光伏阵列组态优化控制策略分析.pdf

第４Ｏ卷第２２期２０１２年１１月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶ＿Ｏ１．４０ＮＯ．２２Ｎｏｖ．１６．２０１２光伏阵列组态优化控制策略分析冯丽娜，陈阿莲，杜春水，张承慧（山东大学控制科学与工程学院，山东济南２５００６１）摘要：局部阴影条件下，光伏阵列的最大输出功率将大大减小。为克服阴影的影响，根据光伏阵列工作状况的变化，实时优化光伏阵列电接结构，即光伏阵列组态优化，将极大提高阵列的最大输出功率。在仿真分析了局部阴影对光伏阵列最大输出功率影响的基础上，详细解析了现有的各种组态优化控制策略，从阵列初始组态、控制算法、所需开关器件和传感器的类型和数量等方面分析比较了各种控制策略的异同和优缺点，并提出了在光伏阵列组态优化过程中应注意的问题。关键词：光伏阵列；局部阴影；组态优化；控制策略ＡｎａｌｙｓｉｓｏｆｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｆｏｒｏｐｔｉｍｉｚｉｎｇｔｈｅｃＯｎｆｉｇｕｒａｔｉＯｎｏｆｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙ———ＦＥＮＧＬｉｎａ，ＣＨＥＮＡｌｉａｎ，ＤＵＣｈｕｎｓｈｕｉ，ＺＨＡＮＧＣｈｅｎｇ－ｈｕｉ（ＳｃｈｏｏｌｏｆＣｏｎｔｒｏｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５００６１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｕｎｄｅｒｐａｒｔｉａｌｓｈａｄｏｗｃｏｎｄｉｔｉｏｎｓ，ｔｈｅｍａｘｉｍｕｍｐｏｗｅｒｇｅｎｅｒａｔｅｄｂｙｔｈｅｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｉｓｒｅｄｕｃｅｄｓｅｒｉｏｕｓｌｙ．Ｔｏ’ｏｖｅｒｃｏｍｅｔｈｅｅｆｆｅｃｔｏｆｓｈａｄｏｗ，ａｄｊｕｓｔｉｎｇｔｈｅｓｔｒｕｃｔｕｒｅｏｆｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙ，ｔｈａｔＳｔｏｓａｙ，ｏｐｔｉｍｉｚｉｎｇｔｈｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｆｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙ，ｃａｒｌｉｍｐｒｏｖｅｔｈｅｍａｘｉｍｕｍｐｏｗｅｒｇｒｅａｔｌｙａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｎｇｅｏｆｉｔｓｗｏｒｋｉｎｇｃｏｎｄｉｔｉｏｎｓｉｎｒｅａｌｔｉｍｅ．Ｉｎｔｈｉｓｐａｐｅｒ，ｐａｒｔｉａｌｓｈａｄｉｎｇｅｆｆｅｃｔｏｎｔｈｅｍａｘｉｍｕｍｐｏｗｅｒｏｆｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｉＳａｎａｌｙｚｅｄｂｙｓｉｍｕｌａｔｉｏｎｓ，ａｎｄｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｆｏｒｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｒｅｒｅｓｅａｒｃｈｅｄｉｎｄｅｔａｉｌ．Ｔｈｅｉｎｉｔｉａｌｓｔｒｕｃｔｕｒｅｏｆｔｈｅａｒｒａｙ，ｃｏｎｔｒｏｌａｌｇｏｒｉｔｈｍｓ，ｔｈｅｒｅｑｕｉｒｅｄｔｙｐｅａｎｄｎｕｍｂｅｒｏｆｓｗｉｔｃｈｉｎｇｄｅｖｉｃｅｓａｎｄｓｅｎｓｏｒｓ，ｅｔｃ．ａｒｅａｎａｌｙｚｅｄａｎｄｃｏｍｐａｒｅｄ．Ｆｉｎａｌｌｙ，ｓｕｇｇｅｓｔｉｏｎｓｆｏｒｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｃｏｎｆｉｇｕｒａｔｉｏｎａｒｅｐｒｅｓｅｎｔｅｄ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄ￣ｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５１００７０４９）．Ｋｅｙｗｏｒｄｓ：ｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙ；ｐａｒｔｉａｌｓｈａｄｏｗ；ｃｏｎｆｉｇｕｒａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎ；ｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ中图分类号：ＴＭ７６文献标识码：Ａ—文章编号：１６７４．