基于matlab的太阳能并网逆变器仿真研究

基于matlab的太阳能并网逆变器仿真研究内容摘要：

路如图 3． 3所示。 图 光伏电池理想等效电路 由基尔霍夫电流电流定律可推导出与图 对应的数学表达式： I  phI  dI „„„„„„„„„„„„„„„„„„„„„„„„„„„„ (31) 由于二极管 dI 电流的关系式如下， dI =0I 1qUAKTe„„„„„„„„„„„„„„„„„„„„„„„„„„ (32) 将 (32)代入 (31)可得 0I = phI 0I 1qUAKTe„„„„„„„„„„„„„„„„„„„„„„„„ (33) 其中， 0I = OCI3rTT` 11G rqEAK T Te „„„„„„ „„„„„„„„„„„„„„ (34) phI =  scr I rI K T TS1000 „„„„„„„„„„„„„„„„„„„„ (35) 式中， I 光伏电池的输出电流； U光伏电池的输出电压； phI 光生电流强度； 0I 光伏电池内部等效二极 管反向饱和电流，与光伏电池的材料有关，一般为常数，与光照强度无关； q 电子电荷量 (1． 6 1910 C)， K玻耳兹曼常数 (1． 38 2310 J／ K)； T光伏电池工作时的绝对温度 (K)； S为光照强度 (W／ 2m )； scrI 光伏电池在标准测试条件(光照强度为 l kW／ 2m 以及环境温度为 298K)下的短路电流； A二极管的曲线常数； IK 光生电流随温度变化系数 (／ OC )； GE 晶体硅的能级宽度； orI 在标准测试条件下二极管的饱和漏电流 (约为 10mA／ c 2m )。 rT 光伏电池的工作温度等于 298K。 (2)实际等效电路 光伏电池的实际等效电路时在全面考虑光伏电池的串联电阻和并联电阻后得出的。 9 该模型对应的等效电路如图。 图 光伏电池实际等效电路 按照图 所规定的电压、电流正方向，由基尔霍夫电流定律可以推导出光伏电池的电流关系： I  phI  dI  shI „„„„„„„„„„„„„„„„„„„„„„„ (36) 又知 dI = 0I 1qUAKTe„„„„„„„„„„„„„„„„„„„„„„„„„ (37) 由于 dU =U  I sR 将上式代入（ 37）式，可得 I  phI  0I q(U+IR )AKT 1Se U+IRR Ssh„„„„„„„„„„„„„„„„„„ (38) 上式中，除 RS 和 Rsh 外，其余物理量与光伏电池理想等效电路对应的数学表达式中的物理量相同。 RS 是光伏电池 的串联电阻，主要由光伏电池的体电阻、表面电阻、电极的导体电阻、金属导体电阻以及电极与半导体表面的接触电阻组成，其阻值一般小于1 ； Rsh 是光伏电池的并联电阻，主要包括半导体 PN 结的泄露电阻和电池边缘泄露电阻组成，阻值一般在几千欧姆 [2]。 由于光伏电池的并联电阻 Rsh 的阻值较大，流过并联电阻的电流半非常小， U+IRR Ssh可 忽略不计。 此时，式（ 38）可简化为： I  phI  0I q(U+IR )AKT 1Se„„„„„„„„„„„„„„„„„„„„„ (39) 由于光伏电池的实际等效电路考虑了所有内阻的影响，与光伏电池的实际物理模型非常接近，具有较高的 精度，可广泛用于光伏电池及其输出特性的研究与分析。 光伏阵列通用仿真模型 3． 3． 1 光伏阵列通用仿真数学模型 10 本文用于 Matlab 建模的光伏阵列数学模型如下 [21]： 任意太阳辐射强度 R（ w 2m ）和环境温度 aT （186。 C）条件下，太阳电池温度 cT （186。 C）为： cT  aT  ct R „„„„„„„„„„„„„„„„„„„„„„„„„„„„ (310) 其中， R 为光伏阵列倾斜面上的总太阳辐射； ct （ 1degw ㎡）为太阳电池模块的温度系数。 