复杂应用环境影响下光伏阵列MPPT的控制与定量评价方法研究

Improving the accuracy of MPPT (Maximum Power Point Tracking) is the key technology and the eternal pursuit of high efficiency photovoltaic system. However, we didn't have real efficient algorithms and lacked united standard of quantitative evaluation for the MPPT technology applied under complex condition: the changeable external environment, caused by the Photovoltaic array and the power converter itself etc, because there are many problems of MPPT in such cases, such as difficult to obtain an accurate mathematical model of the power curve, the phenomenon of error tracking, multi-peak and so on. To deal with these problems and based on the theory of error theory and data processing, random signal analysis and statistics, nonlinear system estimation and control, swarm intelligence optimization algorithm and so on, we analyzed the influence that the complex application conditions had on MPPT and established discrete nonlinear state-space model based on sampling data; proposed the fast MPPT control method based on nonlinear filtering by viewing the MPPT control as the problem of nonlinear time-varying system identification, which could eliminate and suppress the influence of nonlinear time-varying power curve, like measurement and state noise, abnormal measurement outliers, multi-peaks and so on; evaluated the performance of the method quantitatively by counting the located covariance of the steady-state maximum power point and the Cramer-Rao lower bound, discussed the united standard of quantitative evaluation with the proposed method as a comparison object. This project could overcome the influence of complex application conditions to improve efficiency of power conversion, provide a reference for the establishment of the united standard of quantitative evaluation. This project has theoretical significance and application prospects.

提高最大功率点跟踪（MPPT）精度是高效光伏发电系统的关键技术与永恒追求。针对外界环境、光伏阵列和功率变换器等引发的复杂应用环境，MPPT存在难以获得准确功率曲线模型、多峰值及误跟踪等使算法失效、缺乏统一定量评价标准问题。课题采用误差理论与数据处理、随机信号分析统计、非线性系统估计和控制、群体智能优化算法等理论，分析复杂应用环境对MPPT的影响，建立基于采样数据的离散非线性状态空间模型；视MPPT控制为非线性时变系统辨识问题，提出快速的基于非线性滤波的全局MPPT控制方法，消除与抑制时变非线性功率曲线具有的测量和状态噪声、异常测量野值及多峰值等干扰；统计定位出的最大功率点协方差、Cramer-Rao下界，定量评价算法性能，并以此评价为对比对象，探讨MPPT统一定量评价方法。课题研究将克服复杂应用环境影响提高功率转换效率，为建立MPPT统一定量评价标准提供参考，具有一定的理论意义和应用前景。

项目组完成工作为：(1)搭建了光伏阵列最大功率点跟踪（MPPT）控制实验平台，采集大量MPPT数据，分析了复杂应用环境对MPPT控制的影响，通过实验分析验证了外界环境、光伏阵列和功率变换器等引发的复杂应用环境，MPPT存在难以获得准确功率曲线模型、多峰值及误跟踪等使算法失效问题。(2)视MPPT控制为非线性时变系统辨识问题，建立采样数据的离散非线性状态空间模型，提出了克服复杂应用环境影响的MPPT控制方法，主要为两种方法：基于非线性滤波的全局MPPT控制方法、基于非线性滤波和群体智能的全局MPPT控制方法。(3)基于非线性滤波的全局MPPT控制，估计出稳态最大功率点的滤波协方差，通过计算稳态最大功率点的最小均方差Cramer-Rao下界，从而获得近似理论输出最大功率点，探讨本项目所提MPPT算法的定量评价方法。(4)仿真和实验结果表明，本项目研究内容、所提方法是有效、可行的。. 通过四年的理论和实验研究工作，本项目组完成了项目计划书预定的研究目标。(1)在本领域国内外发表期刊论文共22篇，其中，在EI/SCI源刊发表论文7篇（SCI期刊2篇，EI期刊5篇），中文核心期刊15篇；(2)申请国家发明专利1项；(3)培养毕业硕士研究生7人，其中，3名获国家研究生奖学金、1名获江西省政府研究生奖学金、2名同学硕士毕业论文评为校级优秀并获优秀毕业研究生奖励。(4)参加国内外学术合作交流6次以上。发表期刊论文成果、申请专利及研究生培养数量已保质保量完成了本项目原定目标。. 针对微生物燃料电池难以给出确定性功率-电压模型的特性，本项目负责人基于本课题已取得的状态估计与控制研究经验，对于该电池基于动态最大功率点跟踪控制的能量收集技术进行了初步探索性研究。通过本项目研究，为本项目组在随机动态系统状态估计理论应用于电气工程领域电力电子与电力传动研究方向打下了良好基础；在前期充分预研工作基础上，本人荣幸地再次得到国家自然科学基金委资助，2018年立项一项国家自然科学基金地区项目，“面向微网复杂源荷环境的电能质量动态跟踪及实时检测方法研究”，项目编号：51867017。