JP4676176B2

JP4676176B2 - 太陽光発電システムの制御方法

Info

Publication number: JP4676176B2
Application number: JP2004240257A
Authority: JP
Inventors: 克樹常次; 哉三野田
Original assignee: Daihen Corp
Current assignee: Daihen Corp
Priority date: 2004-08-20
Filing date: 2004-08-20
Publication date: 2011-04-27
Anticipated expiration: 2024-08-20
Also published as: JP2006059126A

Description

本発明は、太陽電池からの出力電力値が略最大値となるように制御する太陽光発電システムに係り、特に太陽電池のパネル面の日射量が不均一によって生じる出力電力の複数の極大値のうち、最大電力を的確に追従する技術に関するものである。

図６は、従来技術の太陽光発電システムのブロック図である。同図において、ＳＣ１乃至ＳＣ３は太陽電池で３枚並列に接続され、ＰＴは太陽電池の出力電圧を検出する出力電圧検出回路、ＣＴは太陽電池の出力電流を検出する出力電流検出回路、ＣＣはマイクロプロセッサにより山登り法を用いたＭＰＰＴ制御（ＭａｘｉｍｕｍＰｏｗｅｒＰｏｉｎｔＴｒａｃｋｉｎｇ）（以後、山登り法と言う）を行なうコントローラで、上記マイクロプロセッサＣＣには太陽電池の出力電圧値及び出力電流値を読み込むためのＡＤ変換器が内蔵されている。ＩＮは太陽電池からの直流出力を電圧に変換するＤＣ／ＡＣインバータ回路（又はＤＣ／ＤＣインバータ回路）、ＡＤは負荷、ＳＰは商用の系統電源である。ここで、コントローラＣＣのマイクロプロセッサは太陽電池ＳＣの出力電圧と出力電流とを乗算することによって太陽電池ＳＣからの出力電力を算出し、メモリー内にその電圧、電力値を記憶する。また、コントローラＣＣはパルス幅制御回路ＰＷＭを介してＤＣ／ＡＣインバータ回路ＩＮの出力を制御し、太陽電池ＳＣからの出力電圧を制御させることができる。

図７は、従来技術の太陽光発電システムの山登り法を説明するためのフローチャートであり、このフローチャートと図８の極大値を捜索する図を参照しながら動作を説明する。

図８に示す、電力−電圧特性の所定の動作点Ａに対応する太陽電池出力設定値を初期値とする（ステップＳ１）。この初期値を第１の太陽電池出力設定値としてインバータを動作させて第１の太陽電池出力電圧Ｖ１を設定する（ステップＳ２）。上記第１の太陽電池出力設定値に応じて出力される第１の太陽電池出力電流Ｉ１を測定する（ステップＴ３）。コントローラＣＣのマイクロプロセッサは、上記第１の太陽電池出力電圧Ｖ１と第１の太陽電池出力電流Ｉ１とを乗算して第１の太陽電池出力電力Ｗ１を算出し、メモリーに上記第１の太陽電池出力電圧Ｖ１と第１の太陽電池出力電力Ｗ１との値を記憶する（ステップＳ４）。

次に、第１の太陽電池出力設定値より所定量高い第２の太陽電池出力設定値を設定してインバータを動作させて、図８に示す第１の太陽電池出力電圧Ｖ１から第２の太陽電池出力電圧Ｖ２へと上昇させる（ステップＳ５）。

上記第２の太陽電池出力設定値に応じて出力される第２の太陽電池出力電流Ｉ２を測定する（ステップＴ６）。コントローラＣＣのマイクロプロセッサは、上記第２の太陽電池出力電圧Ｖ２と第２の太陽電池出力電流Ｉ２とを乗算して第２の太陽電池出力電力Ｗ２を算出し、メモリーに上記第２の太陽電池出力電圧Ｖ２と第２の太陽電池出力電力Ｗ２との値を記憶する（ステップＳ７）。

続いて、第２の太陽電池出力設定値より所定量低い第３の太陽電池出力設定値を設定してインバータを動作させて、図８に示す第１の太陽電池出力電圧Ｖ１から第３の太陽電池出力電圧Ｖ３へと降下させる（ステップＳ８）。

上記第３の太陽電池出力設定値に応じて出力される第３の太陽電池出力電流Ｉ３を測定する（ステップＴ９）。コントローラＣＣのマイクロプロセッサは、上記第３の太陽電池出力電圧Ｖ３と第３の太陽電池出力電流Ｉ３とを乗算して第３の太陽電池出力電力Ｗ３を算出してメモリーに上記第３の太陽電池出力電圧Ｖ３と第３の太陽電池出力電力Ｗ３との値を記憶する（ステップＳ１０）。

