光伏系统最大功率点跟踪方法
光伏发电系统的最大功率跟踪控制
光伏发电系统的最大功率跟踪控制一、引言光伏发电系统作为一种可再生能源发电方式，具有环保、安全、可持续等优势，逐渐受到关注。
然而，光伏发电系统的发电功率受到天气、温度等环境因素的影响，导致输出功率存在一定的波动。
为了最大化光伏发电系统的发电效率，我们需要实施最大功率跟踪控制。
二、最大功率跟踪控制的原理最大功率跟踪控制是指通过调整光伏阵列输出电压和电流的方式，使得输出功率达到最大。
光伏阵列的输出功率一般由以下几个因素决定：1. 太阳辐照度：太阳辐照度越高，光伏阵列的输出功率越大。
因此，通过监测太阳辐照度的变化，可以实时调整光伏阵列的工作状态。
2. 温度：高温会导致光伏电池的效率下降，从而减小了输出功率。
因此，根据温度变化调整光伏阵列的工作状态也是最大功率跟踪控制的一个重要因素。
3. 光伏阵列电压和电流：光伏阵列的输出功率与其电压和电流的乘积成正比。
通过控制电压和电流的变化，可以达到最大功率输出。
三、最大功率跟踪控制的方法1. 突变搜索法：该方法通过固定步长搜索的方式，在不同的电压和电流点上测量输出功率，并选择功率最大的点作为工作点。
该方法简单有效，但可能存在多个局部最大值的问题。
2. 渐进调整法：该方法通过不断改变光伏阵列的工作电压和电流，观察功率变化，最终找到功率最大的点。
该方法需要周期性地进行调整，但可以达到更精确的最大功率跟踪。
3. 梯度下降法：该方法利用数学模型计算出功率对电压和电流的梯度，并根据梯度的方向调整光伏阵列的工作状态。
该方法复杂度较高，但可以实现更精确的最大功率跟踪。
四、最大功率跟踪控制的应用最大功率跟踪控制已经广泛应用于光伏发电系统中。
通过实施最大功率跟踪控制，可以提高光伏发电系统的发电效率，增加发电量。
这对于实现可持续能源发展、减少对传统能源的依赖具有重要意义。
除了光伏发电系统，最大功率跟踪控制的技术也可以应用于其他可再生能源发电系统，如风力发电系统、潮汐发电系统等。
通过调整工作状态，使得系统功率达到最大，可以提高可再生能源的利用效率。
光伏发电系统中的最大功率追踪算法研究
光伏发电系统中的最大功率追踪算法研究随着全球环境问题的不断加剧和人们对可再生能源的需求不断增长，光伏发电系统得到了广泛的应用。
在光伏发电系统中，最大功率追踪算法是一项重要的技术，它可以实现光伏电池板的最大输出功率，进而提高光伏发电系统的效率。
本文将介绍光伏发电系统中的最大功率追踪算法，并对其研究现状进行分析和讨论。
一、最大功率追踪算法的原理在光伏发电系统中，光伏电池板是获取太阳能并将其转化为电能的核心设备。
然而，光照强度的变化和光伏电池板本身的特性使得其输出电压和电流随时都在变化。
因此，为了提高光伏发电系统的效率，需要实现光伏电池板的最大输出功率追踪。
最大功率追踪算法是通过对光伏电池板输出电压和电流进行测量和监控，进而计算出光伏电池板的输出功率，并实时调整电池板的工作状态，以保证输出功率达到最大。
最常用的最大功率追踪算法包括模拟算法、传统的启发式算法和基于人工智能的算法。
模拟算法是最早被使用的最大功率追踪算法，它根据光伏电池板的电特性建立模型，通过计算机模拟来获取最大功率点。
传统的启发式算法则是通过试错法逐步调整电压和电流，不断接近最大功率点。
基于人工智能的算法则是采用神经网络、遗传算法等技术，通过自学习来找到最大功率点。
二、最大功率追踪算法的研究现状目前，最大功率追踪算法的研究主要集中在以下几个方向:1. 基于模糊控制的最大功率追踪算法基于模糊控制的最大功率追踪算法是利用模糊控制理论来建立光伏电池板最大功率追踪系统的一种方法。
这种方法的优点是具有较强的适应性和鲁棒性，能够在光照变化频繁、天气复杂的环境下实现高效的最大功率追踪。
2. 基于人工智能的最大功率追踪算法基于人工智能的最大功率追踪算法是通过利用神经网络、遗传算法等技术来实现最大功率追踪。
这种方法能够有效地解决光伏电池板的输出功率经常变化的问题，具有自适应性强、稳定性好的优点。
3. 基于无线传感器网络的最大功率追踪算法基于无线传感器网络的最大功率追踪算法是利用物联网技术来实现光伏电池板最大功率追踪的方法。
太阳能光伏发电最大功率点跟踪技术
二、MPPT技术的基本原理和性能检测方法
