解密MPPT工作

羽林君 2025-03-26 08:45

汽车用卸负载电阻低价方案 中端示波器性能提升“秘籍”

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

工作温度25℃，光照变化时的光伏特性曲线

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：

首先，选择一个扰动步长Δd。
然后，对光伏电池的输入电压或电流进行扰动，即d = d + Δd。
观测扰动后的输出功率P。
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。
重复步骤2-4，直到找到最大功率点。

$\left\{\begin{matrix} \frac{dP}{dU}>0:U=U + \bigtriangleup U \\ \frac{dP}{dU}=0:U=U_m \\ \frac{dP}{dU}<0:U=U - \bigtriangleup U \end{matrix}\right.$

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：

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。
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。
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:

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。
然后，求解dP/dd = 0，即可得到最大功率点。

电池输出功率是 P=UI ，对U求导，可得到：

$\frac{dP}{dU}=I+U\frac{dI}{dU}$

将其带入上面P&O的公式，经过变形可得：

$\left\{\begin{matrix} \left ( \frac{dI}{dU}=-I/U \right )or \left ( \left ( dU=0\right ) and\left ( dI=0\right ) \right ):& U= U\\ \left ( \frac{dI}{dU}>-I/U \right )or \left ( \left ( dU=0\right ) and\left ( dI>0\right ) \right ):& U= U + \bigtriangleup U\\ \left ( \frac{dI}{dU}<-I/U \right )or \left ( \left ( dU=0\right ) and\left ( dI<0\right ) \right ):& U= U - \bigtriangleup U\\ \end{matrix}\right.$

如此看来，也不必计算功率了。

而变步长算法，可由下式表达：

$\left\{\begin{matrix} \left ( \frac{dI}{dU}=-I/U \right )or \left ( \left ( dU=0\right ) and\left ( dI=0\right ) \right ):& U= U\\ \left ( \frac{dI}{dU}>-I/U \right )or \left ( \left ( dU=0\right ) and\left ( dI>0\right ) \right ):& U= U + 4\bigtriangleup U\\ \left ( \frac{dI}{dU}<-I/U \right )or \left ( \left ( dU=0\right ) and\left ( dI<0\right ) \right ):& U= U - \bigtriangleup U\\ \end{matrix}\right.$

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：

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。
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。
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：

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。
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。
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：

指标	含义
跟踪效率	跟踪最大功率点的准确程度
稳定性	保持最大功率点稳定的能力
响应速度	对光伏阵列变化的响应速度
稳定时间	从扰动状态稳定到最大功率点所需的时间
振荡幅度	在最大功率点附近振荡的幅度
稳定性裕度	在最大功率点附近保持稳定的裕度
上升时间	从零功率输出到最大功率输出所需的时间
下降时间	从最大功率输出到零功率输出所需的时间
响应频率	对光伏阵列变化的响应频率

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：

算法类型	优势	劣势
智能化MPPT	高效、动态调整	复杂度高
混合MPPT	取长补短、性能均衡	调参难度大
并联MPPT	减少损耗、提高效率	成本较高

流程图示例：

来源：https://blog.csdn.net/qq_27158179/article/details/82656494

‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧‧ 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

登录阅读全文



免责声明：该内容由专栏作者授权发布或作者转载，目的在于传递更多信息，并不代表本网赞同其观点，本站亦不保证或承诺内容真实性等。若内容或图片侵犯您的权益，请及时联系本站删除。侵权投诉联系： nick.zong@aspencore.com！

羽林君某嵌入式程序猿分享技术、生活、人生云云文字。如有诗云：去年今日此门中，人面桃花相映红。人面不知何处去，桃花依旧笑春风。

进入专栏