摘 要： 介紹了光伏電池的特性,，并在Matlab/Simulink中進行建模仿真研究。針對局部遮陰條件下光伏陣列的P-U特性呈現(xiàn)多個極值點,，導致常規(guī)的最大功率點跟蹤算法失效的問題,，提出了一種基于粒子群算法（PSO）的最大功率點跟蹤（MPPT）控制方法。仿真結果表明,，該方法能夠快速,、準確地跟蹤光伏陣列的最大功率點，具有較好的控制精度,，有效地提高了光伏陣列的輸出效率,。
關鍵詞： 最大功率點跟蹤；粒子群優(yōu)化算法,；局部遮陰
太陽能作為一種新型的綠色可再生能源,，具有儲量大、分布廣,、無污染,、使用方便等優(yōu)點。隨著能源危機與環(huán)境污染的加劇,，太陽能的利用越來越受到人們的重視,，而太陽能光伏發(fā)電技術的應用更是人們普遍關注的焦點。由于光伏組件均是由多個單體光伏電池串聯(lián)而成,，當光伏組件中各個單體光伏電池所接收的太陽輻射均等時,，其輸出的功率電壓曲線呈單峰狀。然而,，在很多情況下,，由于光伏組件表面存在不透明物體的遮擋,，或者由于多云天氣導致組件中部分單體光伏電池接收的光照強度異于其他電池。這種情況下,，組件輸出的功率電壓曲線會出現(xiàn)多個峰值點,，導致常規(guī)的最大功率點跟蹤控制算法失效[1-2]，不能正確追蹤到最大功率點,，造成太陽能發(fā)電系統(tǒng)功率輸出的下降,，嚴重時會引起“熱斑”效應造成安全問題。本文將粒子群優(yōu)化PSO（Particle Swarm Optimization）算法應用于光伏發(fā)電系統(tǒng)的MPPT中,，并進行了實驗和仿真比較,，驗證了該算法的有效性，即該算法既可以提高傳輸效率,，又可以很好地克服熱斑效應,，以及各種失配問題。
1 光伏電池特性
1.1 光伏列陣的數學模型
光伏電池的原理是基于半導體的光伏特性效應將太陽輻射直接轉換為電能[3],。根據光伏電池的內部結構及其輸出特性,，可以把光伏電池單體等效為如圖1所示的電路。
圖中RL表示負載,；UL表示負載電壓或輸出電壓；IL表示負載電流或輸出電流,；RS和RSH表示等效的串聯(lián)和并聯(lián)電阻,，通常RS約為1 ?贅，RSH約幾千歐姆,；IVD表示暗電流或擴散電流,；IPH表示光生電流（亦即光子在光伏電池上激發(fā)的電流），其大小與光照強度和溫度成正比,，IPH大小與外界負載無關,，可以認為是恒流源。由上面的等效電路模型及對光伏電池的伏安特性分析可推出其輸出特性方程為[4-5]：
由圖2可見,，光伏電池即非恒壓源也非恒流源,，其輸出電流和輸出功率隨輸出電壓的變化而變化。從P-U曲線可以看出光伏電池的輸出功率存在極大值點,，這一工作點稱為最大功率點（MPP）,。為提高光伏電池的效率，在光伏發(fā)電系統(tǒng)中需要進行最大功率點跟蹤（MPPT）控制,，使系統(tǒng)能工作在最大功率點,。
由圖3可以看出，兩個光伏模塊光照不同的情況下,，由于串聯(lián)的模塊流過的電流相等,，光伏陣列P-U特性曲線呈現(xiàn)2個極值點,，常規(guī)的最大功率點跟蹤方法將會失效，易追蹤到局部極值輸出,。
搜索范圍的確定可以使粒子更快,、更精確地找到最大點，此處將搜索范圍設置為（0,，Uoc）,，Uoc為光伏模塊的開路電壓。
2.3 算法的重啟與終止設置
PSO算法的終止條件一般設置為達到最大迭代次數或者滿足一定的誤差準則,。由于粒子的初始位置是隨機分布的,，當所有粒子趨近于一個位置時，可以認為已經追蹤到了最大功率點,。此處設定,，當粒子之間的最大距離小于5% Uoc時，則算法停止,，當前所有粒子中對應功率最大者定為最大功率點,。否則，一直迭代,，直到迭代次數結束,，尋得最大功率點為止。
2.4 算法的流程
首先,，隨機初始化種群中各個粒子的初始位置及速度,，計算得到各個粒子的適應值即陣列的功率，將當前各粒子的位置和適應值存儲到各粒子的個體最優(yōu)值（pbest）中,，將所有pbest中適應值最優(yōu)個體的位置和適應值存儲于全局最優(yōu)值（gbest）中,。然后，更新粒子的位置﹑速度﹑慣性權重以及最優(yōu)值,。最后,，檢查終止條件，若滿足終止條件,，搜索停止,，輸出最優(yōu)解Umax，否則,，更新粒子,，繼續(xù)搜索。
粒子群算法追蹤最大功率點的流程圖如圖4所示,。
粒子群算法追蹤最大功率點的仿真結果如圖6所示,。
由仿真結果可以看出，三維多峰曲線的全局最大功率值為120 W，粒子群優(yōu)化算法尋到的最大功率點的功率值為102.215 8 W,，誤差很小,，驗證了該算法在跟蹤最大功率點上有良好的準確性。算法尋優(yōu)時間為0.126 4 s,，只用很少的時間就能追蹤到全局最大功率點,，驗證了算法的快速性。所以基于粒子群優(yōu)化的MPPT算法,，在局部遮陰條件下能跟蹤到全局最大功率點,，具有一定的精準性和有效性。
本文提出了一種基于粒子群算法的光伏發(fā)電系統(tǒng)最大功率點跟蹤控制方法,，建立了光伏陣列的模型并進行仿真研究,，驗證了該算法的有效性。該方法使光伏陣列在溫度,、光照等外界環(huán)境不統(tǒng)一的情況下,，能夠快速有效地跟蹤到最大功率點，并且具有較好的追蹤精度和穩(wěn)定性,，防止了最大功率點的振蕩以及電池的溫升,，減少了功率損耗，從而大大提高了總功率的輸出,。
參考文獻
[1] NOGUCHI T,， TOGASHI S， NAKAMOTO R. Short-current pulse-based maximum power point tracking method for multiple photovoltaic and converter module system[J]. IEEE Trans. on Industrial Electronics,， 2002,，49（1）：217-222.
[2] SERA D， TEODORESCU R,， HANTSCHEL J， et al. Optimized maximum power point tracker for fast-changing environmental conditions[J]. IEEE Trans. on Industrial Electronics,， 2008,， 55（7）： 2629-2637.
[3] 高虎，李俊峰,，許洪華．太陽能光伏發(fā)電技術發(fā)展狀況與趨勢分析[J]．中國科技產業(yè),，2006，12（2）：72-75．
[4] 張興,，曹仁賢,，等.太陽能光伏并網發(fā)電及其逆變控制[M].北京：機械工業(yè)出版社，2011．
[5] 劉曉艷,，祁新梅,，鄭壽森，等．局部陰影條件下光伏陣列的建模與分析[J]．電網技術，2010,，34（11）：192-197．
[6] 蔣程濤,，邵世煌.基于適配粒子群的多目標優(yōu)化方法[J].計算機工程，2007,，33（21）：175-178.