1.光伏电池模型

光伏电池的理论数学模型
（懒得用latex敲公式了，这里都用截图，下同）
数学模型公式是通过电气知识以及原理得到的函数，里面的部分参数无精确值，会由于环境因素的改变而改变。
Simulink中自带的光伏电池模块是基于上式建立的
（simulink自带光伏电池，点ctr U看内部）
光伏电池厂家出厂时，会提供Ump Imp Uoc Isc参数。因此，数学建模时通常也有应用简化后的模型，也称作工程模型
Simulink中搭建的仿真模块
以上，就是光伏电池的理论数学模型和工程数学模型。

2.光伏序列输出特性

光伏电池不是恒定的直流电流源或电压源，其输出电流随输出电压改变而改变。
光伏电池的输出电压-电流及电压-功率关系，称为光伏电池输出特性。
通过改变光伏电池的外接电压，Simulink仿真
可以测试得到光伏电池特性曲线
实际中光伏应用时是多光伏电池串联、并联组成的光伏序列，同样可以测试光伏特性。
光伏序列的外部光照条件不均匀时，即局部阴影情况，光伏电池输出特性呈多峰曲线状

3.传统MPPT算法

为了实现太阳能的最大利用，光伏电池的最大功率输出，光伏系统控制常使用mppt算法。
电路：pv + dc/dc(boost、buck等)
其核心原理是通过mppt算法调节dc/dc变换器改变光伏电池外阻的，实现光伏序列在最大功率点上稳定工作。

mppt算法有电压增量式和占空比增量式，电压增量式需要带PI控制器实现光伏电压Upv跟踪输出的最大功率电压Ump，PI控制器输出占空比；占空比增量式直接输出占空比。
传统mppt算法有：
电导增量法、扰动观测法、恒定电压法
（原理不作介绍，可查阅相关文献）
Simulink仿真示例
以上内容的参考文献：

[1] 陈爱龙. 光伏发电系统MPPT技术的研究与实现. 电子科技大学. 2011

传统MPPT算法改进思路有：
1）普通变步长，即光伏电池不同电压范围内采取小步长、大步长等，梯度变步长等。
2）算法结合，恒定电压法结合扰动观测法（或电导增量法）等。
2）功率预测变步长，功率一次预测、二次预测，环境突变时跟踪效果会快些。

4.GMPPT算法

前面已经提到过，光伏序列在局部阴影时UP曲线呈现多峰特性。传统mppt算法由于自身算法原理的限制，跟踪时可能陷入局部极值点，无法跟踪至最大功率点，影响电池发电效率。
此时，需要用到全局最大功率跟踪，即gmppt算法。
gmppt算法根据计算时输入量不同可分为离线和在线两类。

1）离线型

输入环境参数，通过环境参数及光伏序列参数，离线计算出特性曲线最大功率点电压。
常用gmppt方法：
智能算法（因为光伏序列特性是单变量多峰曲线，理论上所有的智能算法都可以实现单变量多峰寻最优，如粒子群pso、布谷鸟cs算法等）
支持向量机svm预测（需要提前采集环境参数和最大功率点电压数据，训练svm模型，再你用svm模型输入环境参量输出Ump）

2）在线型

输入光伏序列电压电流，实际中更为适用，通过智能算法、曲线拟合等方式寻优得到最优占空比或最大功率点电压。
常用gmppt方法：
粒子群pso算法、布谷鸟cs算法等智能算法（以pso为例，原理是以占空比或电压序列作为种群位置初始化，通过采集并记录不同种群位置的适应度函数值，即对应的光伏序列输出功率，更新种群速度和位置，产生新的占空比或电压进行输出，以此迭代）
布谷鸟算法
三粒子优化算法
曲线拟合（选取若干个输出电压值，测得相应的输出功率，再用正交系拟合出多峰值 P-V 曲线，进而求得 MPP。拟合方法：Legendre多项式拟合、切比雪夫多项式拟合、傅里叶级数拟合）
部分参考文献：

[1] 黄悦华, 饶超平, 王 飞, 游文娟. 基于SVM改进扰动法的MPPT研究. 电源技术. 2015
[2] 陈文颖, 林 永 君, 杨春来, 等. 基于SVM预测模型的光伏发电系统MPPT研究. 太阳能学报. 2013.
[3] 张文. 基于改进粒子群算法的光伏阵列多峰MPPT控制的研究. 天津大学. 2015
[4] Bo-Ruei Peng, Kun-Che Ho, and Yi-Hua Liu. A Novel and Fast MPPT Method Suitable for Both Fast Changing and Partially Shaded Conditions. IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS. 2018

转载请注明出处，欢迎学习交流。