３４１５（２０１２）２２－０１０１０７０引言太阳能作为一种新能源，与传统的能源相比具有储量丰富、分布广泛、清洁环保等优点，因此，它的研究与应用越来越受当今社会的重视【ｌＪ。在很多应用场合，如大型光伏电站、一体化光伏建筑、阳光屋顶等，由于云层、树木、建筑物、甚至相邻光伏模组间的遮挡，都会产生阴影，从而使光伏阵列接受的太阳辐射强度不均匀，导致光伏阵列的最大输出功率大大降低。此外，太阳能电池板的光电转换效率较低【２Ｊ，因此，充分利用太阳能电池板转换的能量显得尤为重要。基金项目：国家自然科学青年基金（５１００７０４９）；山东省中青年科学家科研奖励基金（ＢＳ２０１０ＮＪ０１０）；山东省自主创新重大科技专项计划（２００６ｚｚｌ１）项目资助近年来，国内外学者针对阴影对光伏阵列的影响开展了深入的研究，提出了在阴影条件下要提高整个光伏系统的输出功率，可通过以下方式：（１）加旁路二极管和防逆流二极管为避免局部阴影条件下太阳能电池元出现热斑效应，通常将光伏模组中几个电池元作为一组，两端并联旁路二极管。为防止某串阵列出现遮挡或故障时，消耗能量和影响其他阵列的正常工作，一般都会在一串阵列中串联防逆流二极管￣３１。（２）最大功率点跟踪局部阴影条件下，由于旁路二极管和防逆流二极管的加入，功率一电压曲线呈现多个峰值，传统的基于均匀光照强度下功率一电压单峰值曲线的最大功率跟踪算法失效。为提高光伏系统的输出功率，必须采用避免陷入局部峰值的最大功率跟踪算法１４］。此外，ＲｏｂｅｒｔＨ．Ｗｉｌｌｓ等人提出了交流光伏模块电力系统保护与控制的概念。所谓交流光伏模块是指将每个光伏模组与ＤＣ．ＡＣ逆变器集成在一起，实现每个光伏模组的最—大功率点跟踪的独立控制，但所需的ＤＣＡＣ逆变器的数量较多，等于光伏阵列中模组的数量１５］。（３）光伏阵列的组态优化传统光伏阵列的组态方式是固定的，而不同阴影分布对光伏阵列最大输出功率影响很大，而且不同的串并联结构导致最佳阴影分布也呈现不同的特点Ｉ６】。因此，对光伏阵列进行组态优化，实时优化光伏阵列年构，可以从根本上改变光伏阵列的输出特性，使由于阴影导致的光伏模组之间不匹配减到最小，提高光伏阵列输出功率的全局峰值。在实际光伏系统中，光伏模组已并联旁路二极管，光伏阵列的每一串己串联防逆流二极管，整个光伏阵列已进行最大功率跟踪控制。因此，基于最大功率跟踪算法的光伏阵列组态优化控制策略集合了以上三种方法的优点，它将极大地提高局部阴影条件下光伏阵列的最大输出功率，因此具有巨大的应用前景。本文首先通过仿真分析了局部阴影对光伏阵列最大输出功率的影响，并对现有的各种光伏阵列组态优化控制策略结合光伏阵列年构图和开关矩阵结构图对其控制原理进行了详细分析，并总结了各种控制策略的异同和优缺点，最后提出了在光伏阵列组态优化中应注意的问题，为光伏阵列组态优化控制策略的进一步研究与应用提供参考。１局部阴影对光伏阵列输出特性的影响通过光生伏特效应，单体太阳能电池产生的电压约有０．４５Ｖ，因此在实际应用中，一般将单体太阳能电池串联，组成光伏模组。为满足不同等级的输出功率，通常将光伏模组串并联连接，组成光伏阵列Ｊ。下面将详细分析局部阴影对单个光伏模组及阵列的影响。１．１局部阴影对单个光伏模组的影响为研究局部阴影对单个光伏模组的影响，本文采用光伏系统设计软件ＰＶｓｙｓｔｅｍ仿真一块太阳能电池板在局部阴影条件下，输出最大功率的变化。选用的太阳能电池板型号是ＫＣ１７５ＧＴ，它包含４８个电池元。设被同一旁路二极管保护的电池元组成一个子模组，Ｐ表示一个子模组中被阴影遮挡的电池的数目，Ｑ表示一个光伏模组中旁路二极管的数—日，Ｓ为遮挡率，Ｓ＝ＩＧ／Ｇ，其中Ｇ为阴影中的电池接受的光强，Ｇｏ＝１０００Ｗ／ｍ。当Ｐ＝－Ｉ，Ｑ＝２时，光伏模组的示意图如图１所示。设定的仿真参数如下，旁路二极管的数目Ｑ２，３，４，６；在Ｑ一定的情况下，一个子模组中被阴影遮挡的电池的数目Ｐ＝ｌ，３，６，９，１２，１６，２０，２４，在Ｑ和Ｐ一定的情况下遮挡率６％，１０％，１５％，２０％，２５％，３０％，３５％，４０％，４５％，５０％，６０％，７Ｏ％，８０％，９０％，对上述情况分别仿真，并记录单个光伏模组产生的最大功率。选取两组代表性的数据如表ｌ和表２所示。图１Ｐ＝１，Ｑ＝２时光伏模组的示意图Ｆｉｇ．１Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆａｍｏｄｕｌｅｗｉｔｈ２ｂｙｐａｓｓｄｉｏｄｅｓａｎｄｏｎｅｓｈａｄｅｄｓｏｌａｒｃｅｌｌｉｎａｓｕｂｍｏｄｕｌｅ表１一个子模组中１个电池元被遮挡Ｔａｂｌｅ１Ｏｎｅｓｈａｄｅｄｓｏｌａｒｃｅｌｌｉｎｏｎｅｓｕｂｍｏｄｕｌｅ表２一个子模组中６个电池元被遮挡Ｔａｂｌｅ２Ｓｉｘｓｈａｄｅｄｓｏｌａｒｃｅｌｌｓｉｎｏｎｅｓｕｂｍｏｄｕｌｅ得：比较表１表２在不同情况下的最大输出功率可（１）光伏模组中旁路二级管的个数一定，被同冯丽娜，等光伏阵列组态优化控制策略分析．１０３．一旁路二级管保护的太阳能电池在阴影中的数量不同，最大输出功率在遮挡率较大时相同。这是因为在遮挡率较大时，并联在该子模组两端的旁路二极管导通，将该子模组短路，但该子模组不影响其他子模组。（２）若一个子模组在阴影中太阳能电池的数量相同，该光伏模组的旁路二极管的个数越多，在遮挡率较高时，输出的最大功率越大；在遮挡率较低时，最大输出功率相同。这是因为在遮挡率较高时，即使有一个电池被遮挡，旁路二极管也会将它保护的所有电池全部短路，故旁路二极管越多，光伏模组输出最大功率越大；而在遮挡率较低时，旁路二级管并没有导通，故输出最大功率相同。旁路二极管的理想数目是，一个太阳能电池并联一个旁路二极管，但由于成本和工艺的限制这种情况不可能实现。文献［７】证明，当光伏模组中旁路二极管的数目增加到一定程度后，再增加数目，对模组的输出能力提高不大，由７２个太阳能电池组成的光伏模组并联３到９个旁路二极管成效最好。１．２局部阴影对光伏阵列的影响局部阴影使光伏阵列输出最大功率下降的原因是由于光伏模组之间的直接串联连接，流过未被遮挡的光伏模组的电流受被遮挡的光伏模组产生的小电流的限制。设模组Ｉ和模组２接受的光强分别为１０００Ｗ／ｍｅ℃￣Ｈ６００Ｗ／ｍ，两个模组的温度都为４５。标准测试条件下，光伏模组输出的功率为６０ｗ。用Ｍａｔｌａｂ软件分别画出两个模组单独工作和串联工作时的伏安特性和功率电压特性曲线［８－引，如图２所示。４３≤２１０ＵＵ伏安特性功率电压特性（ａ）两个模组单独工作时的特性ｒ＼。ｕ＼６０‘ｌ喜４０／＼２０／ｎＵＵ伏安特性功率电压特性（ｂ）两个模组串联工作时的特性图２两个模组单独工作和串联工作时的特性Ｆｉｇ．２Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｗｏｍｏｄｕｌｅｓｗｏｒｋｉｎｇｉｎｄｉｖｉｄｕａｌｌｙａｎｄｉｎａｓｔｒｉｎｇ由图２（ａ）可知，当两个模组单独工作时，模组１的最大输出功率为Ｐ１ｍａｘ＝５５．２２Ｗ，最大功率点处的电压一＝ｌ５．５３Ｖ，最大功率点处的电流为厶＝３．５５６Ａ；相应的模组２的Ｐ２＝３２．６９９Ｗ，ｕ２ａｘ＝１５．２８Ｖ，。ｘ＝＝２．１４Ａ。由图２（ｂ），当两个模组串联工作时，最大输出功率为Ｐｍ＝７２．Ｏ１Ｗ，最大功率点处的电压Ｕｍ＝３２．４５４Ｖ，最大功率点处的电流为／￣ａｘ＝２．２２Ａ。显然，Ｐｍａｘ＜Ｐ１ａｘ＋ｌ尸２ａｘ；串联后模组１并没有工作在最大功率点，输出功率为３９．８１７Ｗ。２光伏阵列的组态优化控制策略由上述分析可知，局部阴影降低了光伏阵列的最大输出功率。光伏阵列组态优化的目的是减少局部阴影对光伏阵列输出最大功率的影响。２．１光伏阵列的组态方式光伏阵列是由光伏模组的串并联连接组成的，在满足系统工作电压、电流的前提下，光伏阵列的组态方式可以有很多种。若光伏阵列由４个光伏模组构成，其排列形式有１×４、４×１和２×２。对相同的排列形式，因其内部连接方式不同，又有不同的阵列组态。如对于２×２的排列形式有图３所示的阵列细态。臣（ａ）先串后并（ｂ）先并后串图３２行２列的不同阵列组态Ｆｉｇ．３Ｄｉｆｆｅｒｅｎｔａｒｒａｙｃｏｎｆｉｇｕｒａｔｉｏｎｓｉｎｔｗｏｒｏｗｓａｎｄｔｗｏｃｏｌｕｍｎｓ研究表明，太多模组直接串联会降低光伏系统的转换效率，而提高直接并联模组的数量能提高光伏系统的转换效率，但是太多模组直接并联，当阴影情况变化时，光伏系统的转换效率的稳定性差Ｌｌ川。２．２基于电池元局部补偿思想的控制策略局部阴影条件下，为使光伏阵列中串联连接的电池元（或模组）流过的电流免受被阴影遮挡的电池元（或模组）产生的小电流的限制，提高最大输出功率，文献『１１．１３１提出的组态优化控制算法的思想是：固定部分被阴影遮挡的某一行产生的小电流，可通过可调整部分受光照较好的电池元并联到该行来提高，从而减小了阴影的影响，提高整个阵列的电力系统保护与控制最大输出功率。“文献［１１］提出两种控制方法，一种是冒泡排”序法，另一种是基于模型的控制方法。这两种方法在相同阴影情况下，最终提高的输出功率是一样的。光伏阵列年构如图４所示。