3.3.6 MPPT
MPPT的全称为“最大功率点跟踪”（Maximum Power Point Tracking），是实现太阳电池阵最大功率点跟踪的技术。所谓最大功率点跟踪，是指MPPT控制器根据太阳电池阵实时输出电压和电流，通过调节太阳电池阵工作点，使太阳电池阵以最大功率输出。
1）MPPT的原理
图3-29所示为太阳能电池工作点变化曲线，A、B和C代表三条不同的负载线与I-V曲线的交点，由图可知，只有B点的输出功率为最大功率点。由太阳能的特性可知，当外界环境条件改变，负载不变时，B点将不再是最大功率点。当外界环境不变，负载改变时，B点也将不再工作在最大功率点。MPPT的硬件电路主要是在太阳能电池阵与负载、蓄电池组之间引入一个DC/DC变换器，通过动态调节DC/DC变换器的工作状态来实现太阳能电池的输出阻抗与DC/DC变换器的输入阻抗匹配，进而使太阳能电池阵输出最大功率，如图3-30所示。开关电路的工作状态由峰值功率跟踪控制逻辑实现，峰值功率跟踪控制逻辑实时采集太阳能电池的输出电压和输出电流，并通过对输出电压和电流的处理产生太阳电池阵峰值功率跟踪控制信号，该信号控制PWM驱动信号，控制DC/DC变换器，从而实现太阳电池阵峰值功率跟踪。
图3-29 太阳电池工作点变化曲线
图3-30 MPPT原理框图
峰值功率跟踪控制逻辑是MPPT控制的核心，该控制逻辑也可以通过硬件电路实现，其电路简图如图3-31所示。电路包括采样保持器、比较器、RS触发器和积分电路。MPPT电路采样当前太阳电池电路的输入电流、电压值，对应2路采样保持电路及1路触发器，比较当前电流、电压值与前一状态的电流、电压值，通过触发器输出状态的改变来左右移动太阳电池阵的工作点，并最终收敛于最大功率点。
图3-31 MPPT控制逻辑硬件电路原理图
VSA—太阳电池阵输出电压；ISA—太阳电池阵输出电流；VMPP—太阳电池阵最大功率点控制信号。
2）MPPT控制方法
传统的MPPT方法依据判断方法和准则的不同，被分为开环和闭环MPPT方法。实际上，外界温度、光照和负载的变化对光伏电池输出特性的影响呈现出一些基本规律，如光伏电池的最大功率点电压与光伏电池的开路电压之间存在近似的线性关系，基于这些规律，可提出一些开环的MPPT控制方法，如定电压跟踪法、短路电流比例系数法和插值计算法等。
闭环MPPT方法则通过对光伏电池输出电压和电流值的实时测量与闭环控制来实现MPPT，使用最广泛的自寻优类算法即属于这一类。典型的自寻优MPPT算法有扰动观察法（Perturbation and Observation Method，P&O）和电导增量法（Incremental Conductance，INC）两种。
3）MPPT算法分析
到目前为止，实现MPPT的控制算法非常多。比较成熟的有扰动观察法（Hill-Climbing/P&O）、增量电导法（IncCond）、短路电流微调法（Fractional ISC）、开路电压微调法（Fractional VOC）、神经网络法（Neural Network）以及模糊逻辑控制（Fuzzy Logic Control）等。这些算法大致可分为三类：
（1）非“独立的”的MPPT算法，如恒压法、短路电流微调法、开路电压微调法，这些算法是基于太阳电池的输出特性得到的，较容易实现。
（2）“独立”的MPPT算法，也称真正的寻优，如扰动观察法、增量电导法，这类算法都是基于最大功率点处dP/dV=0得到的。
（3）其他算法，如神经网络法、模糊逻辑控制等控制算法。