I(mA)
曲线1 曲线2
负载1
A1
A2 B1
负载2 B2
O
U(mV)
➢最大功率点A1→最大功率点B1 (条件：将系统负载特性由负载1改为负载2)
➢最大功率点B1→最大功率点A1
(条件：将系PPT技术的基本原理和性能检测方法
由上述公式推导，可得系统运行点与最大功率点的判据如下：
① G+dG>0，则UPV<UMPP，需要适当增大参考电压来达到最大
功率点；
② G+dG<0，则UPV>UMPP， 300
250
需要适当减小参考电压来达 200
输出功率（W）
到最大功率点；
150
100
③ G+dG=0，则UPV=UMPP， 50
0
由此可得
IPV dIPV G dG 0 UPV dUPV
式中，G为输出特性曲线的电导；dG为电导G的增量。由
于增量dUPV和dIPV可以分别用ΔUPV和ΔIPV来近似代替，可得：
dUPV t2 UPV t2 UPV t2 UPV t1 dIPV t2 IPV t2 IPV t2 IPV t1
dPPV 0 dU PV
最大功率点
dPPV 0 dU PV
dPPV 0 dU PV
此时系统正工作在最大功率 点处；
0 0 10 20 30 40 50 60 70 80 90 输出电压（V）
常用的最大功率点跟踪算法
光伏电池仿真模型设计
仿真结果
由此可见，光伏发电系统中的MPPT控制策略，就是先根 据实时检测光伏电池的输出功率，再经过一定的控制算法预测 当前工况下光伏电池可能的最大功率输出点，最后通过改变当 前的阻抗或电压、电流等电量等方式来满足最大功率输出的要 求。
光伏发电技术中的最大功率点跟踪算法分析与优化
光伏发电技术中的最大功率点跟踪算法分析与优化光伏发电作为一种清洁、可再生的能源形式，在近年来得到了广泛的应用和推广。
然而，由于太阳光照强度的时空变化以及光伏电池的非线性特性，光伏发电系统中存在着一个重要的问题，即如何寻找到最大功率点（MPPT）来提高光伏发电系统的效率和发电量。
因此，光伏发电技术中的最大功率点跟踪算法成为了研究的热点。
最大功率点跟踪算法是光伏发电系统中的核心部分，其作用是通过不断调整光伏电池的工作点，使得光伏发电系统输出功率达到最大值。
目前常用的最大功率点跟踪算法主要有传统的Perturb and Observe算法（P&O算法）、Incremental Conductance算法（INC算法）以及改进的模糊控制算法等。
Perturb and Observe算法是目前应用最广泛的最大功率点跟踪算法之一。
该算法通过不断增加或减小电池电压来观察功率变化的方向，以找到最大功率点。
然而，P&O算法在光伏电池功率曲线出现多个最大功率点或者光照强度变化过快的情况下容易出现震荡现象，导致功率跟踪效果不佳。
Incremental Conductance算法是另一种常用的最大功率点跟踪算法。
该算法通过计算电池电压变化率与电池电流变化率的比值，并与光伏电池的导电率进行比较，来确定功率变化的方向。
INC算法相对于P&O算法来说，能够更准确地找到最大功率点，但仍然存在一定的误差。
除了上述两种传统的最大功率点跟踪算法之外，还有一些新型的改进算法被提出来。
例如，模糊控制算法结合了模糊控制理论和最大功率点跟踪算法，通过模糊控制器来调节光伏电池的工作点，以实现最大功率输出。
模糊控制算法相对于传统算法来说，具有更优的性能和稳定性。
针对这些算法存在的问题，一些研究者提出了一系列的优化方法。
例如，利用人工智能算法如神经网络、遗传算法等来优化最大功率点跟踪算法的调节参数，以提高算法的精确性和效率。
光伏发电最大功率点追踪算法
光伏发电最大功率点追踪算法光伏发电是一种利用太阳能将光能转化为电能的技术。
在光伏发电系统中，为了提高系统的能量转换效率，需要对光伏电池阵列进行最大功率点追踪（Maximum Power Point Tracking，简称MPPT）。
光伏发电最大功率点追踪算法可以帮助我们找到电池阵列工作时能够输出最大功率的电压和电流组合。
在本文中，我们将深入探讨光伏发电最大功率点追踪算法的原理、常见的算法类型以及算法的应用。
通过了解这些内容，我们可以更好地理解光伏发电系统的优化以及如何选择合适的MPPT算法。
首先，让我们来了解光伏发电最大功率点追踪算法的原理。