光伏阵列分为两部分，固定部分和可调整部分，固定部分太阳能电池元的数量为ｍ・行，其结构是ＴＣＴ（ＴｏｔａｌＣｒｏｓｓＴｏｔａ１），每一行并联的ｎ个电池元可以看做一个子模组。可调整部分有ｍ个电池元，等于固定部分的行数，该部分的电池元可以并联到固定部分的任一行。图４文献［９］的光伏阵列结构Ｆｉｇ．４ＣｏｎｆｉｇｕｒａｔｉｏｎｏｆＰＶａｒｒａｙｉｎｒｅｆｅｒｅｎｃｅ［９］开关矩阵年构如图５所示，Ｓ（，）代表将可调整部分的第，行电池元并联连接到固定部分的第ｉ行的开关。因此，开关矩阵的每一列只能有一个开关闭合。光伏阵列的初始组态是开关Ｓ（ｉ，ｆ）导通，…ｉ＝１，２，。ｍ，即将可调整部分的第ｉ行并联连接到固定部分的每ｉ行。／／（／／／．／，／／、●图５文献［９］中开关矩阵年构Ｆｉｇ．５Ｓｔｒｕｃｔｕｒｅｏｆｓｗｉｔｃｈｍａｔｒｉｘｉｎｒｅｆｅｒｅｎｃｅ［９】“”冒泡排序的控制策略：（１）组态优化开始的条件不断检测第一行的输出电压和整个阵列的输出电压。在均匀光照条件下有ｔ＝・；在局部阴影条件下，可能出现两种遮挡情况，第一行被遮△挡或其他行被遮挡，故有＜或一（・）＜△△喊示对阴影的容忍度。在这两种情况下，光伏阵列开始组态优化，将所有的开关Ｓ（断开。（２）测量可调整部分每一行的开路电压并按降…序排列，重新编号使Ｕｏ。Ａ１＞Ｕｏ。Ａ２＞＞Ｕｏ。Ａ。（３）测量固定部分每一行的电压，并将其按升…序排列，重新编号使ＵＩ＜ｕ２＜＜。（４）将可调整部分具有最大开路电压的电池元并联接到固定部分具有最小电压的一行。重复步骤（３）、步骤（４），直到可调整部分的所有电池元都被并联到固定部分。（５）持续检测和当阴影改变办向或形状，满足（１）中的两种情况之一，光伏阵列开始组态优化。“”基于模型的控制策略中所谓的模型是光生电流的模型，它是通过开关矩阵断开时实时测量的温度、固定部分每一行的电压、可调整部分每一行的开路电压和光伏阵列的输出电流等参数得到“”的【】４］。基于模型的控制策略与冒泡排序的控制策略基本相同，只是将基于电压的排序和比较转化为对光生电流的排序和比较，因此模型的精度将直接影响控制效果的优劣。由于可调整部分是并联连接到固定部分的某行，并联后电流可相加得到，并与其他行做比较，不必重复步骤（３），因此，第二种方法能使所有开关调节一次完成，而第一种方法一次只能调节一个开关。通过实际实验证明后者较前者的控制速度快。文献［１２．１３］在文献【１１］的基础上提出基于太阳能电池元的遮挡率，运用模糊控制来实现阵列组态优化。文献【ｌ２］通过实验证明组态优化后，光伏阵列的输出电压仍小于未被遮挡时的输出电压，是因为阴影中的电池没有被剔除，仍吸收功率。文献［１２１认为当有阴影发生时，理想的组态优化方法是改变整个阵列年构，先将阴影中的电池从阵列中去除，以避免功率损失，然后再补偿阵列。本文认为局部阴影中的电池虽然比未被遮挡的电池产生的功率小，但也产生功率，通过调整阵列结构，叮使其功率得到利用，若剔除，则造成功率浪费。在组态优化过程中，由于固定部分的存在，＿）匕伏阵列可提供相对稳定的电压电流来满足与之相连的逆变装备的正常工作；所需的电压和电流传感器的总数为２ｍ＋ｌ，开关数目为２ｍ，光伏阵列只需个集中式的最大功率跟踪器。文献［１１］中选用的开芙器件为Ｓ０８封装的电子开关，文献［１２．１３１选用的是继电器。文献『１１．１３］提出的组态优化控制策略是基于太阳能电池的，避免了旁路二极管的使用，而实际应用中的绝大多数光伏阵列是由光伏模组构成，冯丽娜，等光伏阵列组态优化控制策略分析．１０５．因此可以考虑将该算法扩展到光伏模组水平。２．３基于全部重组思想的控制策略全部重组控制策略的目的是把受阴影影响的光伏模组重新分布在阵列中，减小因串并联连接产生的电压电流限制，从而提高光伏阵列的最大输出功率。文献［１５】提出用光强均衡算法控制开关矩阵，所谓光强均衡算法是指，使串联连接的子模组流过的电流相同，即每个子模组的平均光强相等，该文献中的子模组由光伏模组并联连接组成。为满足逆变器输入电压电流范围的要求，减少开关的数量，文献ｆｌ１，１５］相同，将光伏阵列分为固定部分和可调整部分，组态优化只针对可调整部分，如图６所示。与文献［１ｌ１不同的是：（１）阵列的组态优化是基于光伏模组而不是基于电池元；（２）在阵列组态优化的过程中，可调整部分年构是一定的，Ｒ［Ｊ２行３ｙｌＪ，连接方式是ＴＣＴ；（３）全部调整的控制策略只针对可调整部分，使该部分的每一个模组可以出现在任一行、任一列。图６文献［１５］的光伏阵列结构及开关矩阵Ｆｉｇ．６Ｃｏｎｆｉｇｕｒａｔｉｏｎｓｏｆａｒｒａｙａｎｄｓｗｉｔｃｈｍａｔｒｉｘｉｎｒｅｆｅｒｅｎｃｅ［１５】基于光强均衡算法的控制策略。