特性较差、跟踪过程不稳定、精度不高等特点，采用一种改进爬山法，该法以恒定电压法作为启动特性及采用变步长进行跟踪控制，并利用Matlab/Simulink搭建了改进爬山法的MppT控制模型，仿真结果验证该方法的有效性。
面对日益枯竭的化石能源和不断恶化的生态环境，人类需要进行第三次能源结构转换，从矿物能源向可再生能源转换，用可再生能源替代矿物能源，用无碳能源、低碳能源替代高碳能源。为降低对传统能源的依赖，世界对新型能源的重视越来越高。太阳能是最具潜能的新能源形式之一，其中光伏发电是太阳能利用的有效方式之一。光伏发电具有许多优点，如：安全可靠，无噪声，无污染，能量随处可得，无需消耗燃料，不受地域限制，规模大小随意，无需架设输电线路，可以方便地与建筑物相结合等，这些优点都是常规发电和其他发电方式所不可比拟的。在光伏发电系统中，要提高系统的整体效率，达到充分利用太阳能资源的目的，一个重要的途径就是实时调节光伏电池的工作点，使之工作在最大功率点附近，这一过程就称为最大功率点跟踪。
1光伏电池模型及输出特性
1.1光伏电池的数学模型
在光照强度和环境温度一定时，光伏电池既非恒压源，也非恒流源，也不可能为负载提供任意大的功率，是一种非线性直流电源。其等效电路如图1所示。图1中，UJ为pN结电压，Id为光伏电池在无光照时的饱和电流，Id=Io{EU+IRS）nKT-1}。一个理想的太阳能电池，由于串联电阻RS很小，旁路电阻Rsh很大，所以在进行理想电路的计算时，它们均可忽略不计。由图1的太阳能光伏电池等效电路得出：I=Iph-I0［eq（U+IRS）nKT-1］-U+IRRssh（1）式中，I为光伏电池输出电流;I0为pN结的反向饱和电流;Iph为光生电流;U为光伏电池输出电压;q为电子电荷，q=1.6伊10-19C;k为波尔兹曼常数，k=1.38伊10-23J/K;T为热力学温度;n为N结的曲线常数;Rs，Rsh为光伏电池的自身固有电阻。
图1光伏电池等效电路
1.2光伏电池电气特性
光伏电池的输出特性主要通过I-U和p-U特性曲线来加以体现，如图2所示。
图2光伏电池的I-U和p-U特性曲线
从图2中可以看出，光伏电池的输出特性曲线与工作环境的光照、温度等因素有着密切的关系，且具有明显的非线性特性，在一定的光照及温度条件下，电池具有唯一的最大功率点，所以为了实现光伏发电系统的输出功率的最大化，需要对光伏电池的输出功率进行最大功率点跟踪。
2MppT控制方法的对比分析
国内外研究MppT的算法很多，比较成熟的有恒定电压法、扰动观测法/爬山法、电导增量法等。恒定电压法（CVT）就是将光伏电压固定在最大功率点附近，该控制方法简单容易实现，初期投入少，系统工作电压具有良好的稳定性，但是跟踪精度差，忽略了温度对光伏电池开路电压的影响，测量开路电压要求光伏阵列断开负载后再测量，对外界条件的适应性差，环境变化时不能自动跟踪到Mpp，造成了能量损失。扰动观测法（p&O）和爬山法（HillClimbing）都是通过不断扰动光伏系统的工作点来寻找最大功率点的方向，该控制方法控制思路简单，实现较为方便，跟踪效率高，提高太阳能的利用效率，但是扰动观测法或爬山法的步长是固定的，如果步长过小，就会导致光伏阵列长时间地停滞在低功率输出区，如果步长过大，就会导致系统振荡加剧，并且在日照强度变化时会产生误判现象。电导增量法是通过调整工作点的电压，使之逐步接近最大功率点电压来实现最大功率点的跟踪，该方法能够判断工作电压与最大功率点电压的相对位置，能够快速地跟踪光强迅速变化引起的最大功率点变化，控制效果好，稳定度高，但是该控制算法较复杂，对控制系统性能和传感器精度要求较高，硬件实现难。