光伏电池的输出特性曲线显示了在不同电压和电流下的功率输出情况。
该曲线通常呈现出一个“倒U”型，即存在一个最大功率点。
光伏发电最大功率点追踪算法的目标就是寻找到这个最大功率点，并调整系统工作点使得光伏电池能够输出最大功率。
常见的光伏发电最大功率点追踪算法可以分为模拟算法和数字算法两种类型。
模拟算法包括传统的开环算法和闭环算法。
开环算法根据光强和温度等环境因素预先设定一个工作点，以此来调整电压和电流。
闭环算法则是根据实时的光强和电压进行反馈调节，以追踪最大功率点。
常见的闭环算法有Perturb and Observe算法和Incremental Conductance算法。
这些算法通过不断调整工作点，使得系统能够在不同光照条件下实现最优的能量转换效率。
除了模拟算法，数字算法也被广泛应用于光伏发电最大功率点追踪。
数字算法通过使用微控制器或数字信号处理器等设备，根据电池阵列当前的电压和电流等参数计算出最大功率点，并调整系统的工作点。
常见的数字算法有P&O算法、IC算法、Hill-Climbing算法等。
这些算法通过快速的运算和调整能够更精确地实现最大功率点追踪。
光伏发电最大功率点追踪算法在实际应用中具有重要意义。
通过采用合适的算法，光伏发电系统可以在不同的光照条件下实现高效的能量转换。
光伏发电最大功率点跟踪算法
光伏发电最大功率点跟踪算法1. 简介光伏发电是一种利用太阳能将光能转化为电能的技术。
在光伏发电系统中，为了获取最大的发电功率，需要实时跟踪太阳能辐射强度的变化，并调整光伏组件的工作状态以保持在最大功率点附近。
本文将介绍光伏发电最大功率点跟踪算法的原理及应用。
2. 最大功率点跟踪算法原理在光伏发电系统中，光伏组件的输出功率与其工作点相关。
而工作点又由组件的电压和电流决定。
因此，通过调整组件的工作状态来使其工作在最大功率点附近，可以实现最大发电效率。
最大功率点跟踪算法是通过对太阳能辐射强度进行实时监测，并根据监测结果调整组件工作状态来实现的。
常用的最大功率点跟踪算法有以下几种：2.1 Perturb and Observe (P&O) 算法P&O算法是一种简单且广泛应用的最大功率点跟踪算法。
其原理是通过不断扰动组件的工作状态，然后观察功率的变化情况来确定最大功率点。
具体步骤如下：1.初始化工作状态，包括电压和电流。
2.测量当前功率。
3.增加或减小电压或电流的值，并测量新的功率。
4.比较新旧功率，如果新功率大于旧功率，则继续增加或减小电压或电流的值；如果新功率小于旧功率，则改变方向并减小步长。
5.重复步骤3和4，直到达到最大功率点。
P&O算法简单易实现，但由于其基于局部搜索方法，容易受到噪声和阴影等因素的干扰。
2.2 Incremental Conductance (INC) 算法INC算法是一种基于微分方法的最大功率点跟踪算法。
其原理是通过根据组件的导纳特性来调整工作状态，以实现最大功率点跟踪。
具体步骤如下：1.初始化工作状态，包括电压和电流。
2.测量当前输出功率和导纳。
3.根据当前导纳与前一时刻导纳的比较结果来调整工作状态：–如果导纳增大，则增加电压或电流的值；–如果导纳减小，则减小电压或电流的值；–如果导纳不变，则保持当前工作状态。
4.重复步骤2和3，直到达到最大功率点。
光伏发电系统最大功率点跟踪算法研究及实现
参考内容
摘要
本次演示旨在研究光伏发电系统中最大功率点跟踪算法的问题。通过文献综 述和实验研究，本次演示分析了最大功率点跟踪算法的原理、优缺点及在不同情 况下的性能表现。实验结果表明，采用合适的最大功率点跟踪算法可以有效提高 光伏发电系统的效率。本次演示的研究为优化光伏发电系统的性能提供了有益的 参考。
因此，针对现有方法的不足，本次演示将采用一种改进的扰动观察法来实现 最大功率点跟踪。
方法与算法
本次演示采用改进的扰动观察法来实现光伏发电系统最大功率点跟踪。该方 法通过在扰动电压或电流的基础上，引入一个动态调节因子，以改善系统的响应 速度和跟踪精度。具体实现步骤如下：
1、初始化：设定初始电压或电流值，以及动态调节因子的初始值。
引言