（１）离线计算所有模组的有效组合，即光伏阵列的有效组态。（２）在线计算每个模组的光强、每行模组光强的平均值和每种组态的光强均衡指数。所谓光强均衡指数是指，每种组态的各行模组光强平均值的最大值与最小值之差。选择光强均衡指数最小的组态【Ｉ圳。（３）计算所需移动的模组的数目。由于光强均衡指数最小的组态可能不只一种，故需要选出由当前组态到这些组态所需移动模组数量最少的组态，作为阵列的最优组态。（４）组态优化控制策略的执行，包括三级决策：①如果阵列的最优组态和初始组态相同，则无需优②③化。检测阵列中是否有失效模组。在一段固定时间内，反复进行第（２）、第（３）步，检测选择的最优组态是否稳定，如果稳定，则调整阵列的组态。为叙述简洁，（１）～（４）中的模组均指可调整部分的模组。文献［１５１的控制算法中选用的开关类型为单稳态电磁继电器，所需开关的数量是２ｍ・ｎ．２，电压和电流传感器的总数为（＋１）・ｎ，比文献［１１］中的多。文献【１７］提出每个光伏模组都装有一个集成电路，通过该集成电路可对组成光伏模组中的每个电池独立寻址和调整工作状态（工作或被短路）。这个集成电路还可以和其他模组上的集成电路通信，根据系统的需要调节光伏模组位置，实现光伏阵列的组态优化。此外，该文献还提出了备用光伏模组的思想，在光伏阵列开始工作时，为避免产生过多的能量，备用模组不需加入光伏阵列，当光伏阵列老化时，为达到输出的功率和电压，此时将备用模组加入光伏阵列。文献［１８］提出一种太阳能电池阵列组态，在这种阵列组态中，两个电池之间不是单一的串联或并联，因此，这种阵列的输出功率比传统的串并联连接的光伏阵列的输出功率对单个电池产生的低电压或低电流敏感度低。文献［１７１中，组成光伏模组的太阳能电池的工作状态是可以根据检测到的电压和电流选择的，如果电池被遮挡，可以将其旁路，即每个电池都是可调整的。但这种方法所用的开关、检测器件和附加电路较多，成本相应较高，对ｍ・，ｚ的电池的阵列，开关数量为２ｍ到３ｍ，电压电流传感器的总数为”ｍ・ｎ【Ｊ。此外，文献［１７．１８］只提出了构建阵列组态思想，并没有形成系统的组态优化控制算法。２．４基于分段调整的控制策略相同数量的光伏模组并联连接提供大电流小电压，串并联连接提供中等的电流电压，串联连接提供低电流大电压。分段调整控制策略是根据实际需要在这三种组态中切换。—文献［１９２０］针对独立光伏系统，利用光伏阵列分别驱动汽车和永磁直流电机（与容积式水泵耦合）。电流与电机转矩有关，电压与电机转速有关。根据电机实际工作状况（起动、匀速、加速）和外部环境（光强的低中高）的需要，通过控制电路控制开关矩阵，在如图７所示的三种阵列组态中选择。文献［１９】中，光伏阵列的组态切换是模糊控制器根据汽车的运动状态自动配置的：当汽车起动时，所需转矩较高，并联组态提供的转矩最高；当汽车．１０６一电力系统保护与控制图７文献［１９－２０］三种光伏阵列的组态Ｆｉｇ．７ＴｈｒｅｅｃｏｎｆｉｇｕｒａｔｉｏｎｓｏｆＰＶａｒｒａｙｉｎｒｅｆｅｒｅｎｃｅ【１９】ａｎｄ［２０］需要高速时，需要高电压而不需要高转矩，选串联组态；当汽车正常行驶时，适中的电压电流即可，选串并联组态。该控制策略所需的电压电流传感器的总数为６。电机起动时所需的转矩较高，为使电机产生足够的起动电流，尤其在光强较小或适中时，文献［２０］提出的控制策略如下：（１）运用硬件逻辑电路检测光强的低中高，具体是通过一片参考太阳能电池，将它产生的电流转换成电压信号，送入高电压和低电压比较器。（２）当检测到的光强低于设定的低光强值时，将绝缘栅双极晶体管Ｔ４，Ｔ５，Ｔ６，Ｔ７，Ｔ８，Ｔ９导通，使４个单元并联；当光强高于设定的高光强值时，将Ｔ１，Ｔ２，Ｔ３导通，使４个单元串联；当光强适中时，将Ｔ１，Ｔ３，Ｔ４，Ｔ５导通，使４个单元串并联。假设有ｎ个模组，所需开关的数量为３一１），开关矩阵年构如图８所示。文献［１９．２０１中所用的开关和检测器件的数目较少，控制方法简单，但由于只有三种阵列组态可以选择，控制效果不够精细。图８文献［２０］的开关矩阵Ｆｉｇ．８Ｔｈｅｓｗｉｔｃｈｍａｔｒｉｘｉｎｒｅｆｅｒｅｎｃｅ【２Ｏ】２．５基于模型预测控制的控制策略模型预测控制包括预测模型、反馈校正和滚动优化三大部分内容Ｉｊ。文献［２２．２３］提出了一种基于模型预测控制的组态优化控制策略，该策略通过实际例子给出了东南西三个方向安装的光伏模组进行交叉重新组态的步骤。光伏阵列的初始状态是：各个方向上的光伏模组串联组成三个子阵列，三个子阵列并联组成光伏阵列。文献［２２．