摘 要： 介绍了光伏电池的特性，并在Matlab/Simulink中进行建模仿真研究。针对局部遮阴条件下光伏阵列的P-U特性呈现多个极值点，导致常规的最大功率点跟踪算法失效的问题，提出了一种基于粒子群算法（PSO）的最大功率点跟踪（MPPT）控制方法。仿真结果表明，该方法能够快速、准确地跟踪光伏阵列的最大功率点，具有较好的控制精度，有效地提高了光伏阵列的输出效率。
关键词： 最大功率点跟踪；粒子群优化算法；局部遮阴
太阳能作为一种新型的绿色可再生能源，具有储量大、分布广、无污染、使用方便等优点。随着能源危机与环境污染的加剧，太阳能的利用越来越受到人们的重视，而太阳能光伏发电技术的应用更是人们普遍关注的焦点。由于光伏组件均是由多个单体光伏电池串联而成，当光伏组件中各个单体光伏电池所接收的太阳辐射均等时，其输出的功率电压曲线呈单峰状。然而，在很多情况下，由于光伏组件表面存在不透明物体的遮挡，或者由于多云天气导致组件中部分单体光伏电池接收的光照强度异于其他电池。这种情况下，组件输出的功率电压曲线会出现多个峰值点，导致常规的最大功率点跟踪控制算法失效[1-2]，不能正确追踪到最大功率点，造成太阳能发电系统功率输出的下降，严重时会引起“热斑”效应造成安全问题。本文将粒子群优化PSO（Particle Swarm Optimization）算法应用于光伏发电系统的MPPT中，并进行了实验和仿真比较，验证了该算法的有效性，即该算法既可以提高传输效率，又可以很好地克服热斑效应，以及各种失配问题。
1 光伏电池特性
1.1 光伏列阵的数学模型
光伏电池的原理是基于半导体的光伏特性效应将太阳辐射直接转换为电能[3]。根据光伏电池的内部结构及其输出特性，可以把光伏电池单体等效为如图1所示的电路。
图中RL表示负载；UL表示负载电压或输出电压；IL表示负载电流或输出电流；RS和RSH表示等效的串联和并联电阻，通常RS约为1 ?赘，RSH约几千欧姆；IVD表示暗电流或扩散电流；IPH表示光生电流（亦即光子在光伏电池上激发的电流），其大小与光照强度和温度成正比，IPH大小与外界负载无关，可以认为是恒流源。由上面的等效电路模型及对光伏电池的伏安特性分析可推出其输出特性方程为[4-5]：
由图2可见，光伏电池即非恒压源也非恒流源，其输出电流和输出功率随输出电压的变化而变化。从P-U曲线可以看出光伏电池的输出功率存在极大值点，这一工作点称为最大功率点（MPP）。为提高光伏电池的效率，在光伏发电系统中需要进行最大功率点跟踪（MPPT）控制，使系统能工作在最大功率点。
由图3可以看出，两个光伏模块光照不同的情况下，由于串联的模块流过的电流相等，光伏阵列P-U特性曲线呈现2个极值点，常规的最大功率点跟踪方法将会失效，易追踪到局部极值输出。
搜索范围的确定可以使粒子更快、更精确地找到最大点，此处将搜索范围设置为（0，Uoc），Uoc为光伏模块的开路电压。
2.3 算法的重启与终止设置
PSO算法的终止条件一般设置为达到最大迭代次数或者满足一定的误差准则。由于粒子的初始位置是随机分布的，当所有粒子趋近于一个位置时，可以认为已经追踪到了最大功率点。此处设定，当粒子之间的最大距离小于5% Uoc时，则算法停止，当前所有粒子中对应功率最大者定为最大功率点。否则，一直迭代，直到迭代次数结束，寻得最大功率点为止。
2.4 算法的流程
首先，随机初始化种群中各个粒子的初始位置及速度，计算得到各个粒子的适应值即阵列的功率，将当前各粒子的位置和适应值存储到各粒子的个体最优值（pbest）中，将所有pbest中适应值最优个体的位置和适应值存储于全局最优值（gbest）中。然后，更新粒子的位置﹑速度﹑惯性权重以及最优值。最后，检查终止条件，若满足终止条件，搜索停止，输出最优解Umax，否则，更新粒子，继续搜索。
粒子群算法追踪最大功率点的流程图如图4所示。
粒子群算法追踪最大功率点的仿真结果如图6所示。
由仿真结果可以看出，三维多峰曲线的全局最大功率值为120 W，粒子群优化算法寻到的最大功率点的功率值为102.215 8 W，误差很小，验证了该算法在跟踪最大功率点上有良好的准确性。算法寻优时间为0.126 4 s，只用很少的时间就能追踪到全局最大功率点，验证了算法的快速性。所以基于粒子群优化的MPPT算法，在局部遮阴条件下能跟踪到全局最大功率点，具有一定的精准性和有效性。
本文提出了一种基于粒子群算法的光伏发电系统最大功率点跟踪控制方法，建立了光伏阵列的模型并进行仿真研究，验证了该算法的有效性。该方法使光伏阵列在温度、光照等外界环境不统一的情况下，能够快速有效地跟踪到最大功率点，并且具有较好的追踪精度和稳定性，防止了最大功率点的振荡以及电池的温升，减少了功率损耗，从而大大提高了总功率的输出。
参考文献
[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，许洪华．太阳能光伏发电技术发展状况与趋势分析[J]．中国科技产业，2006，12（2）：72-75．
[4] 张兴，曹仁贤，等.太阳能光伏并网发电及其逆变控制[M].北京：机械工业出版社，2011．
[5] 刘晓艳，祁新梅，郑寿森，等．局部阴影条件下光伏阵列的建模与分析[J]．电网技术，2010，34（11）：192-197．
[6] 蒋程涛，邵世煌.基于适配粒子群的多目标优化方法[J].计算机工程，2007，33（21）：175-178.