随着环境问题和能源短缺问题的日益严重，可再生能源的开发和利用逐渐成 为人们的焦点。光伏发电作为一种重要的可再生能源，具有清洁、可分散式布局 等优势，但也面临着转换效率低、稳定性差等问题。其中，最大功率点跟踪 （MPPT）算法是提高光伏发电系统效率的关键技术之一。因此，本次演示旨在深 入探讨光伏发电系统中最大功率点跟踪算法的研究。
结果与讨论
实验结果表明，MPPT-PID和MPPT-扰动观察法在电能产量方面表现出色，但 在稳定性方面存在一定欠缺。DC-DC变换器法和MPPT-恒压法在稳定性方面表现良 好，但电能产量相对较低。此外，不同算法在不同环境和光照条件下的性能也存 在差异。例如，在低光照条件下，MPPT-PID和MPPT-扰动观察法的表现较好；而 在高光照条件下，DC-DC变换器法和MPPT-恒压法的表现相对较好。
研究方法
本研究采用实验对比的方法，分别对基于数学模型的MPPT-PID和MPPT-扰动 观察法，以及基于电路理论的DC-DC变换器法和MPPT-恒压法进行实验测试。实验 中，通过调整不同算法的参数，观察其在不同环境和不同光照条件下的性能表现。 同时，为了更准确地评估算法的性能，引入了电能产量和系统稳定性两个评价指 标。
光伏发电系统中的最大功率点跟踪算法研究
光伏发电系统中的最大功率点跟踪算法研究光伏发电系统是一种利用太阳光能直接转换成电能的系统，在可再生能源领域具有广泛的应用前景。
而在光伏发电系统中，最大功率点跟踪算法是一种关键技术，能够实现光伏电池阵列输出功率的最大化。
本文将针对光伏发电系统中的最大功率点跟踪算法进行深入研究，探讨其原理和应用。
首先，我们先来介绍一下光伏发电系统中的最大功率点。
光伏电池的I-V特性曲线中存在一个最大功率点，该点的电流和电压使得光伏电池阵列能够输出最大的功率。
而光伏发电系统中的最大功率点跟踪算法，即MPPT算法，就是通过调节光伏电池阵列的工作状态，使得系统输出功率达到最大化。
目前，常见的最大功率点跟踪算法包括传统的Perturb and Observe（P&O）算法、一种改进的P&O算法和模型预测控制（MPC）算法等。
首先是传统的P&O算法。
该算法通过调节光伏电池阵列的工作电压，使得系统实时功率与前一时刻功率进行比较，根据差值调整电压的增减方向，并逐步趋近于最大功率点。
然而，该算法存在着震荡问题，当环境条件变化较大时，系统可能无法稳定在最大功率点附近。
为解决传统P&O算法的问题，研究人员提出了一种改进的P&O算法。
该算法引入了一种自适应的步长参数，根据当前功率值与前一时刻功率值的比较结果动态调整步长，使得系统更加稳定地跟踪到最大功率点。
改进的P&O算法相比传统P&O算法具有更好的性能，能够在环境条件变化较大的情况下实现更稳定的功率跟踪。
另一种常见的最大功率点跟踪算法是模型预测控制（MPC）算法。
该算法通过建立光伏发电系统的数学模型，利用最优控制策略进行功率跟踪。
MPC算法基于系统模型和预测性能指标，通过迭代计算得到一个最优的控制策略，从而实现最大功率点跟踪。
相比于P&O算法，MPC算法具有更高的精度和稳定性，但是其计算复杂度较高，需要较长的计算时间。
除了传统的P&O算法、改进的P&O算法和MPC算法，还有一些其他的最大功率点跟踪算法在实际应用中得到了研究和应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
L1
+ C1
Vpv
_
VT1
Iout
L2 C2
D1
C3 Vout +
图 9 光伏充电系统主电路 Fig.9 Main circuit of photovoltaic charging system
图 10 为两者最大功率跟踪时的光伏阵列电压 对比。在 7:00~16:00 这段时间内，每隔 30 分钟进 行采样记录。图 11 为两者最大功率跟踪时的最大 输出功率对比。可以看出应用本文方案的样机输出 功率不但保持了很好的跟踪持续性，且波动更小。
图 3 为外部环境不变时光伏电池输出 U-P 曲 线。设光伏电池初始工作点 P2，对控制系统施加扰
动量 ΔD ，工作点移至 P3，输出功率增大，说明施
加的扰动量使光伏电池输出功率向增大的方向运 行，可以继续增加相同扰动；若施加的扰动为
- ΔD ，则系统工作在 P1 点，须施加相反的扰动量；
4 直接电流控制最大功率点跟踪