２３］控制算法的前提是假设每个方向上的模组接受的光强和温度一致，不同方向的光强和温度可能不一致；控制目标是使调整后各个方向上的子阵列最大功率输出电压一致，从而使每个子阵列都在最大功率点输出。文献［２３］在文献【２２］基础上提出的控制策略是：（１）根据检测到的光强和电池板的温度，得出每个方向上子阵列输出最大功率时的电压值，若东、西方向上的电压值相差超过１．５倍则重新组态，反之保持原态。（２）结合模型预测控制进行光伏阵列的交叉重新组态。文献［２２．２３１提出的控制策略是针对特定方阵下的控制算法。文献［２３］选用的开关器件为继电器，所需要的检测器件为太阳辐射强度计和温度传感器。由于实验中光伏阵列规模较小，所需要的开关和传感器数量较少。３结论本文对现有的各种光伏阵列组态优化控制策略的原理进行了详细分析，并总结了各种控制策略的异同和优缺点，在此基础上提出了在光伏阵列的组态优化控制策略中应注意的几个问题：①在阵列组态优化过程中要考虑整个控制系②统的成本，如开关器件和传感器的类型、数量；开关器件可选择继电器或电力电子开关，根据开关器件流过的电流和所需的电压、功率等级，确定开③关器件的型号；保证控制算法的快速性、准确性和稳定性，尤其是对快速变化的阴影，像多云天气，为延长开关矩阵的寿命，要避免开关矩阵的频繁调④整；在开关矩阵调整过程中，要满足与光伏阵列连接的逆变装置对其输出电压电流的要求，以保证⑤其正常工作；在同一种阴影情况下，最优阵列组态可能不只一种，考虑到开关损耗等因素，最好移⑥动较少的光伏模组，来实现最大功率输出；由于阴影发生的随机性，整个光伏阵列的组态优化系统在白天都要处于工作状态，不断检测相关参数来判断是否进行组态优化，因此组态优化系统的损耗不可忽略。综上所述，光伏阵列的组态优化控制策略要在控制成本和提高的最大输出功率间折衷选择。参考文献［１３王晓雷，王卫星，路进升，等．光伏阵列特性仿真及其在光伏并网逆变器测试系统中的应用［Ｊ］．电力系统保—护与控制，２０１１，３９（１０）：７０７３．—ＷＡＮＧＸｉａｏ．１ｅｉ，ＷＡＮＧＷｅｉ－ｘｉｎｇ，ＬＵＪｉｎｓｈｅｎｇ，ｅｔａ１．冯丽娜，等光伏阵列组态优化控制策略分析．１０７．［２］［３］ＭｏｄｅｌｉｎｇｏｆＰＶａｒｒａｙｃｈａｒａｃｔｅｒｉｓｔｉｃａｎｄａｐｐｌｉｃａｔｉｏｎｉｎｔｅｓｔｉｎｇｓｙｓｔｅｍｏｆＰＶｇｒｉｄ－ｃｏｎｎｅｃｔｅｄｉｎｖｅｒｔｅｒ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ。２０１１，３９（１０）：７０＇７３．赵争鸣，刘建政，孙晓瑛，等．太阳能光伏发电及其应用［Ｍ】．北京：科学出版社，２００５．ＺＨＡＯＺｈｅｎｇ－ｍｉｎｇ。ＬＩＵＪｉａｎ－ｚｈｅｎｇ，ＳＵＮＸｉａｏ－ｙｉｎｇ，ｅｔａｌＴｈｅｐｈｏｔｏｖｏｌｔａｉｃｇｅｎｅｒａｔｉｏｎａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｓｏｌａｒｅｎｅｒｇｙ［Ｍ］．Ｂｅｉｊｉｎｇ：ＳｃｉｅｎｃｅＰｒｅｓｓ，２００５．卞海红，徐青山，高山，等．考虑随机阴影影响的光伏阵列失配运行特性［Ｊ］．电工技术学报，２０１０，２５（６）：１０４－１０９ＢＩＡＮＨａｉ．ｈｏｎｇ，ＸＵＱｉｎｇ－ｓｈａｎ，ＧＡＯＳｈａｈ，ｅｔａ１．Ｏｐｅｒａｔｉｏｎｍｉｓｍａｔｃｈｅｓｏｆｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｃｏｎｓｉｄｅｒｉｎｇｒａｎｄｏｍｓｈａｄｏｗｓ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１０，２５（６）：１０４－１０９．［４］邱培春，葛宝明，毕大强．基于扰动观察和二次插值的光伏发电最大功率跟踪控制［Ｊ】．电力系统保护与控—制，２０１１，３９（４）：６２６７．—ＱＩＵＰｅｉ－ｃｈｕｎ，ＧＥＢａｏｍｉｎｇ，ＢＩＤａ－ｑｉａｎｇ．ＭＰＰＴｃｏｎｔｒｏｌｆｏｒＰＶｐｏｗｅｒｇｅｎｅｒａｔｉｏｎｓｖｓｔｅｍｂａｓｅｄｏｎＰ＆Ｏａｌｇｏｒｉｔｈｍｓａｎｄｑｕａｄｒａｔｉｃｉｎｔｅｒｐｏｌａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（４）：６２６７．［５］ＷｉｌｌｓＲＨ，ＨａｌｌＦＥ，ＳｔｒｏｎｇＳＪ．ＴｈｅＡＣｐｈｏｔｏｖｏｌｔａｉｃｍｏｄｕｌｅ［Ｃ１／／ＰｈｏｔｏｖｏｌｔａｉｃＳｐｅｃｉａｌｉｓｔｓＣｏｎｆｅｒｅｎｃｅ１９９６．ＣｏｎｆｅｒｅｎｃｅＲｅｃｏｒｄｏｆｔｈｅＴｗｅｎｔｙＦｉｆｔｈＩＥＥＥ，１９９６：１２３１－１２３４．［６］肖景良，徐政，林崇，等．