基于FLC-FA算法的太陽能汽車最大功率點跟蹤系統(tǒng)研究

光伏發(fā)電系統(tǒng)的運行點應該被調整到太陽能電池可以達到的最大值，這一技術又被稱為最大功率點追蹤技術（MPPT）。為了能夠提高最大功率點追蹤過程中的速度及精確度，目前廣泛采用的方法包括擾動觀察（PnO）算法和模糊邏輯控制器（FLC）。而本研究采用了將螢火蟲（FA）算法與FLC相結合的新方法，即模糊邏輯控制與螢火蟲混合（FLC-FA）算法，以進行最大功率點的追蹤，該算法是在原有FLC算法的基礎上，使用FA算法對其結果進行運算，得到追蹤結果的最優(yōu)解。

在Matlab/Simulink軟件中，對PnO、FLC和FLC-FA 3種算法建立了相應的數據傳輸模型，以進行模擬仿真，并對3種算法的相應結果進行了對比分析。試驗結果表明：①采用PnO算法時，追蹤時間為0.55s，精確度為96.3%；②而采用FLC算法時，追蹤時間為0.29s，精確度為99.8%；③采用FLC-FA算法時，追蹤時間為0.14s，精確度為99.9%。從試驗結果可以看出，采取FLC算法及其改進FLC-FA算法時，效果明顯優(yōu)于PnO算法。因此，FLC算法以及FLC-FA算法在使用過程中是優(yōu)先選擇方案。這兩種方案的優(yōu)缺點在于，FLC算法相對簡單，更容易得到實施，但是當太陽能輻射等級變化較快時，基于FLC算法的最大功率點追蹤法在追蹤過程中速度顯得很慢；而采用FLC-FA算法時，則成功地克服了上述問題，但是相對的，FLCFA算法也顯得更加復雜。

Dwi Ajiatmo et al.2016 IEEE International Conference on Power and Renewable Energy（ICPRE）.Shanghai,China.21-23 Oct 2016.

編譯：葉紫陽