行了改进，提出了一种以输出电流最大为目标、不 依赖光伏电池输出特性检测的直接电流控制最大 功率点跟踪策略。通过电流型光伏并网逆变器和光 伏充电器的实验结果验证了该方案的可行性和正 确性。本方案具有结构简单，控制方便，成本低， 效率高，传感器精度要求不高等特点，不仅适用于 天气条件变化较快的场合，对于输出电压变化较大 的场合也有很好的跟踪效果。同时并网电流不受电 网电压影响，可以实现高功率因数电流源并网。
摘要：在传统的光伏系统最大功率点跟踪（MPPT）策略中，扰动观测法是检测系统的输入电压电流，计算其输入功率并 使其达到最大。本文在分析了光伏电池特性及数学模型的基础上，提出了一种以系统输出电流最大为目标、不依赖光伏电池 输出特性检测的最大功率点跟踪策略。最后，通过电流型光伏并网逆变器和光伏充电器的实验结果，该方案的可行性和正确 性得到了验证。
Abstract: In conventional maximum power point tracking（MPPT）strategy of photovoltaic System , the disturbance observation technology needs to measure the input voltage and current in order that the input power is maximized. With the analysis of characteristic and mathematic model of photovoltaic cell , a MPPT strategy is proposed in this paper which aims at getting maximum output current and doesn’t need to get the output characteristic of photovoltaic cell. The experiment results of a current source PV grid-connected inverter and a PV charger verify the availability and correctness of the proposed method.
检测与补偿控制[J]. 2007,31(10):50-53. 2 Case M J, Joubert M J, Harrison T A. A novel photovoltaic
出。图 4 为直接电流控制最大功率点跟踪算法流程。
开始
电流采样
重复上述操作，直到光伏电池工作于 Pn 点。
60
Pn-1 Pn
P4
40
P2 P3
P5
P1
20
Y
I=Iold
I >Iold Y
DIR=0 Y
D = D + ΔD
N
N
D = D − ΔD
DIR=0
Y
DIR = 1 D = D − ΔD
N
DIR =
得到如图 2 所示的 U-I 以及 U-P 特性曲线。
4
ISC IMP3P
1000W/M2
最大功率点(MPP)
2
80
60 PMPP 40
1
20
0
0
0
5
10
15 UMPP20UOC 25
U/V
图 2 光伏电池输出特性曲线
3 扰动观测法原理
扰动观测法的工作原理为[2-3]：设 Dk+1 和 Dk 分 别为第 k+1、k 时刻变换器占空比；△D 为扰动控制 量； Pk 和 Pk-1 分别为第 k、k-1 时刻光伏电池输出 功率；符号函数 sign()作如下定义：
致谢 本文承上海市教委重点科研基金 (06ZZ03)、台达电力 电子科教发展基金(DREO2006017)，特此致谢。
图 10 光伏电池输出电压比较 Fig.10 The output voltage comparison of PV cell
参考文献 1 张强, 刘建政, 李国杰. 单相光伏并网逆变器瞬时电流
图 5 并网电压变化时的最大功率点跟踪
5 实验验证及结果分析
为了验证以上方案，本文进一步制作了一台 3kW 单相电流型光伏并网逆变器实验样机。在该系 统中（如图 6 所示）：通过改变高频逆变调制深度 M，使得并网电流 Ig 维持可输出的最大值，即光伏 阵列到达了当时最大可输出功率。其中，VT1~4 构成 高频逆变部分，开关频率 fS=20kHz。L1、L2、C3 构 成导抗变换器[4,5,6]，实现电压源向电流源的转换， T1 为 1:2 的高频逆变器、D1~4 为高频整流桥，TV5~6 为工频逆变。