开路电压微调法是根据温度一定时，光强对开路电压和最大功率点电压影响不大而得到的。短路电流微调法则是根据光强一定时，温度对短路电流和最大功率点电流影响不大而得到的。当太阳能电池工作在最大功率点时，最大功率点的电压Vm和开路电压VOC呈近似线性关系，最大功率点电流Im和短路电流ISC呈近似线性关系：
式中，k1、k2是比例常数，k1一般在0.71～0.78之间，k2一般在0.78～0.92之间，两者仅和所用的太阳能电池特性有关，可由试验测得。
这种方法简单方便，不用考虑光照强度和温度的变化，而且不会产生振荡，同时避免了其他控制算法由于搜索振荡引起的功率损失。但是当环境条件快速变化时，会带来显著的功率损失。
扰动观察法的基本原理是在太阳能电池当前的工作点电压上加一个电压扰动量，方向任意设定，待新状态稳定后测量太阳能电池的输出功率变化，如果功率减小，则按相反的方向扰动，如果功率增大，则按原先方向继续扰动。以上扰动过程不断循环直到找到太阳能电池的最大工作点，如图3-32所示。
图3-32 扰动观察法示意图
扰动观察法存在一个无法避免的不足之处：扰动观察法在最大功率点附近会产生振荡，振荡幅度与工作电压的调节幅度有关。由扰动观察法算法本身导致的最大功率点附近的振荡，不仅会导致系统输出功率的不稳定性，也会导致电路性能的不稳定性，会增加出现故障的可能性。扰动观察法导致的振荡问题可以通过改进的方法进行克服。如在程序流程中加入判断振荡的模块，一旦系统进入振荡状态，则认为找到了最大功率点，立刻停止跟踪一段时间，直至最大功率点变化为止。
扰动观察法还有一个无法克服的问题，即当环境剧烈变化时，并不是总能对最大功率点进行很好的跟踪，而且在某些特殊情况下还可能产生误判现象。图3-33中是太阳能电池在不同日照条件下的两条功率曲线。假设太阳能电池工作在曲线Ⅰ最大功率点附近的P1点，此时工作点电压为V1，输出功率为P1。扰动观察法正常工作时，太阳能电池的工作点将会根据控制结果移动到点P2处。此时光强突然增大，太阳能电池的输出功率则由曲线Ⅰ变化为曲线Ⅱ且工作在P3点，此时太阳能电池的输出电压为V3，输出功率为P3。此时满足ΔP＞0，电压扰动方向不变，算法将继续减小设定电压，将工作点继续左移，导致距离最大功率点越来越远，甚至导致跟踪失败。
图3-33 光强突变时扰动观察法P-V图
增量电导法即通过比较瞬时电导和增量电导的大小，来判断太阳能电池工作电压的改变方向，进而得到最大功率输出点。在通过增量电导算法追踪到工作在最大功率后，MPPT电路中功率开关管的占空比不再变化，因此该方法基本消除了太阳能电池在最大功率点处的功率振荡现象。当太阳能电池的外部环境变化时，系统将开始新的最大功率点追踪过程。增量电导法控制精度高，响应速度快，适用于光强变化较快的场合，但该方法对太阳能电池输出电压、输出电流等参数的采样精度要求较高，计算过程也比较复杂。另外一个缺点就是，由于算法是基于P-V曲线的斜率来实现MPPT的，因而当光强较弱时，P-V曲线的斜率较小，算法的MPPT效果下降。
模糊逻辑控制法是一种基于模糊逻辑器的MPPT控制方法，模糊逻辑控制过程一般包括三个步骤：①确定模糊控制器的输入及输出变量；②归纳和总结模糊推理合成法则，确定模糊化和反模糊化的方法；③选择论域，确定控制规则表。模糊MPPT控制方法具有良好的控制效果，控制精度高，动态特性好。另外，该算法和太阳能电池的特性对应，太阳能电池不同，对应的模糊规则也不同，在算法上，模糊控制需要精确定义模糊集、设定隶属函数的形状以及确定控制规则表等复杂工作，设计难度大，需要设计人员扎实的知识和丰富的经验，实验周期长。