利用二分搜索实现通用PowerPoint跟踪：一种适用于光伏系统的多场景方法

《Renewable Energy》：Universal Power Point Tracking Using Binary Search: A Multi-Scenario Approach for Photovoltaic Systems

针对现有光伏最大功率点跟踪算法在参考功率超出全局最大功率点时效率不足及无法实现功率储备控制的问题，提出基于二分搜索的通用跟踪策略。该方法结合最大功率梯形概念，有效消除局部峰值干扰，提升响应速度至少50.93%，跟踪精度提高1.47倍，并在部分阴影条件下实现稳定快速跟踪及功率储备控制，验证了其鲁棒性和有效性。

　　随着可再生能源技术的不断发展，太阳能光伏发电（Photovoltaic, PV）系统在电力系统中的集成变得越来越重要。然而，光伏系统的输出功率往往受到外部环境因素的影响，难以稳定运行在最大功率点。为了提高系统的整体效率，最大功率点跟踪（Maximum Power Point Tracking, MPPT）技术被广泛应用于光伏系统中。MPPT技术通过调整光伏系统的运行点，使其始终处于最大功率输出状态，从而实现能源的最大化利用。然而，在部分遮挡（Partial Shading Conditions, PSC）等复杂环境下，传统的MPPT方法容易陷入局部最大值，无法实现全局最大功率点跟踪（Global Maximum Power Point Tracking, GMPPT）。因此，研究更高效的GMPPT方法成为当前学术界和工业界关注的重点。

此外，随着光伏系统在电网中的渗透率不断提高，电网可能会出现过电压、电压波动和频率偏差等问题。为了解决这些问题，柔性功率点跟踪（Flexible Power Point Tracking, FPPT）技术被提出，其核心在于通过短暂偏离最大功率点，实现对光伏系统输出功率的灵活控制。FPPT技术可以用于应对电网故障，如低电压穿越（Low Voltage Ride-Through, LVRT）或频率支持等需求。在均匀光照（Uniform Irradiance, UI）条件下，FPPT技术通常会在最大功率点两侧形成两个柔性功率点（Flexible Power Points, FPPs）。而在部分遮挡条件下，FPPs的数量变得不确定，此时FPPT技术被称为全局柔性功率点跟踪（Global Flexible Power Point Tracking, GFPPT）。GFPPT不仅能够实现常数功率输出，还能在需要时快速切换至最大功率点跟踪模式，从而实现更灵活的功率控制。

在实现GFPPT的过程中，如何快速识别全局最大功率点（Global Maximum Power Point, GMPP）并切换至相应的控制模式，成为关键挑战之一。现有的GMPPT和GFPPT方法在应对这一问题时存在一定的局限性。例如，基于全局扫描的GMPPT策略虽然能够有效识别GMPP，但在部分遮挡条件下仍需要较长的扫描时间，并且在稳态运行时可能出现功率振荡问题。另一方面，基于优化和智能算法的GMPPT方法虽然具有较高的跟踪速度和准确性，但其复杂的算法结构和较高的计算需求限制了其在实际应用中的推广。此外，基于固定步长的常数功率输出（Constant Power Generation, CPG）方法虽然在算法实现上较为简单，但在环境条件或参考功率变化时，其收敛速度较慢，影响了系统的响应性能。

为了克服上述问题，本文提出了一种基于二分查找（Binary Search）方法的通用跟踪策略，旨在实现光伏系统的全局最大功率点跟踪和柔性功率点跟踪。该策略通过灵活切换二分查找模式，能够实现常数功率输出控制、在均匀光照或部分遮挡条件下追踪全局最大功率点，以及进行功率储备控制。在GMPPT模式下，该策略引入了最大功率梯形（Maximum Power Trapezoid, MPT）的概念，通过消除不包含GMPP的局部峰值，显著提高了追踪GMPP的速度。通过在不同光伏系统配置和动态部分遮挡条件下进行仿真和实验验证，该算法在GMPPT和GFPPT场景中分别实现了至少50.93%的响应速度提升和超过1.47倍的追踪精度提升。对于功率储备控制（Power Reserve Control, PRC），该算法实现了超过75.47%的响应速度提升和3.3倍的累积误差减少，充分验证了其在复杂环境下的鲁棒性、有效性和通用性。

