光伏电池的输出特性主要通过I-U和P-U特性曲线来加以体现[4]，如图2所示。

图2 光伏电池的I-U和P-U特性曲线

从图2中可以看出，光伏电池的输出特性曲线与工作环境的光照、温度等因素有着密切的关系，且具有明显的非线性特性，在一定的光照及温度条件下，电池具有唯一的最大功率点，所以为了实现光伏发电系统的输出功率的最大化，需要对光伏电池的输出功率进行最大功率点跟踪。

2 MPPT控制方法的对比分析

国内外研究MPPT的算法很多，比较成熟的有恒定电压法、扰动观测法/爬山法、电导增量法等[2]。恒定电压法(CVT)就是将光伏电压固定在最大功率点附近，该控制方法简单容易实现，初期投入少，系统工作电压具有良好的稳定性，但是跟踪精度差，忽略了温度对光伏电池开路电压的影响，测量开路电压要求光伏阵列断开负载后再测量，对外界条件的适应性差，环境变化时不能自动跟踪到MPP，造成了能量损失。扰动观测法(P&O)和爬山法(Hill Climbing)都是通过不断扰动光伏系统的工作点来寻找最大功率点的方向，该控制方法控制思路简单，实现较为方便，跟踪效率高，提高太阳能的利用效率，但是扰动观测法或爬山法的步长是固定的，如果步长过小，就会导致光伏阵列长时间地停滞在低功率输出区，如果步长过大，就会导致系统振荡加剧，并且在日照强度变化时会产生误判现象。电导增量法是通过调整工作点的电压，使之逐步接近最大功率点电压来实现最大功率点的跟踪，该方法能够判断工作电压与最大功率点电压的相对位置，能够快速地跟踪光强迅速变化引起的最大功率点变化，控制效果好，稳定度高，但是该控制算法较复杂，对控制系统性能和传感器精度要求较高，硬件实现难。除以上几种常用的MPPT控制方法外，目前不断出现一些较新、较实用的MPPT算法，如直线近似法、三点重心比较法等。这些算法既参考了已有的比较成熟的方法，又在其基础上进行了改进和创新，跟踪精度有了进一步的提高。同时，以模糊控制法、神经网络控制法等为代表的新算法的出现，也为最大功率点跟踪控制技术的快速发展提供了坚实的数学基础和理论依据[3-4]。对于各种MPPT算法优缺点的比较分析如表1所示。由以上研究分析发现，每种MPPT控制方法各有其优缺点，在实际工作中需要综合考虑，根据不同的环境采用不同的控制方法，既能提高利用效率又能缩小成本。