除以上几种常用的MppT控制方法外，目前不断出现一些较新、较实用的MppT算法，如直线近似法、三点重心比较法等。这些算法既参考了已有的比较成熟的方法，又在其基础上进行了改进和创新，跟踪精度有了进一步的提高。同时，以模糊控制法、神经网络控制法等为代表的新算法的出现，也为最大功率点跟踪控制技术的快速发展提供了坚实的数学基础和理论依据。对于各种MppT算法优缺点的比较分析如表1所示。由以上研究分析发现，每种MppT控制方法各有其优缺点，在实际工作中需要综合考虑，根据不同的环境采用不同的控制方法，既能提高利用效率又能缩小成本。
表1MppT控制方法比较
3改进爬山法研究
考虑到爬山法有较好的跟踪效率，且实现简单等显著优点，本文采用一种改进爬山法，该方法采用CVT启动及变步长的控制策略。CVT启动方法是以0.78倍的开路电压作为爬山法的运行初值，能较好地克服爬山法在启动时产生的采样误差的缺点，能提高跟踪速度。变步长控制法的思想是：当距最大功率点比较远时，步长取较大，跟踪速度加快;当距最大功率点比较近时，步长取较小，慢慢接近最大功率点;当非常接近最大功率点时，稳定在该点工作。该变步长法能克服爬山法在最大功率点附近振荡的缺点。改进爬山法控制流程图如图3所示。
4改进爬山法仿真分析
光伏发电系统最大功率点跟踪器采用Boost
图3改进爬山法控制流程图
DC/DC变换电路来实现，通过调节pWM波的占空比控制功率的输出。在Boost变换器的电路中串入MppT控制系统，利用Matlab/simulink搭建仿真模型，编写S函数作为MppT的控制模块，对光伏电池的最大功率点进行追踪，MppT仿真模型如图4所示。
图4MppT仿真模型
对短路电流3.2A、开路电压22V、最大功率点电流2.94A和最大功率点电压17V的光伏电池模块组成17伊1的光伏电池阵列进行仿真，即其短路电流和光伏电池阵列的开路电压分别为3.2V和374V，光伏电池阵列最大功率点电流和最大功率点电压分别为2.94A和289V。光伏阵列输入光强为1000W/m2，温度为25益。为了形成对比，对不加MppT控制器的光伏发电系统、加爬山法MppT控制器的光伏发电系统和加改进爬山法MppT控制器的光伏发电系统分别进行仿真实验，仿真结果如图5所示。
图5MppT仿真图形
由图5可见，未加MppT控制的光伏电池输出功率振荡范围很大，输出功率很不稳定。爬山法MppT控制系统能较好地跟踪到最大功率点，但是在最大功率点处还有一定振荡。改进爬山法的MppT控制系统有效地改善了爬山法的缺点，在最大功率点附近振荡小，跟踪速度也比较快，提高最大功率跟踪的效率。
5结论
综上所述，通过对几种常见的MppT控制方法的比较研究，可以看出，恒定电压法控制简单且易实现，但跟踪精度差，在外界环境变化时，会产生较大误差;爬山法简单实用、跟踪效率高，但在最大功率点附近会发生振荡，存在误差;电导增量法虽然跟踪快速稳定，但由于实际的光伏发电系统中电压和电流的检测所依赖的传感器精度的有限性，采用电导增量法很难达到预期的最大功率跟踪效果。所以本文采用一种改进爬山法，并对其进行仿真实验，仿真实验证明基于变步长的改进爬山法能够克服爬山法存在的振荡现象和能量的损失，并且结合CVT启动能够更加快速地实现最大功率点跟踪。因此改进爬山法克服了常规跟踪算法中存在的效率低、能量损失大、不稳定等的缺点，可以很好地适应各种场合对光伏系统MppT控制的要求，是一种较理想的MppT控制方案。
