项目代码与报告:https://github.com/yicongl1/MPPT-direct

这是 UTC BA04 课程项目里我负责的部分:P&O(扰动观察法)和它的改进版 P&OA。这篇不铺开讲四种算法,只把 P&O 这条线讲清楚——它为什么成立、代价是什么、改进到底改在哪,以及为什么我们跑完整整一年,两种算法的发电量只差 0.5%。

为什么会有“最大功率点”

光伏组件把光直接变成直流电。对任意时刻,输出功率就是电压乘电流:

P = V · I

但 I-V 曲线不是一条直线。电压从 0 升到开路电压的过程中,电流先基本平坦、再快速下降,功率则先升后降,只有一个峰值——这就是 MPP(最大功率点)。

麻烦在于它的位置不固定:

  • 辐照度升高,整条曲线向右上方移动,MPP 功率变大;
  • 温度升高,电压下降,曲线向左移动,MPP 功率变小;
  • 云、遮挡、组件老化,都会让曲线变形。

如果负载把工作点钉在某个固定电压上,组件大部分时间都不在 MPP,损失可以到 20~30%。MPPT 要做的事,就是让工作点一直跟着 MPP 跑。

直接法与间接法

课程报告把方法分成两类:

  • 直接法:直接改变组件电压(或 DC-DC 的占空比),测量由此产生的功率变化,再决定下一步。P&O、INC 都属于这一类。它不依赖组件参数,对老化、遮挡、辐照度突变适应性强;代价是会一直在 MPP 附近“试探”。
  • 间接法:不主动扰动,用模型或可测量推算 MPP,比如开路电压比例系数、短路电流比例系数、查表、曲线拟合。实现简单、稳态不振荡;但系数要逐块标定,环境突变时偏差大。

我们做的是直接法。原因很实际:手里有一整年的实测数据,组件参数随温度、老化变化,直接法更容易在仿真里复现真实工况。

P&O 的判据只有一句话

P&O 的逻辑朴素到可以用三行写完:

P(k) = V(k) · I(k)

if P(k) > P(k-1):   保持原来的扰动方向
else:               反向

也就是:功率在涨,就继续往这个方向推;功率在跌,说明推过头了,往回走。作用在 SEPIC 上时,被扰动的量是占空比 d:

d(k+1) = d(k) + step · direction

它只需要测量电压和电流,不需要知道组件型号、辐照度或温度,这是它最大的优点。

代价一:稳态振荡

P&O 永远停不下来。即使已经在 MPP 上,它也会继续扰动,于是功率在峰值两侧来回跳。步长越大,跳得越厉害;步长越小,收敛越慢。

报告里做了一组增益扫描,取 0.1、0.5、1 三档:

  • 0.1 和 0.5 的结果接近;
  • 增益到 1 时,全年回收的功率明显下降——振荡已经把一部分能量吃掉了。

受计算量限制,这组扫描只跑了 3 次仿真,但它足够说明问题:步长不是越大越好。

代价二:突变时判断会滞后

P&O 判断方向靠的是“这一次功率比上一次大还是小”。如果辐照度突然下降(云遮住太阳),功率会因为环境变化而下降,算法却会误以为是“自己扰动错了方向”,于是往反方向走。等它反应过来,已经丢了一段能量。

这不是实现 bug,而是方法本身的信息缺陷:它把“环境变化”和“扰动效果”混在同一个功率差里。

P&OA:让步长自己变

改进版 P&OA 的思路是:离 MPP 远时用大步长,近时用小步长。报告里给了两种写法:

d(k+1) = d(k) + α · (V* - V)

用实测电压与目标电压之差来缩放步长。它的好处是不需要测辐照度,只要有一个电压参考 V*。

d(k+1) = d(k) + α · ΔP / Δd

或者直接用功率曲线的斜率来缩放:斜率大说明离峰值远,可以走快一点;斜率接近 0 说明快到了,收小步长。

两种写法的共同点是:步长不再是常数,而是工作点位置的函数。这既能加快初始收敛,又能压低稳态振荡。

为什么全年只差 0.5%

跑完 366 天,结果是:

  • P&O:180.28 kWh
  • P&OA:179.36 kWh
  • 相差约 0.5%,而且 P&O 还略高一点。

这个结果一开始有点反直觉。原因主要有三层:

  1. 数据分辨率。输入是每分钟一个点,本身已经是平均值。P&OA 的优势在秒级的暂态过程,1 分钟的数据会把这段抹平。
  2. 大部分时间都在 MPP 附近。晴天时辐照度变化平滑,两种算法都能跟上;差异只在云边、日出日落这些快速变化段。
  3. 全年积分由晴天主导。发电量大的日子贡献了绝大部分能量,而这些日子恰恰是算法差异最小的时候。

所以“全年发电量”不是一个能区分 P&O 和 P&OA 的好指标。更合适的指标是:

  • 辐照度阶跃后,功率回到 MPP 的收敛时间;
  • 稳态时功率的波动幅度(峰峰值或标准差);
  • 在不同步长、不同天气段下的跟踪效率。

这也是这个项目给我最大的收获:先选对评价指标,再谈算法优劣。如果只盯着全年 kWh,很容易得出“改进没有意义”的结论,但真正的差别藏在暂态里。

如果重做

  • 加一组“云边”工况:人为制造辐照度阶跃,专门测收敛时间;
  • 把 P&OA 的步长按 |ΔP/P| 归一化,避免不同功率水平下步长尺度不一致;
  • 把稳态波动和跟踪效率一起画出来,而不是只看全年总量;
  • 和 INC 做同一工况下的对照,而不只是各自跑一遍。

源码、Simulink 模型和报告都在仓库里,欢迎拿去改:https://github.com/yicongl1/MPPT-direct