本文的创新点主要体现在以下几个方面：首先，该策略借鉴了参考文献[34]中提出的通过收集光伏模块短路电流的方法，对数据采集顺序进行了优化，并通过分析收集点的信息来判断是否可以作为二分查找的边界。这种方法避免了参考文献[34]中繁琐的估计和比较过程，同时在每次迭代中，二分查找边界最终会收敛到一个近似恒定的值，从而使得输出功率趋于稳定，接近一条直线，有效解决了参考文献[31]中提到的稳态振荡问题。其次，该策略在完成常数电流收集后，如果无法直接确定二分查找边界，将切换至GMPPT策略，以判断全局最大功率与参考功率之间的关系。通过在相邻收集点之间扫描局部峰值，并利用电流信息来确定二分查找边界的收缩方向，该策略不仅解决了参考文献[32]和[33]在自身算法下无法实现GMPPT的问题，还克服了传统二分查找方法在部分遮挡条件下实现有效追踪的技术瓶颈。此外，该策略还可以直接应用于均匀光照条件下的FPPT或MPPT，从而简化了参考文献[25]中提出的算法复杂度。第三，为了提高全局最大功率点扫描的速度，该策略在算法过程中引入了基于改进最大功率梯形（Modified Maximum Power Trapezoid, M-MPT）的GMPPT策略。在收集常数电流的同时，最大功率梯形被实时更新，完成数据收集后，通过比较收集点的数据与最大功率梯形，可以过滤掉不需要扫描的局部峰值，从而显著提高系统的响应速度和准确性。相比参考文献[9]-[11]中的算法，该策略在响应速度和追踪精度方面均有明显提升，因此可以作为传统GMPPT策略的一种替代方案。最后，基于所提出的GMPPT策略，本文进一步引入了一种新的功率储备控制策略。在追踪GMPP并确定功率储备参考功率后，该策略可以直接利用收集点的信息来确定二分查找边界，从而快速实现功率储备控制。这一策略有效解决了参考文献[31]中提到的功率储备实现缓慢和稳态振荡问题，同时克服了参考文献[32]-[34]中无法应用于功率储备场景的局限性，成为一种新颖且高效的二分查找为基础的PRC策略。

本文的结构安排如下：第二部分介绍了三种在部分遮挡条件下的二分查找策略；第三部分详细阐述了基于二分查找的功率点跟踪框架在不同场景下的应用；第四部分和第五部分分别展示了仿真结果和实验验证；第六部分总结了本文的研究成果并进行了整体评估。此外，本文还列出了作者的贡献声明、利益冲突声明、数据可用性声明以及竞争利益声明，确保研究的透明性和可信度。

在实际应用中，二分查找方法因其高效性和稳定性而被广泛采用。然而，传统的二分查找方法在光伏系统中存在一定的局限性，尤其是在处理动态变化的环境条件和参考功率时。本文提出的策略不仅继承了二分查找方法的优势，还通过引入多种辅助手段，如短路电流收集、最大功率梯形更新和动态边界调整，显著提升了其在复杂环境下的适应能力。此外，该策略通过灵活切换二分查找模式，能够在不同运行条件下实现更精准的功率控制，同时避免了传统方法中常见的稳态振荡问题。在仿真和实验验证中，该策略在各种光伏系统配置和动态部分遮挡条件下均表现出优异的性能，不仅提高了响应速度，还显著提升了追踪精度。对于功率储备控制，该策略通过优化数据处理流程，实现了更高效的控制，从而为光伏系统的灵活运行提供了新的解决方案。

综上所述，本文提出了一种基于二分查找方法的通用功率点跟踪框架，该框架能够在均匀光照和部分遮挡条件下实现对参考功率或全局最大功率点的高效追踪，并能够有效支持功率储备控制。相比现有的GMPPT和GFPPT策略，该方法在算法结构、响应速度和追踪精度等方面均具有明显优势，为光伏系统的高效运行和灵活控制提供了新的思路和技术手段。未来的研究可以进一步探索该策略在更大规模光伏系统中的应用效果，并结合其他智能控制方法，以提升其在更复杂环境下的适应能力。同时，也可以考虑将该策略与其他电力电子技术相结合，以实现更高效的能量转换和更稳定的电网接入。