[论文解读] A Revised Incremental Conductance MPPT Algorithm for Solar PV Generation Systems

Meng Yue, Xiaoyu Wang|arXiv (Cornell University)|May 19, 2014

Photovoltaic System Optimization Techniques参考文献 18被引用 10

一句话总结

本文提出了一种改进的增量电导（IncCond）MPPT算法，该算法根据P-V曲线的斜率自适应调整电压步长，通过引入加速和减速因子，最小化振荡并提升在动态环境条件下的跟踪速度。仿真结果表明，与传统方法相比，该方法收敛更快，且在最大功率点（MPP）附近的振荡更少。

ABSTRACT

A revised Incremental Conductance (IncCond) maximum power point tracking (MPPT) algorithm for PV generation systems is proposed in this paper. The commonly adopted traditional IncCond method uses a constant step size for voltage adjustment and is difficult to achieve both a good tracking performance and quick elimination of the oscillations, especially under the dramatic changes of the environment conditions. For the revised algorithm, the incremental voltage change step size is adaptively adjusted based on the slope of the power-voltage (P-V) curve. An accelerating factor and a decelerating factor are further applied to adjust the voltage step change considering whether the sign of the P-V curve slope remains the same or not in a subsequent tracking step. In addition, the upper bound of the maximum voltage step change is also updated considering the information of sign changes. The revised MPPT algorithm can quickly track the maximum power points (MPPs) and remove the oscillation of the actual operation points around the real MPPs. The effectiveness of the revised algorithm is demonstrated using a simulation.

研究动机与目标

• 解决传统IncCond MPPT算法在环境条件快速变化时难以实现快速跟踪和最小振荡的问题。
• 通过根据P-V曲线的曲率自适应调整电压步长，提升MPPT的动态响应性能。
• 通过符号变化检测和斜率信息对步长进行智能调整，减少MPP附近的稳态振荡。
• 提升实时太阳能光伏系统中的跟踪精度和收敛速度。
• 通过在不同辐照度和温度条件下的仿真，验证改进算法的有效性。

提出的方法

• 该算法根据功率-电压（P-V）曲线的斜率自适应调整电压步长，以提升跟踪性能。
• 当连续步骤中P-V曲线斜率的符号保持不变时，应用加速因子，增大步长以加快收敛速度。
• 当斜率符号发生变化时，应用减速因子，减小步长以最小化MPP附近的超调和振荡。
• 基于符号变化检测，动态更新电压步长变化的上限，以防止在瞬态条件下出现过大偏差。
• 通过实时监测P-V曲线斜率及其变化，指导步长的自适应调整，无需预先知晓MPP位置。
• 该算法将基于斜率的决策逻辑与自适应增益控制相结合，以在MPPT运行中实现速度与精度的平衡。

实验结果

研究问题

• RQ1 自适应步长机制是否能提升IncCond MPPT算法在辐照度和温度快速变化条件下的收敛速度？
• RQ2 加速和减速因子的使用如何影响MPP附近的振荡减少效果？
• RQ3 对电压步长变化上限的动态调整在多大程度上提升了跟踪稳定性？
• RQ4 与传统IncCond方法相比，改进算法是否在减少振荡的同时保持了高精度？
• RQ5 所提出的方法是否能在瞬态环境条件下实现更快的MPP跟踪而不影响稳定性？

主要发现

• 在环境条件动态变化时，改进算法相比传统IncCond方法能更快地收敛至最大功率点（MPP）。
• 由于基于P-V曲线斜率和符号变化的自适应步长控制，MPP附近的振荡显著减少。
• 加速和减速因子的使用使得在大扰动下能快速逼近MPP，并在MPP附近实现平稳收敛。
• 电压步长变化上限的动态调整通过防止快速变化期间的超调，增强了系统稳定性。
• 仿真结果表明，跟踪性能得到提升，且因振荡导致的稳态功率损失减少。
• 该算法有效平衡了速度与精度，适用于实时太阳能光伏发电系统。