基于遗传算法和扰动观察法的MPPT算法
遗传算法(GA)是一类以Darwin自然进化论与Mendel遗传变异理论为基础的求解全局优化问题的仿生型算法。把遗传算法应用于最大功率点跟踪中，可以使逆变器克服外界环境的剧烈变化造成的干扰，迅速搜索到最大功率点。但是，由于遗传算法搜索到最大功率点后，并不能稳定地工作于最大功率点，所以在此使用扰动观察法作为最大功率点附近的搜索算法。
1 太阳能电池模型
考虑到温度和太阳辐射强度改变的影响，苏建徽等提出了一种硅太阳电池工程用数学模型如下：
式中：I为太阳能电池的输出电流；U为太阳能电池的输出电压；Isc为太阳能电池的短路电流；Uoc为太阳能电池的开路电压；Im为太阳能电池输出最大功率时的输出电流；Um为太阳能电池输出最大功率时的输出电压。
目前太阳能电池的制造商都会给出太阳能电池在标准状况下(25℃@1 000 W／m2)的Isc，Uoc，Im，Um。在实际应用中，应该根据下式调整这些参数：
通常a=0.002 5；b=0.5；c=0.002 88。苏建徽等对大量太阳能电池进行实验，结果证明这些补偿方法的应用可以保证模型与实际情况的误差小于6%，因此这个模型可以应用于太阳能电池的MPPT仿真。根据这个模型，太阳能电池的特性曲线如图1所示。
2 Boost变换器模型
在此采用Boost变换器作为前级DC-DC变换器，其拓扑结构如图2所示。
杨海柱等通过对Boost变换器的状态空间模型进行线性化处理后，得到式(2)所示的模型：
因此，太阳能电池的工作点可以通过调节占空比D来控制。实际上，光伏系统的最大功率点跟踪就是通过调节DC-DC变换器的占空比D，使外电路阻抗和太阳能电池的阻抗匹配。
评论