王洪斌, 贺晙华, 贺辉
(1.燕山大学电气工程学院工业计算机控制工程河北省重点实验室,河北秦皇岛 066004;2.河北省精密数控专用设备工程技术中心,河北保定 071000)
随着煤、石油、天然气等非可再生能源的不断消耗,能源问题和环境问题的日益突出,作为清洁能源的太阳能越来越受到重视。近年来,光伏发电及相关技术的应用突飞猛进,并成为新型可再生能源研究的热点之一。据专家估计,到2040年,全球的光伏发电量将占世界总发电量的26%;2050年后,太阳能将成为世界能源的支柱。
众所周知,光伏阵列在工作时存在一个最大功率点(maximum power point,MPP),且 MPP会随环境的变化而变化[1]。因此,为了获得最大的输出功率,需要通过电力电子技术和自动控制技术实现太阳能光伏发电的最大功率点跟踪(maximum power point tracking,MPPT)。
目前,较为简单实用的MPPT方法主要有恒压控制法、扰动观察法和电导增量法[2-3]。此外,随着对自动化智能控制技术的深入研究,神经网络控制法[4]、模糊 PID 控制法[5]和模糊自适应控制法[6]也逐渐被国内外学者用于光伏MPPT领域。针对上述所提出的各种MPPT方法,主要的评价指标有:1)稳态特性,即达到稳定工作状态时的实际功率与该条件下可利用功率之差;2)动态特性,即寻找并稳定工作在MPP的跟踪速度;3)实现成本,主要指传感器和处理器的成本。有些算法需要额外的光照、温度传感器,而有些算法计算量太大,需要高性能的处理器。文献[7]对多种方法进行了分析和比较,总体来看MPPT的稳态性能、动态性能和实现成本难以兼顾。……