連瑞娜 熊和金

(武漢理工大學(xué)自動化學(xué)院,武漢 430063)

為了充分、高效地利用太陽能,使太陽能盡可能多地輸出轉(zhuǎn)變能量,MPPT技術(shù)成了光伏發(fā)電的關(guān)鍵技術(shù).MPPT控制通常采用DC/DC電路,通過采集光伏電池的輸出電壓和電流,計算出輸出功率,結(jié)合控制算法,通過控制DC/DC電路的占空比來控制輸出電壓從而跟蹤到最大功率點.已有的MPPT控制算法有恒定電壓跟蹤法(CVT)、擾動觀測法(P&O)、增量導(dǎo)納法(INC)等[1],目前國內(nèi)通常采用CVT法,國外比較常用的有P&O法、INC法.其中CVT法控制簡單,易于實現(xiàn),但是忽略了溫度對光伏電池開路電壓的影響,所以并不能完全跟蹤最大功率點;P&O方法,所需參數(shù)少、對傳感器精度要求不高,但是其存在最大功率點有震蕩,由于天氣的變化存在跟蹤速度及引起“誤判”等問題,INC法雖然能克服“誤判”現(xiàn)象,但其控制復(fù)雜,對傳感器要求較高加上要借助于DSP,增加了費(fèi)用[2].將灰色模糊/PID控制用于光伏發(fā)電的MPPT上,經(jīng)過Matlab仿真驗證其跟蹤效果和品質(zhì)更加良好.

1 光伏電池特性

光伏電池是一種非線性電源,隨著外界環(huán)境的變化和負(fù)載的變化,其輸出也發(fā)生變化,通常所用的太陽能電池組件是由許多電池單元串聯(lián)或者并聯(lián)起來獲得所需要的電壓和電流.其中

負(fù)載電流

開路電壓

光生電流

式中,T、G分別為溫度和光強(qiáng),由光伏電池的數(shù)學(xué)模型可知,其輸出電壓和電流與溫度和光照強(qiáng)度有關(guān),圖1為光伏電池在不同光照強(qiáng)度下的功率-電壓曲線.

圖1 光伏電池P-U曲線

從光伏電池的P-U特性曲線可知,P-U曲線是單峰曲線,光伏電池在一定的環(huán)境條件下只有一個最大功率點,在最大功率點右邊輸出功率隨著輸出電壓的增大而增大,最大功率點左邊則相反,并且最大功率點左右兩端的ΔP/Δ U符號不同.

2 灰色模糊PID控制的MPPT的實現(xiàn)

模糊控制算法是根據(jù)人的經(jīng)驗得出的控制規(guī)則,不依賴于被控系統(tǒng)精確的數(shù)學(xué)模型,特別適用于非線性系統(tǒng).光伏電池就是一種非線性電源,用模糊控制的方法能夠解決環(huán)境變化時跟蹤MPP的速度問題.本文控制原理參考P&O算法,根據(jù)圖1的P-U曲線判斷距離MPP的遠(yuǎn)近,在遠(yuǎn)離最大功率點時采用模糊控制,接近最大功率點時采用PID控制,但是模糊控制是有差控制,在最大功率點仍然存在誤差、震蕩現(xiàn)象[3],引用PID控制能夠有效減輕在最大功率點的震蕩,解決跟蹤精度問題.由于這些控制都屬于事后控制,灰色控制根據(jù)已發(fā)生的行為特征量預(yù)測未發(fā)生的事件,屬于超前控制、預(yù)測控制[4],并且用灰色預(yù)測模型的預(yù)測值與上一時刻光伏電池的輸出值進(jìn)行比較,比較結(jié)果作為模糊控制器或者PID控制器的輸入,得出新的輸出,灰色模糊PID的控制原理如圖2所示.

圖2 灰色模糊PID控制框圖

2.1 模糊控制器的設(shè)計

2.1.1 確定輸入輸出量與模糊子集

設(shè)模糊控制器為雙輸入單輸出的二維控制器,其中輸出為DC/DC電路的占空調(diào)整步長Δd,輸入變量為

式中,PV(k)和UV(k)分別指光伏電池第k時刻光伏電池的輸出功率和電壓,由光伏電池的P-U特性曲線可知,當(dāng)e(k)=0時,說明光伏電池已工作在最大功率點[5].

e(k),Δ e(k)都定義為8個模糊子集分別為{NB, NM,NS,NO,PO,PB,PM,PS},Δd定義為5個模糊子集為{NB,NS,ZO,PB,PS},并將e(k),Δ e(k),Δd的論域分別規(guī)定為{-1,1},{-0.5,0.5},{-0.1, 0.1}.

2.1.2 確定模糊推理規(guī)則

本文參考P&O算法原理,通過對P-U曲線的分析得出以下結(jié)論,即:

(1)當(dāng)e(k)＜0且Δe(k)＜0時,P從右側(cè)遠(yuǎn)離Pmax;

(2)當(dāng)e(k)＜0且Δ e(k)＞0時,P從右側(cè)向Pmax靠近;

(3)當(dāng)e(k)＞0且Δe(k)＜0時,P由左側(cè)遠(yuǎn)離Pmax;

(4)當(dāng)e(k)＞0且Δ e(k)＞0時,P由左側(cè)向Pmax靠近.

