第二章 太陽能電池介紹
2.5 太陽能最大功率追蹤技術
從圖 2.5(a),(b)及圖 2.6(a),(b)中可得知太陽能電池的輸出功率受限於表面溫 度、日照量強度、元件老化及光電材料等影響，且在太陽能電池特性上因電流(I)-電壓(V)為非線性關係，使得功率(P)-電壓(V)曲線上存在於最大功率點。為了使 太陽能電池發揮最大效能，因此必須控制太陽能電力端功率輸出。為了讓太陽能 電池可在不同工作環境下維持最大功率輸出下，許多文獻[1]-[21]提出多樣性的 最大功率追蹤控制技術(Maximum Power Point Tracking，MPPT)，不同所提出的 方法其複雜及效能程度各有差異，因此最大功率追蹤技術在太陽能電池發展中為 不可或缺的角色。以下本文介紹較為常見最大功率追蹤技術:擾動觀察法、增量 電導法、開路電壓法、短路電流法、實際量測法、直線近似法、模糊控制法、類 神經網路法。
2.5.1 擾動觀察法
擾動觀察法(Perturb & Observe Algorithm , P&O )[1]為目前大多數人應用最 大功率追蹤技術的方法之ㄧ，此方法藉由控制命令 (責任週期、電壓命令或電流 命令)進行擾動觀察回授之電壓、電流值，運算得知當前功率與前一刻功率進行 比較，判斷功率擾動值為正或為負時，決定控制命令的擾動量的增減，來達到追 蹤至最大功率點。從圖 2.5 可得知是依擾動電壓觀察功率增減的趨勢，當
0 /dV >
dP ， 可知在最大功率點(MPP)之左邊範圍; dP/dV <0，可知在最大功 率點(MPP)之右邊範圍; 若dP/dV =0， 可知位於在最大功率點(MPP)。使用較 小的擾動量則追蹤到最大功率點的時間較長，但相對在最大功率點附近的擾動相 對較小且較準確；使用較大的擾動量可加快速度追尋最大功率點，但也會造成系 統在最大功率點附近劇烈振盪，所以參數擾動量必須考慮之。圖 2.7 所示為擾動 觀察法控制方塊圖，圖 2.8 所示為擾動觀察演算法流程圖。
PV array
I
DC/DC Converter
Perturb & Observe Algorithm
PWM singal
圖 2.7 擾動觀察法控制方塊圖
2.5.2 增量電導法
增量電導法(Incremental Conductance Algorithm , InCond ) [1]的概念也是依 據太陽能電池功率(P)-電壓(V)之斜率比來追蹤最大功率點。若所追尋電壓點為 Vmpp，以得到太陽能電池輸出得到最大功率Pmpp，而(dP /dV)關係式斜率之結果 為零。故將此功率式對電壓一次微分，可將得到式(2.12)及(2.13)。
) 0
( = + =
= dV
V dI dV I
IV d dV
dP (2.12)
將式(2.12)整理成為
V I dV
dI =− (2.13)
式(2.13)中dI為增量前後之電流差值，dV 為增量前後之電壓差值。當太陽能電 池電導值I /V與量測增量值dI /dV 相等時，表示已達到最大功率點，此時不必 再對系統進行下一次擾動，此為增量電導法之原理。圖 2.9 所示為增量電導法控 制方塊圖，圖 2.10 所示為增量電導演算法流程圖。增量電導法與觀察擾動法都 因增減量值(擾動量)的大小會對系統追蹤到最大功率點的速度的影響，相較之 下，增量電導法穩定度較佳。
PV array
I
DC/DC Converter
Incremental Conductance
Algorithm (MPPT)
V
L O A D
PWM singal
圖 2.9 增量電導法控制方塊圖
]
2.5.3 開路電壓法
開路電壓法(Open Circuit Voltage Algorithm)[20]的概念為最大功率點時的電 壓點Vmpp約略為K 倍數的太陽能開路電壓oc V ，如式(2.14)所示。而常數oc K 約oc 略為 0.71~0.78 區間，所以將太陽能電池電壓操作在此範圍，即可完成追尋太陽 能最大功率點，此為開路電壓法之原理。此方法不需複雜運算且只需回授電壓即 可，但是無法有效追尋到實際最大功率點，而是趨近於最大功率點範圍內，且問 題是必須間隔時間測量開路電壓，因斷開負載使功率之損耗，使系統轉換效率較 差。圖 2.11 所示為開路電壓法控制方塊圖。
oc oc
mpp K V
V ≅ × (2.14)
PV
array DC/DC
Converter
Open Circuit Voltage Algorithm
(MPPT)
Voc
L O A D
PWM singal
圖 2.11 開路電壓法控制方塊圖
2.5.4 短路電流法
