为充分发挥光伏电池效用，希望光伏电池能够总是工作在最大功率点附近。光伏电池的最大功率点随着温度与光强的变化而变化，而光伏电池的工作点随着负载电压的变化而变化。如果不采取任何控制措施，光伏电池与负载直接相连，很难保证光伏电池工作在最大功率点附近，光伏电池也不可能有最大功率输出。设置最大功率点跟踪控制器的作用就是通过直流变换电路和寻优控制程序，无论光强、温度与负载特性如何变化，始终使光伏电池工作在最大功率点附近，充分发挥光伏电池的效能，这种方法被称为最大功率点跟踪。

图8-13　光伏最大功率点跟踪系统

根据电路理论，当光伏电池的输出电阻等于负载电阻时，光伏电池的输出功率最大，由此可见，光伏电池的MPPT过程就是使光伏电池的输出电阻与负载电阻匹配的过程。MPPT控制对负载电阻进行实时调节控制，使其跟踪光伏电池的输出电阻，如图8-13所示。

DC／DC变换器采用Boost电路结构，变换器输入电阻为：

式中　D——Boost电路中功率开关管的占空比。

通过调整控制占空比D，改变变换器输入电阻Rin，使之与电池内阻相匹配，从而实现光伏电池输出最大功率。

在光伏发电系统中，MPPT常用的控制方法有恒电压跟踪法、扰动观察法、增量电导法、模糊逻辑控制法。

（1）恒电压跟踪法。

在不同的日照强度且温度变化不大的情况下，光伏电池的输出功率P U 曲线上最大功率点电压几乎分布在一条垂直直线的两侧附近。恒电压跟踪法（constant voltage tracking，CVT）是将电池的输出电压控制在其最大功率点附近上的这一定点的电压处，光伏电池将获得最大功率输出。

恒电压跟踪法的工作原理如图8-14所示。光伏电池处于不同的日照强度下（忽略温度效应）的最大功率输出点是a′、b′、c′、d′和e′，但总可以与一个恒定的电压值Um近似。假设a、b、c、d和e分别为相对应的光照强度下的工作点，曲线L为负载的特性曲线。显而易见，其光伏电池的输出功率较小的原因是采用直接匹配的方式。采用CVT方法通过在光伏阵列与负载之间进行相应的阻抗变换，实现阻抗匹配，使光伏阵列的工作点始终保持在Um附近，这样不仅可以确保光伏电池的输出功率趋于最大输出功率，而且使整个控制系统变得简单。CVT方法的优点是控制简单快速，实现方便，但由于这种跟踪方式忽略了环境温度对光伏电池输出电压的影响，温差越大，跟踪最大功率点的误差就越大，因此不能在日温差或四季温差比较大的地区实现对光伏电池的最大功率点的完全跟踪。一般地，CVT方法可用于控制精度要求不高的简易的光伏发电系统。

（2）扰动观察法。

扰动观察法（perturbation and observation，PAO）是目前实现MPPT最常用的自寻优类典型方法之一。其控制思想为：首先扰动光伏电池的输出电压或电流，然后观测光伏电池输出功率的变化，根据输出功率变化的趋势连续改变扰动电压或电流方向，最终使光伏电池工作在最大功率点。实际上就是通过不断地扰动与判断，实现对系统MPPT跟踪控制。针对光伏并网发电系统，从观测对象来说，扰动观察法可分为两类：一是基于并网逆变器输入参数的扰动观测法；二是基于并网逆变器输出参数的扰动观测法。

从PAO的控制过程可知，该算法具有控制概念清晰、简单，被测参数较少等优点，因此被普遍应用于实际光伏系统的MPPT控制。但是，在扰动观察法中，电压初始值与扰动电压步长的选取对跟踪精度与速度有较大影响，存在着振荡与误判问题。由于扰动步长一定所导致的工作点在最大功率点两侧往复运动的情形，即为扰动观察法的振荡现象；由于对不同的P U特性曲线上的工作点继续使用固定特性内线的判据，就会出现扰动方向与实际功率变化趋势相反的情形，即为扰动观察法的误判现象。(www.daowen.com)

（3）电导增量法。

最大功率跟踪实质上是搜索满足条件d P／d U＝0的工作点，为进一步提高跟踪精度，采用功率全微分近似替代d P的MPPT算法，即从d P＝U d I＋I d U推导出以电导与电导变化率之间的关系为搜索判据的MPPT算法，即为电导增量法。

光伏电池P U特性曲线是一条一阶连续可导的单峰曲线，将光伏电池瞬时输出功率P＝UI的两边对输出电压U求导，可得：

图8-14　温度相同而不同日照强度条件下的光伏电池特性

当d P／d U＝0时，光伏电池达到最大功率点，有：

由此，得到电导增量法的最大功率点跟踪判据：

①当d P／d U＞0，即d I／d U＞－I／U 时，当前的光伏电池工作点处于最大功率点的左边；

②当d P／d U＜0，即d I／d U＜－I／U 时，当前的光伏电池工作点处于最大功率点的右边；

③当d P／d U＝0，当前光伏阵列工作点处于最大功率点处。

电导增量法优点是MPPT的控制稳定度高，当外部环境参数变化时，系统能够平稳地跟踪其变化，与光伏电池的特性及参数无关，但电导增量法控制系统的要求相对较高。

（4）智能MPPT方法。

近年来，出现了许多智能化的MPPT控制算法，智能化算法有很好的稳定性，跟踪速度比较快，控制效果显著。其中包括模糊逻辑法、神经网络法、遗传算法、粒子群算法以及它们的优化算法等。智能化的算法是目前MPPT控制算法中的新型算法，但也有自身的局限性。例如模糊法，跟踪速度快，但设计时需要更多的直觉和经验；神经网络法控制效果显著，但训练时间长，且需要有针对性；粒子群优化算法最初是受鸟群觅食而发展形成的一种优化迭代的算法，其优点是搜索速度快、效率高，但很容易陷入局部最优的问题。