设在参考条件下， scI 为短路电流，0CV为开路电压 , mI , mV 为最大功率点电流和电压 ,则当光伏阵列电压为 V,其对应点电流为 I: I 20V111CCVscI C e  „„„„„„„„„„„„„„„„„„„„„ (311) 其中， 201 1mCVCVmscICeI „„„„„„„„„„„„„„„„„„„„„„„ (312) 2C  ( mV ∕0mCVV 1 )∕ ln(1 mI ∕ scI )„„„„„„„„„„„„„„„„ (313) 考虑太阳辐射变化和温度影响时， 20V D V111CCVscI I C e DI    „„„„„„„„„„„„„„„„„„„ (314) 其中， IR ∕ refR DT  (R ∕ refR 1) scI „„„„„„„„„„„„„„ (315) SDV DT R DI   „„„„„„„„„„„„„„„„„„„„„„ (316) c refDT T T „„„„„„„„„„„„„„„„„„„„„„„„„ „ (317) refR ， refT ：太阳辐射和光伏电池温度参考值，一般取为 1kW∕㎡ ,25℃；  ：在参考日照下，电流变化温度系数（ Amps/176。 C）；  ：在参考日照下，电压变化温度系数（ V/176。 C） ； SR ：光伏模块的串联电阻（ Ohms），由下式决定[20] , , ,NN l n 1 m re fs S re f re f m re f o c re fp p sc re fIR R A V VI     ／ ,mrefI T3cre f V oc oc re f Sre f Isc cre fLre fVNATI 其中，  :材料带能，  =(硅 )； ,mrefI ， ,mrefV ：参考条件下， 光伏阵列最大功率点电压和电流； ,screfI ， ,ocrefV ：参考条件下，光伏阵列短路电流和开路电压； Voc ， Isc ：参考条件下，光伏阵列开路电压和短路电流温度系数； SN ：光伏阵列各模块的单元串联数； N ：光伏阵列模块的串联数； Np ：光伏阵列模块的 并联数； crefT ：参考条件下 ,光伏电池温度，一般设定为 25℃。 11 3． 3． 2 光伏阵列 MATLAB 仿真模型 基于上述数学模型，在 Matlab 环境下，利用 simulink 工具 , 建立了光伏阵列的通用仿真模块。 图 光伏阵列 Matlab 仿真模块内部结构图 图 PV 模块外观图 T， S 为输入的实时环境温度、太阳辐射强度 Vpv 为光伏阵列的工作电压 Ipv 为光伏阵列输出电流 PV模块是根据其数学模型建立的。 由式 (314)可以看出，在电池 参数已知的情况下，电池的输出电流只与光照强度 S 和温度 T 有关。 建立了 PV 模块，它的输入量是光照强度 S 和温度 T，输出量是光生电流 I。 PV的仿真模块如图 所示，图 所示为该模块外观。 3． 3． 3 光伏阵列仿真结果 由于图 为子系统内部结构图，外接信号和示波器（如图 ），可以得出光伏阵列外部特性曲线。 12 图 光伏阵列模块外部特性仿真模型图 对图 ，得光伏阵列外部特性曲线，如图 所示。 （ 1）光伏阵列 UI 特性曲线 13 （ 2）光伏阵列 UP 特性曲线 图 PV 阵列仿真结果曲线 对比图 和图 、图 ，可知结果是正确的。 光伏电池最大功率点跟踪方法 在天气条件变化时，如何使电池始终工作在其最大功率点处，成为光伏技术的研究焦点之一，这就是最大功率点跟踪 MPPT（ Maximum Power Point Tracking）。 3． 4． 1 最大功率点跟踪的原理 最大功率点跟踪本质上是光伏电池输出特性与所带负载进行最佳匹配的自寻优过程。 根据 ，光伏电池的输出功率会随着光照强度和温度的变化而变化。 对应一定光照和温度条件下， 光伏电池有唯一的最大工作点，当光照或者温度变化时，最大工作点将会发生移动，最大功率点所对应的最大功率点电压和最大功率点电流也会相应的移动，最大功率点电压和最大功率点电流的比值即为光伏电池所带的负载。 光伏电池最大功率点的移动就意味着所带最佳匹配负载发生了变化，此前所带负载已不再是最佳匹配负载，有必要将其进行调整。 最大功率点跟踪控制通过控制算法预估当前光照和温度条件下光伏电池的最大功率点所处的位置，实时调整阻抗变换器的导通时间，改变负载特性，最终达到光伏电池输出特性与所带负载的最佳匹配 [16]。 