上記より記憶された、図８に示す太陽電池出力電圧Ｖ１、Ｖ２、Ｖ３に（Ｖ３＜Ｖ１＜Ｖ２）における出力電力値Ｗ１、Ｗ２、Ｗ３の相互の大小を比較し、最も出力電力値が大きかった点へ動作点Ａを移動し、この一連の操作を繰り返すことにより、図８に示す最大電力点へと追従を行なう。上述の技術を開示した先行文献として、例えば、特許文献１がある。

特開２００１−３２５０３１号公報

上述に示す従来技術の山登り法では、図８に示す、動作点Ａを所定の場所に設定しこの動作点Ａでの出力電力を求める。次に、強制的に動作点Ａをある任意の太陽電池出力電圧の高い方に移動させ、その動作点での出力電力を求める。次に低い方へ移動させ、同様に出力電力を求める。このようにして求めた３点の動作点での出力電力を比較し、電力が大きい点へと動作点Ａを移動しこの一連の操作を繰り返すことにより、最大電力点への追従を行なう。

しかし、太陽電池の日射状態が変化してパネルの一部に影が生じると、図８に示す、２つの極大値をもつ大小の山が生じる。このような場合に、動作点をＢに設定して山登り法で最大電力点を追従すると第２の極大値を最大電力点と判別するが、動作点をＡに設定して最大電力点を追従すると第１の極大値を最大電力点とて停滞し、真の最大電力点である第２の極大値へと追従できなくなる。

また、太陽電池の日射状態が複雑に変化してパネルの数ヶ所に影が生じると、図示省略の複数の極大値が発生し、最大電力点の追従がさらに困難になる。この場合、太陽光発電システムは最大電力で運転できなくなる。

そこで、本発明は、上記課題を解決することができる太陽光発電システムの制御方法である遺伝的アルゴリズム制御（ＧＡ）を提供することにある。

上述した課題を解決するために、第１の発明は、太陽電池からの出力電圧又は出力電流が予め定めた太陽電池出力設定値と略等しくなるようにインバータを制御し、日射状態の変化に追従して太陽電池からの出力電力値が略最大値になるように上記太陽電池出力設定値を適正値に制御する太陽光発電システムの制御方法において、上記太陽電池出力設定値を遺伝子と見なしかつ太陽電池からの出力電力値を遺伝子の評価値とする遺伝的アルゴリズムに基づくＧＡ制御器を具備し、第１ステップでは上記太陽電池出力設定値の設定範囲から複数個の遺伝子を無作為又は予め定めた条件に基づき抽出して第１世代の初期集団を形成しこの初期集団の各遺伝子に対応する各太陽電池出力設定値によって上記インバータを順次動作させると共に動作中の太陽電池からの出力電力値を各遺伝子の評価値として記憶し、続いて上記初期集団の遺伝子を上記ＧＡ制御器に入力し各遺伝子の評価値によって選択しかつ交叉・突然変異させて所定個数の遺伝子を出力して第２世代集団を形成し、第２ステップでは上記第２世代集団の各遺伝子に対応する各太陽電池出力設定値によって上記インバータを順次動作させると共に動作中の太陽電池からの出力電力値を各遺伝子の評価値として記憶し、続いて上記第２世代遺伝子を上記ＧＡ制御器に入力し各遺伝子の評価値によって選択しかつ交叉・突然変異させて所定個数の遺伝子を出力して第３世代集団を形成し、以後上記第２ステップの動作を繰り返すことによって次々と遺伝子集団の世代を新しくして太陽電池からの出力電力値が略最大値となるように制御することを特徴とする太陽光発電システムの制御方法である。

第２の発明は、上記突然変異の確率を３％乃至５％とすることを特徴とする請求項１記載の太陽光発電システムの制御方法である。

第１の発明によれば、太陽電池の日射状態が変化しパネルの一部に影が生じて太陽電池の出力電力に複数の極大値が発生しても、本発明の遺伝的アルゴリズム処理を行なうと、上記複数の極大値の発生に関係なく最大電力の極大値の追従が可能となり、太陽電池からの出力電力値を略最大値で制御できる。

第２の発明によれば、最大電力の極大値追従中において日射状態が変化し、太陽電池の出力電力の複数の極大値（山の形状）に変化が生じても、遺伝子集団を形成する各太陽電池出力設定値によってインバータを逐次動作させると共に遺伝子アルゴリズムの突然変異の確率を最適な値に設定することにより、上記極大値の形状変化に応じて再度最大電力の追従を開始し、常に最新の最大電力を追従して太陽電池からの出力電力値を略最大値で制御できる。

［実施の形態１］
図１は、本発明の実施の形態の太陽光発電システムのブロック図である。同図において、図６に示す、従来技術の太陽光発電システムのブロック図と同一符号は同一動作を行なうので説明は省略し符号が相違する構成について説明する。

