文摘
翻译最大功率点跟踪(MPPT)光伏(PV)数组是至关重要的优化变量和非均匀辐照度条件下的转换效率。不幸的是,翻译传统的MPPT算法如扰乱和观察(P&O),增量电导,电流扫描方法需要重复命令电流或电压和经常与相关操作电源转换器损失。在部分阴暗的条件下,跟踪真正的MPP multipeak》或pv模型曲线变得高度挑战性的,相关的搜索时间的增加和转换器操作,导致不必要的权力MPP跟踪过程中迷路。本文指出缺点在MPPT-controlled转换器。为了单独的转炉操作的搜索算法,提出了一种模型参数识别方法来估计每个光伏面板和日晒条件建立一个实时的整体》光伏阵列的曲线。随后翻译一个简单但有效的全球MPPT算法跟踪MPP的整体》曲线从光伏阵列模型,获得确保转换器在MPP工作。翻译这部小说MPPT是超速,导致守恒的权力在跟踪过程中。最后,模拟在不同的场景中执行验证新方案的有效性和优势。
1。介绍
在全球范围内,光伏(PV)装机容量超过100千瓦,美国预计到2015年安装24瓦(1- - - - - -3]。然而,光伏材料的能量转换效率太阳能发电的多产的增长仍然是一个障碍,需要最大功率点(MPP)的数组转换效率最大化4- - - - - -6]。由于时变日晒等操作条件,温度,和大气颗粒物,光伏电池板或者数组需要有效和快速MPP跟踪翻译(MPPT)算法或转换器达到最好的收获效率(7- - - - - -10]。
翻译许多MPPT算法提出了实现在不同的操作条件下最佳能源收获效率。翻译几个著名的MPPT算法,如爬山,扰乱,观察(P&O),增量电导,涟漪相关控制和dp/ dv或维p/ d我反馈,可以搜索MPP以高效和及时的方式(5,9,11- - - - - -13]。然而,这些算法不能跟踪非均匀下MPP日晒。解决非均匀日晒局部阴影等问题(5,14,15翻译],一些改善全球MPPT算法开发了避免跟踪nonmaximum非正规的全球峰值点pv或》曲线(1,16- - - - - -20.]。通常,所有这些GMPPT算法的基础增加搜索算法的复杂性。理论上,MPP收敛性可以通过许多搜索算法如果没有与时间相关的点球,这是与算法相关的运行频率、步长、算法复杂度和收敛时间相关的特点pv或》曲线。
翻译无论MPPT算法利用,两种截然不同的行为是从事MPP搜索过程。第一个行动是计算项目下一步命令在当前步骤电流或电压;第二个行动是设置这个电流或电压直流-直流转换器的指挥。在所有上述算法,两个动作都与执行搜索的每一步都要在一起。因此,总执行时间的电流或电压转换操作主要是取决于总执行时间的搜索算法在许多迭代。因此,相当多的时间和精力是不必要的损失在搜索在MPP直接实时可用但空转等待搜索更新。同时,光伏电池板的MPP取决于》或pv曲线,自己依赖于日晒和温度等环境条件,所以MPP理论上应该采用实时环境条件分析和推断的参数和环境条件之间的数学关系pv或》曲线模型。
解决问题上面所讨论的,一个新颖的超快的最大功率点设置方案提出了基于模型参数识别。MPP的方案解决了实时可用性和翻译也在传统的缺点MPPT算法下的光伏阵列均匀和非均匀日晒。在这个方案中,提出了一个分析模型参数识别方法来识别每个光伏面板的日晒参数使用他们的测量电压和电流。基于实时估计日晒参数对于每一个太阳能电池板,一个整体》或pv曲线模型是建立在控制器和MPP MPP搜索算法快速计算。随后,计算出的电流或电压在MPP发送命令转换器在MPP直接工作。
的主要贡献和区别翻译翻译提出MPPT方案和其他MPPT算法是翻译提出MPPT算法执行实际上控制器的构造》或pv曲线来源于日晒参数,确定翻译而其他MPPT算法真正执行》或pv曲线在搜索过程中测量。因为翻译提出MPPT算法是基于虚拟》或pv曲线在控制器,MPP搜索单独执行控制器,可以分开转换器操作。从理论上讲,这意味着只需要一次性电流或电压设置使变换器在MPP一旦虚拟确认工作》曲线与真实》曲线。因此,提出翻译小说MPPT方法是超快的在这种情况下,一些关于光伏面板特性可用的先验知识。虽然需要一些预定义的参数提前构建PV数值模型和丧失了一些灵活性,可以通过其他方法来解决,这是可接受的工程实现和时间消耗和灵活性之间的平衡优化。也有另一个好处,日晒条件每一块光伏板可以通过额外的硬件日晒估计而不是测量传感器。相比之下,我们的前工作19],本文解决了尚未解决的时间消耗问题小说翻译在全球MPPT的模式识别方法。