3． 4． 2 最大功率点跟踪方法概述 经过人们的积极探索，目前已经出现了多种 MPPT 控制方法，如定电压跟踪法、干扰观察法、电导增量法、模糊控制法、间歇扫描跟踪法、最优梯度法、神经网络控制法、功率回授法、二次插值法等 [2,16]。 目前，比较常用的 MPPT 控制方法主要有定电压跟踪法、干扰观察法和电导增量法。 本节将介绍几种常用的 MPPT 控制方法以及各自的优缺点。 1．恒电压控制法 [18]（ Constant Voltage TrackingCVT） 通过图 可知，光伏阵列在不同光照强度下的最大功率输出点总是近似在某一恒定的 电压值 MV 附近，这样可以采用 CVT 法，而把 MV 成为 蛛。 在光伏阵列和负载之间通过一定的阻抗变换，使得系统成为一个稳压器，即阵列的工作点始终稳定在蛛附近。 这样不但简了整个控制系统，还可以保证它的输出功率接近最大功率点。 但一般硅型光伏 14 阵列的路电压都会受到结温度的影响，在同样的光照强度下，最大功率点还会受到温度的影响，在光伏阵列的功率输出随着温度变化的情况下，如果仍然采用恒定电压控制策略，阵列的输出功率将会偏离最大功率点，产生较大的功率损失。 特别是在有些情况下，光伏阵列的结温升高的比较明显，导致阵列的伏安曲线与系统预先设定的工作电压可能不存在交点，那么系统将会产生 振荡。 对于那些一年四季或者每天晨午温差比较大的地区，温度对整个光伏阵列的输出将会产生比较大的影响，如果仍然采用 CVT 控制策略就只能通过降低系统的效率来保证其稳定性。 2．电导增量法 (Inc) 电导增量法 [16] (Incremental conductance Algorithm)也是 MPPT 控制常用的算法。 通过光伏电池阵列 PV曲线（图 ）可知其在最大功率点 MP 处的斜率为零，即式 (318)、(319)成立。 将 (318)式代入 (319)式进行推算便得到 (320)式。 IVP  „„„„„„„„„„„„„„„„„„„„„„„„„„„„ (318) 0 dVdIVIdVdP „„„„„„„„„„„„„„„„„„„„„„„ (319) VIdVdI  „„„„„„„„„„„„„„„„„„„„„„„„„„„„ (320) 从图 ， dP/dV 值是与输出电压值一一对应的。 当 0dVdP ，在最大功率点处； 当 0dVdP ，在最大功率点左边； 当 0dVdP ，在最大功率点右边。 图 光伏电池 PV 和 dVdP V 关系图 电导增量法通过设定一些很小的变化阐值，判断目前工作点在最大功率点的哪一侧，然后改变逆变器输出功率，使太阳能光伏阵列最后稳定在最大功率点附近的某个点，而不是来回的跳动。 当从一个稳态过渡到另外一个稳态时，电导增量法根据电流的变化就能够做出正确的判断，不会出现误判断的过程。 电导增量法的流程图如图 所示。 15 图 电导增量法的流程图 此跟踪法最大的优点，是当光伏电池上的光照强度产生变化时，输出端电压能以平稳的方式追随其变化，电压波动较扰动观察法小。 缺点是其算法较为复杂，对硬件的要求特别是对传感器的精度要求比较高，系统各个部分响应速度都要求比较快，因而整个系统的硬件造价也会比较高。 而且实际的太阳能光伏阵列可能存在局部的功率最大点，这种算法可能导致系统稳定在局部最优点上。 [20] 干扰观察法是常用的 MPPT 控制方法之一。 其算法如下：控制器在每个控制周期内，以较小的步长改变光伏阵列的输出电 压或电流，改变的步长是一定的，方向可以是增大的方向也可以是减小的方向。 然后检测出干扰后的功率，与干扰前所记忆的功率进行比较，如果干扰后的功率大于干扰前的功率，则说明干扰方向正确，沿着该方向继续干扰；反之，如果干扰后的功率小于干扰前的功率，则说明干扰方向错误，将干扰方向变反后继续干扰，如此循环进行，光伏阵列的实际工作点就可以接近最大功率点。 干扰观察法的控制流程图如图 所示。 16 图 干扰观察法的控制流程图 干扰观察法只需要通过传感器检测光伏电池的输出电流和电压，控制结构简单，易于实现，并且是对 前后两次检测结果作比较。