（珠海兴业新能源科技有限公司 广东珠海）
摘要：光伏发电技术是新兴的发电方式，其发展势头越来越猛，如何更好地促进光伏发电系统的技术进步是我们面临的首要问题。本文首先对光伏发电系统的相关背景进行介绍，然后对系统内比较重要的技术：最大功率点追踪和发电功率预测两项内容进行了简要分析。
关键词：光伏发电；并网式；最大功率点；功率预测
随着世界经济的飞速发展，传统化石能源的供不应求，人们的目光都转向了新型的可再生清洁能源。作为清洁能源之一的光伏发电技术得到了越来越多的关注，目前已经成为绿色新能源发电的主要方式之一。近年来，光伏发电技术的迅猛发展，各国一直都在改进工艺以形成规模经济，光伏发电系统的技术研究也取得了很大进展。
一、光伏发电的背景介绍
我国是一个能源生产大国，也是一个能源消耗大国[1]，由于人口基数大，人均能源占有率远低于世界平均水平。从能源消耗结构来说，过去几年传统化石能源占的比重很大，图一给出了我国和世界平均水平能源消耗结构。
由于传统能源供不应求以及巨大的环境危害，各国都在往新能源方式转变。我国自“十二五”规划以来，大力发展清洁能源，推进光伏发电产业的建设，不但减轻了煤炭等一次能源供应不足的压力，也合理利用了外界太阳能，减少了碳排放。
图1 中国和世界能源消耗结构
中国的常规能源储存十分有限，大力开拓新能源是解决当前能源不足的有效措施。根据欧洲光伏工业协会（European Photovoltaic Industry Association，EPIA）预测，太阳能光伏发电将会成为21世纪电能供应的主体[1]，到21世纪末，太阳能发电将会占发电总数的60%以上[1]。
我国的太阳能资源丰富，光伏发电能够很好地利用资源。全国各地的年辐射总量高达 928-2333 kWh/m2，中国大陆全年的太阳能辐射总量相当于2400亿吨煤。我国得天独厚的自然地理环境造就了太阳能光伏发电的环境优势。
二、光伏发电系统结构
光伏发电系统的分类有很多种，按照是否并网可以分为独立式光伏发电系统和并网式光伏发电系统[2]，在实际使用过程中，并网光伏发电系统应用更加普遍。并网光伏发电系统一般的组成部分是：光伏阵列、控制器以及逆变器，这个过程不需要蓄电池储能，利用逆变器直接将电能输进公共电网[2]。控制器实现了太阳能电池的最大功率点跟踪。图2表示常见的并网光伏发电系统。
图2 并网光伏发电系统
三、光伏发电系统的技术和研究----光伏列阵最大功率点
（一）光伏列阵最大功率点
光伏电源是一种极其不稳定的电源，在光伏列阵工作的过程中，外界光照情况和周围环境的变化都会引起电压和电流的变化，根据焦耳定律可知，输出功率的变化更大。一旦光照强度和环境温度确定后，最大输出功率也就随之确定。怎样在不断变化的电流和电压中尽可能地输出更多的功率，就是光伏列阵最大功率点跟踪问题。
（二）光伏列阵最大功率点跟踪测量方法
随着科技理论与实践的逐步发展，现在已经出现了很多的MPPT（Maximum Power Point Tracking）方法。例如基于模糊控制的MPPT方法、基于差分方程解的MPPT方法等等。但是这些新方法只是处于初步试用阶段，并没有形成完整的理论体系。本文主要对几种常用的MPPT方法进行研究。在理论阐述的基础上，分析各自的优缺点，促进光伏发电系统技术上的进步。
（三）方法一：恒定电压跟踪（CVT）
如果太阳能电池的温度保持恒定不变，那么太阳能输出的功率—电压线上的最大功率点几乎可以看作一个固定值。因此，恒定电压跟踪法（CVT）的工作思路就是在控制系统中事先设定一个最大功率输出点的电压值，在发电系统工作时，将光伏发电系统的端口电压值设定在上述固定电压值处。在外界环境变化很小的情况下，可以近似认为光伏发电系统始终处于最大功率点处。