本文的其余部分组织如下。节2翻译传统的MPPT算法的缺点,低效搜索和功率损耗问题,提出和讨论。超速MPP搜索方案中引入部分3。节4,我们现在在均匀和非均匀日晒条件下仿真结果的翻译提出MPPT方案应用到光伏能源收集基于典型的直流-直流转换器。最后,结论部分提供5。
2。问题公式化
2.1。翻译当前MPPT方法的缺点
翻译一个典型的MPPT基于光伏直流-直流功率转换电路和翻译P&O MPPT算法图如图1。翻译,从图中我们可以看到,MPPT控制器与电源转换器的交互在闭环测量电流和电压的输入和输出的电流或电压命令。它还描述了操作电压增加或减少取决于P&O算法在每个搜索步骤的计算和比较。从算法程序,可以发现后,命令电压转换器,它不能遍历项目下一步搜索直到变换器输出功率值的设置电流或电压反馈算法,计算一个新的搜索点。同时,电源转换器翻译的操作需要更长的时间比MPPT控制器的翻译,在每一步计算MPPT控制器等待测量变换器的输出功率。翻译传统的MPPT方法的缺点是,大部分执行时间是花在转换器的操作而不是算法计算。
2.2。低效搜索引起的功率损耗和潜在的可靠性问题
转换器操作从事迭代搜索过程,导致权力被不必要地迷失在这个过程。此外,变化的电压或电流不连续和相关的步骤可能是非常大的。因此,这些不连续和大步长电流或电压转换行为将减少组件的平均失效到达时间如IGBT、MOSFET由于压力的增加,相关的切换损失,增加了纹波电流变换器电路。
2.3。超快的搜索和MPP的可用性的可行性
假设pv太阳能电池板有实时曲线,识别翻译之间的MPP MPPT的多个交互控制器和直流-直流功率转换器是不必要的。一旦pv曲线可用,它是简单的计算MPP数值没有与电源转换器的交互,以及直流-直流转换器可以直接设置在MPP因为MPP跟踪过程已经提前在控制器中设置。这里的关键问题是获得一个整体pv在实时曲线可用。正如之前提到的,》或pv曲线模型依赖于日晒和温度等环境条件。所以,日晒等环境条件的关键因素可以从一些示例数据从理论上确定组成的光伏面板的电压和电流和光伏电池的一般数学模型,通常固定一个预定义的光伏模块的一个特定的制造商在一个已知的阵列配置。为了获得这个模型中,一些参数等(二极管理想因子),和(串联和并联电阻),使用的阵列配置(所有系列中,平行,和串并联)可能是预定义的提前。虽然这个模型将失去一些灵活性,工程是可以接受的,因为这些信息是事先固定在操作和容易获得。一旦每个光伏面板的实时日晒是可用的,整体》或pv实际上曲线可以计算光伏阵列模型,然后MPP可以从搜索基于虚拟》或pv曲线。
2.4。光伏模型识别参数的选择
一般来说,我们可以将光伏面板参数分为两组。一组是温度和辐照度;另一种是,和和数组配置。前参数集取决于环境条件变化更快,这需要实时参数识别和跟踪,形成的主要挑战。后来的设置取决于光伏的继承特征和其安装配置和一般固定和稳定的操作。由于简单的在线识别算法与参数之间的权衡的优先事项,第一组被认为是研究光伏模型中的输入。因为温度变化慢于辐照度可以通过热电偶测量传感器,温度被认为是一个已知的常数在这项研究。
3所示。超快的MPP设置方案
在本节中,超速MPP设置方案提出了两个部分。首先,日晒参数识别提出了基于代数方程求解。其次,实时》曲线生成算法。最后,MPP的转炉操作的描述。整个图的超快的MPP如图设置方案2。翻译的MPPT控制超速MPP设置方案翻译几乎相同的硬件配置与传统MPPT控制器,但是里面的算法方案完全是小说。翻译之间的交互MPPT控制器和直流-直流功率转换器只是执行两次翻译一次性MPPT跟踪期间(一般从几分钟到半小时(21- - - - - -24]);第一个实例是衡量一个样本数据集太阳能电池板的电流和电压转换器。第二个实例是命令MPP和计算电流或电压转换器。“一次性开关控制”的人物2意味着一次性交互需要电源转换器(接通和断开)初始计量。两者之间的交互,日晒识别,》曲线模型构建,基于MPP跟踪》曲线在控制器执行以超快的速度。为了简化非均匀日晒问题,据此提出了一个假设的方便。