根據(jù)以上4種情況,確定模糊控制器推理規(guī)則,使e(k)始終向零的方向靠近,從而使光伏電池工作在最大功率點.根據(jù)以上原理,并且遵循在遠(yuǎn)離最大功率點時采用較大步長,在最大功率點附近時采用較小步長的原則[6],得出模糊控制規(guī)則見表1.

表1 模糊控制規(guī)則表

2.1.3 確定隸屬函數(shù)

選擇常用的三角形作為隸屬函數(shù)形狀,e(k),Δe (k),Δd的隸屬函數(shù)如圖3所示.

2.1.4 解模糊

通過模糊推理得到的通常是一個模糊集合或者隸屬函數(shù),而實際控制中需要一個精確的單值,這個將模糊推理得到的模糊輸出變換成精確輸出的過程就是解模糊的過程,解模糊的方法有重心法、最大隸屬度法、平均法、加權(quán)平均法等,在此所采用的解模糊方法是最大值平均法(MOM).

2.2 灰色預(yù)測的實現(xiàn)

灰色系統(tǒng)是指信息部分明確部分不明確的系統(tǒng),通常采用GM(1,1)單階單變量模型對系統(tǒng)進(jìn)行灰預(yù)測[7].根據(jù)傳感器檢測的光伏電池Uk-5,Uk-4,Uk-3, Uk-2,Uk-1時刻的輸出電壓預(yù)測Uk,將預(yù)測值作為實際輸出,得出e(k),Δe(k)和ΔP/Δ U,通過模糊控制器/PID控制器實現(xiàn)控制.具體的預(yù)測過程如下.

設(shè)傳感器測得的光伏電池的輸出電壓列向量為

對輸出量的原始數(shù)據(jù)進(jìn)行累加處理得

其中

根據(jù)U(0)和U(1)得到k+1步預(yù)測輸出電壓為

其中

式中,u為輸出電壓的預(yù)測值.

3 仿真結(jié)果

根據(jù)以上分析,采用Matlab/Simulink對系統(tǒng)進(jìn)行仿真.其中DC/DC變換電路采用boost升壓電路,模糊控制器、PID控制器的切換采用 User Defined Function中的邏輯判斷函數(shù)根據(jù)ΔP/Δ U范圍來進(jìn)行切換[8],根據(jù)所選的光伏電池在標(biāo)準(zhǔn)測試條件(t= 25℃,G=1 000 W/m2)設(shè)置光伏電池參數(shù):Pmax= 112W,Umax=36.2 V,Imax=3.05 A,Uocs=43.5 V, Iocs=3.28A,Kt=2.06mA/℃,KT=-0.77V/℃.當(dāng)光照強(qiáng)度在0.25 s從800 W/m2突變到1 000 W/ m2時,仿真結(jié)果如圖4所示.

分析:根據(jù)仿真波形,可知在外界環(huán)境相對穩(wěn)定的狀態(tài)下,即工作于25℃,800 W/m2時,系統(tǒng)穩(wěn)定的輸出功率約為59.8W的功率,當(dāng)在0.25s,光照突然由800W/m2躍變?yōu)?000W/m2時,輸出功率基本穩(wěn)定在最大功率點112 W附近.將灰色模糊PID控制下的MPPT跟蹤效果與模糊控制和模糊PID雙模控制下跟蹤的穩(wěn)態(tài)誤差和精度進(jìn)行對比,見表2.

表2 仿真結(jié)果

4 結(jié) 論

采用灰色模糊/PID控制算法能使系統(tǒng)快速、穩(wěn)定地響應(yīng)外界環(huán)境的變化,從而減輕了最大功率點附近的震蕩造成的功率損失,該控制算法,相對于光伏發(fā)電系統(tǒng)中MPPT的其他算法具有更好的動態(tài)和穩(wěn)態(tài)性.

[1] 趙爭鳴,劉建政,孫曉瑛,等.太陽能光伏發(fā)電及其應(yīng)用[M].北京:科學(xué)出版社,2005.

[2] 虞正琦.基于模糊控制的光伏發(fā)電系統(tǒng)MPPT技術(shù)研究[D].武漢:華中科技大學(xué),2007.

[3] 張 超,何湘寧.非對稱模糊 PID控制在光伏發(fā)電MPPT中的應(yīng)用[J].電工技術(shù)報,2005,20(10):72-75.

[4] 熊和金,徐華中.灰色控制[M].北京:國防工業(yè)出版社, 2005.

[5] Katiraei F,Iravani R,Hatziargyriou N,et al.Microgrids Management[J].IEEE Power and Energy M agazine,2008,6(3):54-65.

[6] Sera D,Kerekes T,Teodorescu R,et al.Improved MPPT Algorithms for Rapidly Changing Environmental Condition[C].12th International power Electronics and Motion Control Conference,2006:1614-1619.

[7] 鄒 健.智能預(yù)測控制及應(yīng)用研究[D].杭州:浙江大學(xué), 2002.

[8] Nicola Femia,Giovanni Petrone,Giovanni Spagnuolo. Optimization of Perturb and Observe Maximum Power Point Tracking Method[J].IEEE Trans on Power E-lectronics,2005,20(4):963-973.