図１に示す、太陽光発電システムのブロック図において、コントローラＣＣは、遺伝的アルゴリズム制御（ＧＡ）を行なうコントローラであってマイクロプロセッサである。ここで、コントローラＣＣのマイクロプロセッサは、太陽電池ＳＣの出力電圧と出力電流とを乗算することによって太陽電池ＳＣの出力電力を算出し、メモリー内にその出力電圧、出力電力値を記憶する。また、コントローラＣＣはパルス幅制御回路ＰＷＭを介してＤＣ／ＡＣインバータＩＮの出力を制御して、太陽電池ＳＣからの出力電圧を制御する。

次に、遺伝的アルゴリズム制御（ＧＡ）について説明する。コントローラＣＣはＧＡ制御器であり、図示省略の太陽電池出力設定値を遺伝子と見なしかつ太陽電池からの出力電力値を遺伝子の評価値として記憶し、太陽電池出力設定値の設定範囲から複数個の遺伝子を無作為又は予め定めた条件に基づき抽出して集団を形成し、上記遺伝子を選択しかつ交叉・突然変異させて所定個数の遺伝子を生成して第２世代集団を形成し、上記の動作を繰り返しすことによって、次々と次世代の集団を形成し、上記集団の遺伝子の値に基づいて最大電力値の追従を行なう。

図２は本発明の実施の形態１の動作を説明するフローチャートである。このフローチャートと図３の集団の遺伝子が遺伝的アルゴリズムにより収束し極大値を追従する図とを参照しながら動作を説明する。

太陽電池出力設定値の設定範囲から複数個（例えば、１０個）の遺伝子を無作為に又は予め定めた条件に基づき抽出する（ステップＴ１）。そして、カウンタｉを１に設定する（ステップＴ２）。

上記複数個の遺伝子のうち所定の遺伝子に対応する太陽電池出力設定値を第１の太陽電池出力設定値とし、上記第１の太陽電池出力設定値によってインバータを動作させて第１の太陽電池出力電圧Ｖ１を設定する（ステップＴ３）。上記第１の太陽電池出力設定値に応じて出力される第１の太陽電池出力電流Ｉ１を測定する（ステップＴ４）。コントローラＣＣのマイクロプロセッサは、上記第１の太陽電池出力電圧Ｖ１と第１の太陽電池出力電流Ｉ１とを乗算して第１の太陽電池出力電力Ｗ１を算出してメモリーに記憶する（ステップＴ５）。そして、カウンタｉに１を加算する。（ステップＴ６）

次に、太陽電池出力設定値ｎ個（例えば、１０個）の出力電力を全て測定したかを判別して、Ｎｏの場合にはステップＴ３に戻り、上記残りの複数個の遺伝子のうち所定の遺伝子に対応する太陽電池出力設定値を第２の太陽電池出力設定値とし、上記第２の太陽電池出力設定値によってインバータを動作させて第２の太陽電池出力電圧Ｖ２を設定とする（ステップＴ３）。上記第２の太陽電池出力設定値に応じて出力される第２の太陽電池出力電流Ｉ２を測定する（ステップＴ４）。コントローラＣＣのマイクロプロセッサは、第２の太陽電池出力電圧Ｖ２と第２の太陽電池出力電流Ｉ２とを乗算して第２の太陽電池出力電力Ｗ２を算出してメモリーに記憶する（ステップＴ４）。続いて、カウンタｉに１を加算する（ステップＴ６）。

以後同様の動作を繰り返し、第ｎの太陽電池出力設定値に応じた第ｎの太陽電池出力電流Ｉｎを測定し、第ｎの太陽電池出力電力Ｗｎを算出してメモリーに記憶し、図３（Ａ）に示す第１世代の初期集団に対する評価値を決定する（ステップＴ７）。

次に、上記初期集団のうち、無作為に遺伝子２個を抽出して評価値（太陽電池出力電力）の大きい方を選択し上記選択を繰り返して２個の遺伝子を選択する（ステップＴ８）。

上記選択した２個の遺伝子の評価値を２進数の文字列に変換し、予め定めた確率である任意点で交叉させて新たに２個の遺伝子を生成する（ステップＴ９）。

上記交叉した遺伝子に対して、予め定めた低い確率で意図的に文字列の一部を変化させて突然変異を行なう（ステップＴ１０）。

上記選択と交叉との回数がｎ／２（例えば１０／２）以下のとき、ステップＴ８に戻る（ステップＴ１１）。そして、上記初期集団のうち、再度無作為に遺伝子２個を抽出して評価値（太陽電池出力電力）の大きい方を選択し、上記選択を繰り返して新たに２個の遺伝子を選択する（ステップＴ８）。

上記選択、交叉及び突然変異の回数がｎ／２（例えば１０／２）のとき、ステップ１２に進み、上記生成された遺伝子によって、図３（Ｂ）に示す第２世代集団を形成する。

以後、上記の動作を繰り返すことによって次々と遺伝子集団の世代を新しくして、図３（Ｃ）に第ｎ世代の集団が形成され、この第ｎ世代集団の遺伝子は極大値近傍に収束されている。

上述の遺伝的アルゴリズムを用いて複数の極大値を追従すると、最大電力でない小さい山の極大値を回避し、大きい山の極大値の追従が可能となる。

［実施の形態２］
遺伝的アルゴリズム制御ＧＡを用いて最大電力の追従中において、日射状態（影の状態）が変化し、図４（Ａ）に示すように、複数の極大値の形状に変化が生じると、上記極大値の形状の変化に応じて、第ｎ世代集団も移動する。

以後、図２に示すフローチャートの動作を繰り返す。このときに、突然変異の動作により、集団の各遺伝子が全て同質になることを防ぎ、日射状態の変化に適応できない極値解に陥るのを防ぐことができ、図４（Ｂ）及び図４（Ｃ）に示すように、遺伝子集団の世代を新しくして第ｎ＋１世代集団、第ｎ＋２世代集団へと次々と遺伝子集団の世代を新しくし、太陽電池からの最大出力電力の近傍に上記集団の遺伝子を収束していく。

図５は、突然変異の確率と最大電力の追従時間及び電力損失との関係を示す図である。図５より、突然変異の確率が２％以下になると太陽電池の最大出力電力の近傍への追従時間が長くなり、日射状態の変化に対して追従性が悪くなる。

逆に、突然変異の確率が６％以上になると、追従性は改善されるが上記突然変異の確率に応じて太陽電池出力設定値の変動回数が増加し、インバータの出力電力の変動率が大きくなり、太陽電池からの出力電力値を略最大値で制御できなくなる。上述より、突然変異の確率を３％〜５％が適正値と考える。

本発明の実施形態に係る太陽光発電システムのブロック図である。本発明の実施の形態１の動作を説明するフローチャートである。集団が遺伝的アルゴリズムにより収束し極大値を追従する図である。集団が遺伝的アルゴリズムにより収束し極大値を追従する第２の図である。突然変異の確率と電力の追従時間及び電力損失との関係を示す図である。従来技術の太陽光発電システムのブロック図である。従来技術の動作を説明するフローチャートである。従来技術により極大値を捜索する図である。

符号の説明

ＡＤ負荷
ＣＣコントローラ
ＣＴ電流検出回路
ＩＮインバータ回路
ＰＴ電圧検出回路
ＰＷＭパルス幅制御回路
ＳＰ系統電源
ＳＣ１太陽電池
ＳＣ２太陽電池
ＳＣ３太陽電池

Claims

太陽電池からの出力電圧又は出力電流が予め定めた太陽電池出力設定値と略等しくなるようにインバータを制御し、日射状態の変化に追従して太陽電池からの出力電力値が略最大値になるように前記太陽電池出力設定値を適正値に制御する太陽光発電システムの制御方法において、前記太陽電池出力設定値を遺伝子と見なしかつ太陽電池からの出力電力値を遺伝子の評価値とする遺伝的アルゴリズムに基づくＧＡ制御器を具備し、第１ステップでは前記太陽電池出力設定値の設定範囲から複数個の遺伝子を無作為又は予め定めた条件基づいて抽出して第１世代の初期集団を形成しこの初期集団の各遺伝子に対応する各太陽電池出力設定値によって前記インバータを順次動作させると共に動作中の太陽電池からの出力電力値を各遺伝子の評価値として記憶し、続いて前記初期集団の遺伝子を前記ＧＡ制御器に入力し各遺伝子の評価値によって選択しかつ交叉・突然変異させて所定個数の遺伝子を出力して第２世代集団を形成し、第２ステップでは前記第２世代集団の各遺伝子に対応する各太陽電池出力設定値によって前記インバータを順次動作させると共に動作中の太陽電池からの出力電力値を各遺伝子の評価値として記憶し、続いて前記第２世代遺伝子を前記ＧＡ制御器に入力し各遺伝子の評価値によって選択しかつ交叉・突然変異させて所定個数の遺伝子を出力して第３世代集団を形成し、以後前記第２ステップの動作を繰り返すことによって次々と遺伝子集団の世代を新しくして太陽電池からの出力電力値が略最大値となるように制御することを特徴とする太陽光発電システムの制御方法。
前記突然変異の確率を３％乃至５％とすることを特徴とする請求項１記載の太陽光発電システムの制御方法。