扰动观测法通过给变换器叠加一个占空比扰 动量，通过周期性检测光伏电池输出电压和电流并 计算输出功率，由此功率判断施加扰动量的方向， 从而达到最大功率点跟踪。该方法跟踪速度快，但 由于检测器件多，成本高。
本文在扰动观测法的基础上，提出一种直接电 流控制最大功率点跟踪方法，仅以变换器输出电流 的大小作为判断依据，进行最大功率点跟踪控制， 简化控制算法，同时省去扰动观测法中的电压传感 器，降低系统成本。
实验参数为：光伏阵列开路电压 Vpv=480V， C2=1.5uF，L1 = L2 =44uH，C4=5uF，L3 =700uH，并 网电压 Vg=223V。
图 7 为并网输出电流软启动后进行最大功率点 跟踪的光伏阵列电压 Vpv 与并网电流 Ig 波形。可以 看出应用本文方案最大功率跟踪速度快，光伏阵列
基于电流直接控制的光伏电池最大功率点跟踪策略
A Maximum Power Point Tracking Strategy Of Photovoltaic Cell Based On Direct Current Control
上海大学自动化系 崔开涌 Email: arnakin@ 陈国呈 张翼 俞俊杰
充电系统（如图 9 所示），采用 Cuk 电路[7-8]， 维持充电电流 Iout 最大值的调节量为 VT1 占空比 D。 电路实验参数为：光伏阵列开路电压 Vpv=320V， 蓄电池电压 Vout=220V~270V，C1= C3=2200uF，L1 = L2 =700uH，C2=2uF，VT1 开关频率 fS=10kHz。
关键词：光伏系统，最大功率点跟踪，蓄电池充电 Keywords: photovoltaic system, Maximum power point tracking, Battery charging
1 引言
光伏电池板受器件本身特性的影响，转换效率 仍然很低、造价较高，严重制约了光伏发电产业的 发展。同时，光伏电池的输出特性受日照强度、环 境温度、负载等外部因素的影响，使得光伏电池的 输出功率极不稳定。因此，根据光伏电池输出特性 进 行 最 大 功 率 点 跟 踪 （ Maximum Power Point Tracking, MPPT），使光伏电池工作在最大功率点附 近，可以有效提高系统输出功率及对太阳能的利用 率，促进光伏发电系统推广应用[1]。
传统扰动观测法需要对光伏电池输出电压和
电流同时进行采样。如果能够根据变换器输出电流
作为判断依据进行最大功率点跟踪，则不仅可以省
去两个传感器，而且不需乘法运算。降低系统成本
的同时提高了跟踪的快速性。直接电流控制最大功
率点跟踪法正是基于这点提出的，下面将具体分析
其工作原理。
先作两个假设：
①变换器自身功率损耗为零，即光伏电池输出
0
5
10 15 20 25
U/V
图 3 扰动观测法原理
返回
图 4 直接电流控制最大功率点跟踪流程
对于输出电压不稳定的情况，例如电网波动和 蓄电池电压改变，该方法也同样适用。如图 5，当 光伏板输出功率为等功率曲线 a 时，若电网电压由 V1 降低至 V2，且瞬时调制深度 M 不变，并网电流 I 会因电压降低而增大，逆变器工作点 A 自动移至 B 点，此时功率不变依然在等功率曲线 a 上。系统 依然按照 MPPT 程序调节调制深度 M，使得输出功 率 P=U×I ，同样维持最大可输出功率。当此时光 照强度再次变强时，若电网电压维持 V2 不变，则 输出电流上升到 C 点，为等功率曲线 b，功率增大。 反之，当并网电压升高时也可用同样控制方法取得 很好的效果。
⎧sign(x) = 1 (x ≥ 0) ⎩⎨sign(x) = −1 (x < 0)
（4）
进行最大功率点跟踪时，若 Pk 大于 Pk-1，则继 续同方向增大变换器占空比；否则减小变换器占空 比。因而下一次的占空比可由式（5）决定：
Dk+1 = Dk + ΔD sign(ΔD) sign(Pk − ) Pk−1 （5）
功率等于变换器输出功率；
②负载两端电压（蓄电池电压或电网电压）恒