CVT方法操作十分简单，只需要对光伏发电系统输出端口进行电压采样，通过系统调试，使得输出端口的电压值与系统设定的电压值相等就可以[3]；但是由于操作简单，也会带来最大功率点跟踪精度较差等一系列问题。
（四）方法二：扰动观测法（P&O）
这种方法是对端口电压实施扰动，根据焦耳定律计算出扰动前后的输出功率[3]，并比较两者的大小，如果扰动之前的功率小，说明扰动起到了一定的作用，下一次的扰动可以往同一方向继续扰动；相反，如果扰动之前的功率大，说明扰动无效，下次要往相反的方向扰动。
扰动观测法的控制思路简单明了，只需比较扰动前后的功率大小，实现目标较为容易；在外界环境变化的同时实现最大功率点的追踪，提高对太阳能的利用率[3]。
四、光伏发电系统的技术和研究----系统功率的预测
由于外界光照强度和环境温度的变化，对功率的预测就会难上加难。对光伏发电系统的输出功率的预测可以简单分为两种方法：直接法和间接法。直接法就是根据发电功率历史数据进行合理预测，间接法就是利用光照强度
环境温度的历史数据，通过建立模型对发电功率进行合理预测。
（一）超短期功率预测方法
这种方法是通过高科技的卫星云图提供的光照和温度等相关数据建立起来的预测模型。这种模型最大的特点是对历史数据的要求不是很高，可以利用较少的历史数据得出结论，适用于新环境。通过对历史数据的分析计算，得出地面所受的太阳辐射强度，然后利用统计学的相关知识进行数据筛选和模型建立。这种方法主要是对太阳光照进行预测，而对发电功率的直接预测就显得不太重要[2]。
（二）回归预测方法
回归一词来源于统计学，这种预测方法与超短期功率预测方法完全不同，需要大量的历史数据作为支撑才能够得出较为准确的预测数据[4]。
回归法预测之前需要采集大量的光伏发电系统输入功率和大量的输出功率 数据，利用回归分析的软件（例如SPSS、EVIEWS）将导入的数据进行分析处理，得出的分析结果可能是一元线性回归或者多元线性回归，甚至也可能会。出现非线性回归，为了切合实际，实践中更多采用多元相性回归的分析结果。将太阳的光照强度和环境温度作为两个自变量，只要确定了这两个因素的数值，那么功率自然而然就得出来了。
（三）智能预测法
随着现代智能的迅速发展，光伏发电系统的功率测算也发生了很大改变。在众多的智能化预测方法中，使用频率最高的有神经网络预测法和混沌时间序列预测法[3]。这几种方法的算法简单，但是需要的样本数据也很多，话费大量的数据搜集成本，同时，智能化的预测方法不能够做到在全局范围内寻找最优的决定[5]。
五、结论
光伏发电是新能源中最具有发展潜力之一的发电方式，这种利用太阳能资源并且能够板胡环境的方式越来越受欢迎。探究光伏发电系统相关技术的研究仍在继续，为以后光伏发电技术更加成熟可靠做出卓越贡献。
参考文献：
[1]赵杰. 光伏发电并网系统的相关技术研究[D].天津大学，2012.
[2]徐瑞东. 光伏发电系统运行理论与关键技术研究[D].中国矿业大学，2012.
[3]刘飞. 三相并网光伏发电系统的运行控制策略[D].华中科技大学，2008.
[4]刘东冉，陈树勇，马敏，王皓怀，侯俊贤，马世英.光伏发电系统模型综述[J].电网技术，2011，35（08）：47-52.
[5]陈炜，艾欣，吴涛，刘辉.光伏并网发电系统对电网的影响研究综述[J].电力自动化设备，2013，33（02）：26-32+39.
论文作者:万真满
论文发表刊物:《电力设备》2018年第9期
论文发表时间:2018/7/2
标签：光伏论文; 系统论文; 功率论文; 电压论文; 方法论文; 历史数据论文; 最大功率论文; 《电力设备》2018年第9期论文;