局部阴影条件下光伏阵列的—优化设计［Ｊ】．中国电机工程学报，２００９，２９（１１）：１１９１２３．—ＸＩＡＯＪｉｎｇｌｉａｎｇ，ＸＵＺｈｅｎｇ，ＬＩＮＣｈｏｎｇ，ｅｔａ１．Ｏｐｔｉｍａｌｄｅｓｉｇｎｏｆｐｈｏｔｏｖｏｌｔａｉｅａｒｒａｙｓｕｎｄｅｒｐａｒｔｉａｌｓｈａｄｉｎｇ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００９，２９（１１）：１１９－１２３．［７］刘邦银，段善旭，康勇．局部阴影条件下光伏模组特—性的建模与分析［Ｊ】．太阳能学报，２００８，２９（２）：１８８１９２．ＬＩＵＢａｎｇ．ｙｉｎ。ＤＵＡＮＳｈａｎ．ｘｕ。ＫＡＮＧＹ０ｎｇ．ＭｏｄｅｌｉｎｇａｎｄａｎａｌｙｓｉｓｏｆｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＰＶｍｏｄｕｌｅｓｗｉｔｈｐａｒｔｉａｌｓｈａｄｉｎｇ［Ｊ］．ＡｃｔａＥｎｅｒｇｉａｅＳｏｌａｒｉｓＳｉｎｉｃａ，２００８，２９（２）：ｌ８８．１９２．—［８］ＰａｔｅｌＨ，ＡｇａｒｗａｌＶＭＡＴＬＡＢｂａｓｅｄｍｏｄｅｌｉｎｇｔｏｓｔｕｄｙｔｈｅｅｆｆｅｃｔｓｏｆｐａｒｔｉａｌｓｈａｄｉｎｇｏｎＰＶａｒｒａｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎ，２００８，２３（１）：３０２－３１０．［９３孙自勇，宇航，严干贵，等．基于ＰＳＣＡＤ的光伏阵列和ＭＰＰＴ控制器的仿真模型［Ｊ］．电力系统保护与控制，２００９，３７（１９）：６１－６４．ＳＵＮＺｉ．ｙｏｎｇ，ＹＵＨａｎｇ，ＹＡＮＧａｎ－ｇｕｉ，ｅｔａ１．ＰＳＣＡＤｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｓｆｏｒｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙａｎｄＰＴｃｏｎｔｒｏｌｌｅｒ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（１９）：６１－６４．［１０］ＳａｎｃｈｅｚＲｅｉｎｏｓｏＣＲ，ＭｉｌｏｎｅＤＨ，ＢｕｉｔｒａｇｏＲＨ，ｅｔａ１．Ｅｆｆｉｃｉｅｎｃｙｓｔｕｄｙｏｆｄｉｆｆｅｒｅｎｔｐｈｏｔｏｖｏｌｔａｉｃｐｌａｎｔｃｏｎｎｅｃｔｉｏｎｓｃｈｅｍｅｓｕｎｄｅｒｄｙｎａｍｉｃｓｈａｄｉｎｇ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＨｙｄｒｏｇｅｎＥｎｅｒｇｙ，２０１０，３５（１１）：５８３８５８４３．［儿］ＤｚｕｎｇＮｇｕｙｅｎＢｒａｄＬｅｈｍａｎ．Ａｎａｄａｐｔｉｖｅｓｏｌａｒｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｕｓｉｎｇｍｏｄｅ１．ｂａｓｅｄｒｅｃｏｎｆｉｇｕｒａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＩｎｄｕｓｔｒｉａｌＥｌｅｃｔｒｏｎｉｃｓ，２００８。５５（７）：２６４４－２６５４．—［１２］ＣＨＥＮＧＺｅ，ＰＡＮＧＺｈｉｃｈａｏ，ｅｔａ１．ＡｎａｄａｐｔｉｖｅｓｏｌａｒｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｆｕｚｚｙＣｏｎｔｒｏｌ［Ｃ】／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ８ｔｈＷＣＩＣＡ，２０１０：１７６．１８１．［１３］ＬＩＵＹａｎ．１ｉ，ＰＡＮＧＺｈｉ．ｃｈａｏ。ＣＨＥＮＧＺｅ．Ｒｅｓｅａｒｃｈｏｎａｎａｄａｐｔｉｖｅｓｏｌａｒｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｕｓｉｎｇｓｈａｄｉｎｇｄｅｇｒｅｅｍｏｄｅｌ－ｂａｓｅｄｒｅｃｏｎｆｉｇｕｒａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｃ】／／ＣｈｉｎｅｓｅＣｏｎｔｒｏｌａｎｄＤｅｃｉｓｉｏｎＣｏｎｆｅｒｅｎｃｅ，２０１０：２３５６－２３６０．［１４］ＮｇｕｙｅｎＤＤ，ＬｅｈｍａｎＢ．ＭｏｄｅｌｉｎｇａｎｄｓｉｍｕｌａｔｉｏｎｏｆｓｏｌａｒＰＶａｒｒａｙｓｕｎｄｅｒｃｈａｎｇｉｎｇｉｌｌｕｍｉｎａｔｉｏｎｃｏｎｄｉｔｉｏｎｓ［Ｃ】／／ＰｒｏｃＩＥＥＥＣＯＭＰＥＬ，２００６：２９５．２９９．—［１５］Ｖｅｌａｓｃｏ－ＱｕｅｓａｄａＧＧｕｉｎｊｏａｎ－ＧｉｓｐｅｒｔＥＰｉｑｕｅｌｏｐｅｚＲｅｔａ１．ＥｌｅｃｔｒｉｃａｌＰＶａｒｒａｙｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｓｔｒａｔｅｇｙｆｏｒｅｎｅｒｇｙｅｘｔｒａｃｔｉｏｎｉｍｐｒｏｖｅｍｅｎｔｉｎｇｒｉｄ－ｃｏｎｎｅｃｔｅｄＰＶｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＩｎｄｕｓｔｒｉａｌＥｌｅｃｔｒｏｎｉｃｓ，２００９，５６（１１）：４３ｌ９．４３３１．［１６］ＶｅｌａｓｃｏＧＮｅｇｒｏｎｉＪＪ，ＧｕｉｎｊｏａｎＦ＇ｅｔａ１．Ｉｒｒａｄｉａｎｃｅｅｑｕａｌｉｚａｔｉｏｎｍｅｔｈｏｄｆｏｒｏｕｔｐｕｔｐｏｗｅｒｏ￣ｉｍｉｚａｔｉｏｎｉｎｐｌａｎｔｏｒｉｅｎｔｅｄｇｒｉｄ－ｃｏｎｎｅｃｔｅｄＰＶｇｅｎｅｒａｔｏｒｓ［Ｃ】／／ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＰｏｗｅｒＥｌｅｃｔｒｏｎｉｃｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２００５：—１１０．［１７］ＣｈａｎｇＣ．Ｓｏｌａｒｃｅｌｌａｒｒａｙｈａｖｉｎｇｌａｔｔｉｃｅｏｒｍａｔｒｉｘｓｔｒｕｃｔｕｒｅａｎｄｍｅｔｈｏｄｏｆａｒｒａｎｇｉｎｇｓｏｌａｒｃｅｌｌｓａｎｄｐａｎｅｌｓ：——ＵｎｉｔｅｄＳｔａｔｅｓ，６３５８１７［Ｐ］．２００３１０２１．［１８］ＳｈｅｒｉｆＲＡ，ＢｏｕｔｒｏｓＫＳ．Ｓｏｌａｒｍｏｄｕｌｅａｒｒａｙｗｉｔｈｒｅｃｏｎｆｉｇｕｒａｂｌｅｔｉｔｌｅ：ＵｎｉｔｅｄＳｔａｔｅｓ，６３５０９４４［Ｐ］．２００２－２－２６．［１９］ＡｕｔｔａｗａｉｔｋｕｌＰｕｎｇｓｉｒｉＢ，ＣｈａｍｍｏｎｇｔｈａｉＫ，ｅｔａ１．Ａｍｅｔｈｏｄｏｆａｐｐｒｏｐｒｉａｔｅｅｌｅｃｔｒｉｃａｌａｒｒａｙｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｍａｎａｇｅｍｅｎｔｆｏｒｐｈｏｔｏｖｏｌｔａｉｃｐｏｗｅｒｅｄｃａｒ［Ｃ】／／ＩＥＥＥＡｓｉａ．ＰａｃｉｆｉｃＣｏｎｆｅｒｅｎｃｅｏｎＣｉｒｅｕｉｔｓａｎｄＳｙｓｔｅｍｓ．１９９８：２０１－２０４．［２０］ＳａｌａｍｅｈＺＭ，ＤａｇｈｅｒＦ．ＴｈｅｅｆｆｅｃｔｏｆｅｌｅｃｔｒｉｃａｌａｒｒａｙｒｅｃｏｎｆｉｇｕｒａｔｉｏｎｏｎｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆａＰＶ－ｐｏｗｅｒｅｄｖｏｌｕｍｅｔｒｉｃｗａｔｅｒｐｕｍｐ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＥｎｅｒｇｙＣｏｎｖｅｒｓｉｏｎ，１９９０，５（４）：６５３－６５８．［２１］钱积新，赵均，徐祖华．预测控制【Ｍ】．北京：化学工业出版社，２００７．ＯＩＡＮＪｉ．ｘｉｎ，ＺＨＡＯＪｕｎ，ＸＵＺｕ．ｈｕａ．Ｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｅｍｉｃａｌＩｎｄｕｓｔｒｙＰｒｅｓｓ，２００７．［２２］岑长岸，张淼．基于组态优化的光伏阵列最大输出功率控￣ｒＪＥＪ］．可再生能源，２００８，２６（３）：２７－３０．ＣＥＮＣｈａｎｇ－ａｎ，ＺＨＡＮＧＭｉａｏ．Ｍａｘｉｍｕｍｏｕｔｐｕｔｉｎｇｐｏｗｅｒｃｏｎｔｒｏｌｂａｓｅｄｏｎｃｏｎｆｉｇｕｒａｔｉｏｎｏｐｔｉｍｉｚｅｄｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙ［Ｊ］．ＲｅｎｅｗａｂｌｅＥｎｅｒｇｙＲｅｓｏｕｒｃｅｓ，２００８，２６（３）：２７－３０．［２３］岑长岸．基于组态优化的光伏阵列控制技术的研究［Ｄ】．广州：广东工业大学，２００８．ＣＥＮＣｈａｎｇ．ａｎ．ＲｅｓｅａｒｃｈｏｎＰＶｃｏｎｔｒｏｌｔｅｃｈｎｉｑｕｅｂａｓｅｄｏｎｃｏｎｆｉｇｕｒａｔｉｏｎｏｐｔｉｍｉｚｅｄ［Ｄ】．Ｇｕａｎｇｚｈｏｕ：ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉ够ｏｆＴｅｃｈｎｏｌｏｇｙ，２００８．收稿日期ｌ２０１２－０２－１０；—修回日期：２０１２－０４２４作者简介：冯丽娜（１９８７－），女，硕士，研究方向为可再生能源发—电技术；Ｅｍａｉｌ：ｃｈｉｎａｆｅｎｇ１９８７＠１６３．ｃｏｍ陈阿莲（１９７６－），女，博士，教授，研究方向为可再生能源发电技术，高压大功率多电平变换技术。