假设1。如果光伏面板/细胞单位经验部分阴影,灰尘、水、老化,或任何不利条件,pv或》曲线模型方程仍将持有或可以被视为一座高峰的形状。
评论1。因为光伏面板尺寸小于光伏阵列,noninsolation没有或弱的效果在一个光伏面板单位虽然光伏阵列multipeakpv或》曲线模型。所以它是可行的和可接受的为光伏面板这一假设单位。
3.1。日晒参数识别
如前所述,光伏电池的一般数值模型可以描述图3。
电路数学模型可以表示如下: 在哪里和表示二极管电流和电压二极管热电压。和表示输出电流和电压的面板。表示光伏电池电压。
表示一些日晒(表示下的短路电流);我们设置了辐照度在标准测试条件(STC)w / m2;日晒的比例增加的日晒被表示为;一个来自。
表示pn结反向饱和电流。为了方便起见,模型参数,,通常是基于模型参数(计算短路电流、电路电压、额定电压,额定电流)。的计算表示为 电流输入PV模块模型可以表示为 voltage-input PV模块模型可以表示为 因此,模型参数识别问题可以表示为
基于采样数据,模型参数识别过程可以被描述,如图4。电流和电压测量从光伏面板将被收集作为日晒数据集样本参数识别。从理论上讲,只有一个样本数据集需要识别日晒如果电流输入PV模块模型。
此外,由于光伏电池模型是一个非线性代数公式没有动力,参数识别问题实际上可以定义为一个代数方程求解问题。因此,解决问题可以表示为下图:
为了解决这个非线性代数方程,获得未知变量ins,许多优化提出了解决的方法。为了通用性和容易实现通用微机,采用信赖域狗腿算法为了解决光伏方程未知日晒参数。
流程图的信赖域狗腿算法如图5。关键步骤是定义搜索方向和过程约旦河矩阵的非奇异性。数学基础可以阐述如下。
给定一组非线性函数,在那里向量的尺寸吗,解决方程设定的目标是找到一个解决方案,满足所有。
为了获得解决方案,线性系统的牛顿法是首先用来定义搜索方向。搜索的步骤推导如下: 的矩阵满足: 如果是满秩的,一步可以从(计算7)。然而,如果是单数,不能从(计算7)和价值函数需要解决奇点。价值函数,函数首先定义如下: 所以,一步是一个根(9),它也是一个函数的最小值,在那里 这样。
所以,这里的关键问题是计算步骤最小化(10)。
通过使用一个狗腿战略、步骤可以选择如下。 在哪里是最大的价值这样。和满足 在哪里是选择最小化(10),满足 从上面的推导可以看出,信赖域狗腿算法是高效和容易实现微机与数值计算能力,因为它只需要一个线性解决每个迭代。
评论2。因为解决DSP数字不同于理论解决程序,搜索范围的信赖域算法需要预先定义的。在我们的方案中,这通常是已知从光伏电池板的特点。例如,电压范围和权力范围可从光伏模块的规范而辐照度测量或计算很容易。
3.2。实时》曲线生成
每个光伏单元的参数日晒后从光伏电池方程,解决了一个整体》或pv曲线可以构建基于光伏阵列的安装部署。一般来说,光伏板安装在系列,所以光伏板设置在相同的电流和电压降。假设光伏电池板的总单元数或单位制服pv特点是,整个光伏模块可以表示如下: 和整体输出功率可以表示为
为了得到一个完整的整体的照片》基于(曲线模型15),与斜坡电流输入格式生成完整的定义》曲线模型。的过程》曲线模型如图6。当前输入设置为斜坡信号覆盖当前光伏面板的正常安排。整体的力量,然后计算》曲线模型生成。
3.3。转换器与MPP操作
基于》曲线模型构造的控制器,一个简单但有效的算法函数是用来搜索的边际产量曲线。在我们的MPP搜索方案,MATLAB函数用于查找最大值点的吗》曲线: 在那里发现的最大值的指标吗并返回输出向量。如果有几个相同的最大值,返回第一个找到的指数。因为所有的算法操作只有在控制器和执行任何行动的转换器,它是超快的,绝对不同于翻译传统的MPPT算法。MPP中跟踪控制器后,转换器将在MPP直接执行。
翻译完成MPPT的转换器操作过程可以被描述为图7翻译中,只有两个操作执行MPPT窗口观察。翻译blue-marked部分执行的MPPT控制器。执行时间取决于微机性能和非常短,因为只做了数值计算。第一个转换器操作后,转换器将进入第二次操作非常快,然后在翻译的MPP MPPT监测工作。