短路電流法(Short Circuit Current Algorithm)[20]與開路電壓法概念相近，最 大功率點時的電流點Impp約略為K 倍數的太陽能短路電流sc I ，如式(2.15)所sc 示。而常數K 約略為 0.9~0.95 區間，所以將太陽能電池電流操作在此範圍，即sc 可完成追尋太陽能最大功率點，此為短路電流法之原理。此方法不需複雜運算且 只需回授電流即可，但是無法有效追尋到實際最大功率點，而是趨近於最大功率 點範圍內，且問題與開路電壓法一樣，必須間隔時間測量短路電流，因斷開負載 使功率之損耗，使系統轉換效率較差。圖 2.12 所示為短路電流法控制方塊圖。
sc sc
mpp K I
I ≅ × (2.15)
PV array
Isc
DC/DC Converter
Short Circuit Current Algorithm
(MPPT)
L O A D
PWM singal
圖 2.12 短路電壓法控制方塊圖
2.5.5 實際量測法
實際量測法(Actual Measurement Algorithm)的概念主要利用額外一片小太陽能電 池當做偵測標準，每隔固定時間偵測此電池的開路電壓及短路電流，將所有量測 之結果建立參考模型，並計算出在此大氣環境條件下太陽能最大功率點之電壓及 電流，配合控制電路使太陽能電池操作在此電壓及電流下，即可達到最大功率追 蹤。此法最大好處是藉由實際量測來建立參考模型作為依據，因此可精準達到控 制效果，也可避免太陽能電池元件老化所造成之不準確問題。然而它必須搭配額 外的太陽能電池及偵測電路，增加成本，所以較適合大功率的太陽能供電系統，
對於小型功率供電系統來說，比較不符合成本上的需求。圖 2.13 所示為實際量 測法控制方塊圖。
PV array
I
DC/DC Converter
Actual Measurement Algorithm
(MPPT)
V
L O A D
PWM singal
PV array
圖 2.13 實際量測法控制方塊圖
2.5.6 直線近似法
直線近似法(Straight-line Approximation Algorithm)[21]的概念為利用dP /dI，利用 一直線來近似於在同表面溫度條件下不同日照量強度的最大功率點，系統操作於 此線上，實現最大功率追蹤法。此法雖簡單也有一定精準度，但必須事先分析太 陽能電池特性(測量不同日照量強度)，且越在低日照量強度下，會略為失為準 確，造成系統效率差。圖 2.14 所示為直線近似法控制方塊圖。圖 2.15 所示為不 同日照量強度下電流-電壓曲線之直線近似線。
PV array
I
DC/DC Converter
Straight-line approximation
Algorithm (MPPT)
V
L O A D
PWM singal
圖 2.14 直線近似法控制方塊圖
0 5 10 15 20 25 / 2
1000W m
/ 2
800W m
/ 2
600W m
/ 2
400W m
/ 2
200W m / 2
100W m Voltage(V)
Current(A)
0.5 1 1.5
2 2.5
3 3.5
4 4.5
5
Straight-line
圖 2.15 不同日照量強度下電流-電壓曲線之直線近似線圖
2.5.7 模糊控制法
模糊控制法(Fuzzy Logic Algorithm)[15]此控制法為太陽能電池達到最大功 率點時，控制器自行調整擾動量，減少在最大功率點附近來回過大的現象，減少 造成系統震盪的功率損失，進而有效提升輸出功率，並且在日照量強度快速變化 時，控制器也能快速反應調整到最大功率點。然而缺點為運算量多且複雜。
2.5.8 類神經網路法
類神經網路法(Neural Network Algorithm)利用所量測之大氣環境條件，經過 自我訓練與模型，產生太陽能最大功率點參考模型，藉由控制器達到最大功率點 追蹤。雖可快速反應到最大功率點，但與模糊控制法一樣，因訓練模型使運算量 多且複雜。
2.5.9 各最大功率追蹤技術之比較
本文介紹之擾動觀察法、增量電導法、開路電壓法、短路電流法、實際量測法、
直線近似法、模糊控制法、類神經網路法七種各最大功率追蹤技術之優缺點比較 整理如表 2.2 所示。
表 2.2 最大功率追蹤技術之優缺點比較
最大功率追蹤技術 優點 缺點
擾動觀察法 廣泛應用、結構簡單 在最大功率點時，因擾動量
大使震盪幅度大，且大氣條 件變化劇烈時偵測緩慢
增量電導法 減少在最大功率點震
盪且大氣條件變化劇 烈時可迅速偵測
感測器之精確度決定最大 功率追蹤誤差
開路電壓法 簡單且量測參數最少 間隔時間測量開路電壓，因
斷開負載使功率之損耗，系 統轉換效率較差。
短路電流法 簡單且量測參數最少 間隔時間測量短路電流，因
斷開負載使功率之損耗，系 統轉換效率較差。
實際量測法 以實際測量建立太陽
能最大功率追蹤模型 可避免太陽能電池元
件老化
搭配額外的太陽能電池及 偵測電路，增加系統成本
直線近似法 簡單且一定精準度 在低日照量強度條件下，無
法追尋到最大功率點 模糊控制法
類神經網路法
快速反應到最大功率 點，減少系統震盪的功
率損失
系統運算量多且複雜