4所示。仿真结果
为了验证提出的MPP设置方案,光伏阵列与统一的日晒,非均匀日晒和时变日晒测试。相应的结果日晒参数识别等三个问题,实时生成》曲线,MPP跟踪在日晒下变异提出了这里显示了该方法的有效性和优越性。
光伏面板参数用于我们的工作下面列出:
4.1。日晒参数识别结果
为了测试参数识别的准确性和测量模拟场景的转换器控制器,限带白噪声注入测量信号测试识别参数的准确性。一个正弦波形变化的日晒,从495 w /米不等2505 w / m2,设置光伏面板模型。真正的日晒和识别日晒之间的比较结果如图8,可以得出结论,日晒识别参数可以跟踪真正的日晒,高精度的测量噪声。
4.2。实时生成》曲线
为了验证实时的有效性》曲线生成、三片式光伏阵列模型模拟非均匀和时变日晒测试提出MPP设置方案。三个光伏电池板的日晒参数变化如下:
图9描述了实时》曲线生成的建议方案。从图可以看出9,虽然只有0.02秒的时间间隔很短,该方案仍然可以生成》实时曲线在每个瞬间。这种快速反应的主要好处是,MPP实时可在很短的时间间隔,它会节省很多的时间来避免不必要的能量损耗翻译相比传统MPPT方法。
4.3。MPP跟踪不同日晒条件下
图10描绘了MPP跟踪比较均匀和不变的日晒。翻译三个MPP跟踪方法,P&O,全球MPPT算法(19),提出MPP设置方案,测试在同一日晒的场景。为了保证三种方法的可比性,翻译的MPPT操作时间间隔设置为0.02秒。实际上,受功率变换器开关响应时间延迟,时间间隔通常设置为0.2秒。时间间隔越小,越高开关组件的快速响应需求和成本。翻译这里的MPPT操作时间间隔设置为0.02年代为了显示的优越性提出MPP设置方案。我们可以看到从跟踪轨迹图10,尽管所有的三种方法可以跟踪MPP最终,该方案可以追踪的MPP一次性间隔0.02秒;P&O可以追踪MPP在1 s的层面上,而翻译全球MPPT算法可以追踪MPP 1.2 s。因此该方案在MPP收敛和跟踪有绝对优势。此外,翻译全球MPPT算法需要更多的时间,因为它的搜索必须涵盖的范围》曲线。
图11描述了非均匀和可变日晒一样(18)。三个MPP跟踪方法也进行对比测试。从图可以看出11,提出MPP设置方案也非均匀和可变日晒下的绝对优势条件;它可以跟踪MPP与一次性间隔0.02秒。翻译全球MPPT可以跟踪在MPP后点接近1 s,实际上它将失去跟踪如果日晒变异大大小变化很快。P&O将跟踪non-MPP峰值点,成为无效。
根据上面提出的验证结果,可以得出结论,提出MPP诡计多端的有巨大的优势。(我)它可以获取每个光伏面板的日晒参数或单位但不需要部署额外的日晒传感器,用于监测大规模的太阳能电池阵列。(2)它只需要电源转换器翻译一个MPPT跟踪期间执行两个权力操作。这可以减少不必要的翻译传统的MPPT的功率损耗的过程。(3)是超快的监视和跟踪MPP变化由于日晒的变化。因此,该方案有巨大的潜在应用极端不利的PV收获应用在中东地区光伏产业。
5。结论
为了提高光伏收获的MPP跟踪效率,小说MPP环境方案基于模型参数识别进行了研究。翻译不同于以往的MPPT方法,该方案可以单独的电源转换器的MPP搜索操作通过识别关键环境条件参数,如日晒和重建虚拟》曲线的控制器。因此,MPP跟踪超速和节能,因为控制器和变频器之间的频繁互动是可以避免的。最后,均匀,不均匀,时变日晒场景模拟来验证其有效性和优越性。本文提出的模型辨识方法创新利用有用的信息,减少翻译传统的MPPT计算时间和收获更多的能量pv实时曲线和仿真验证其可行性和优越性。它明显优于传统方法;然而,对于一些先决条件的灵活性缺失;这是一个权衡优化使光伏输出功率最大化的利用一些可用的信息和资源。我们下一步的工作将集中在其他情况下有更多的未知参数和经验实现方案。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
作者高度赞赏评论家的评论和Drs。从QEERI说a·曼苏尔和安东尼奥·p·礼宾部主管,大学教授保罗·斯图尔特的德比,英国,和Drs。Wenlong明、曾于谢菲尔德大学、英国、建设性的评价研究工作。