李紅斌 王嘉偉 張晶晶 王蕊 竇晨

摘要：為解決太陽能電池為機(jī)器人系統(tǒng)提供能量效率低下的問題，文中設(shè)計(jì)開發(fā)一種提高能效的自主供電系統(tǒng)。其采用基于模糊邏輯擾動(dòng)觀測(cè)算法的智能MPPT充電控制器，該算法通過使用足夠精確的預(yù)測(cè)和自適應(yīng)算法克服了在功率波動(dòng)與最大功率點(diǎn)跟蹤時(shí)間固定等方面的缺點(diǎn)，提高了太陽能電池的效率。為了研究模糊邏輯器件在MPPT算法中的實(shí)現(xiàn)，文中在Matlab/Simulink環(huán)境下開發(fā)了該系統(tǒng)的仿真模型，包括太陽能電池、MPPT控制器、蓄電池和負(fù)載。仿真結(jié)果表明，MPPT技術(shù)的應(yīng)用使太陽能系統(tǒng)能量產(chǎn)生量提高了23%;將模糊邏輯算法引入MPPT控制器大幅提升了最大功率點(diǎn)跟蹤的速度，且抵消了電壓波動(dòng)，從而使功率不足減少了2%。

關(guān)鍵詞：太陽能電池;自主供電系統(tǒng);充電控制器：算法模型;智能控制算法;仿真模型開發(fā)

中圖分類號(hào)：TN876-34：TP393

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-373X（ 2019） 24-0183-04

0 引 言

電源是智能產(chǎn)業(yè)面臨的主要問題之一，目前主要是通過提供太陽能電池來解決電源問題。然而由于太陽能電池能效較低，因此該方法存在諸多缺點(diǎn)。人們采取了一些方法來提高太陽能電池的能效，這些方法中包括使用MPPT電荷控制器[1-4]。最大功率點(diǎn)跟蹤（MPPT）是通過獲取光伏組件和風(fēng)力發(fā)電機(jī)組最大可能的功率輸出來提高能效的方法。MPPT是利用數(shù)字器件對(duì)電流電壓曲線（CVV）進(jìn)行分析，以確定最佳電壓一電流對(duì)，從而提供最大的輸出功率。

最常見的MPPT算法是擾動(dòng)觀測(cè)算法。在該方法中，MPPT裝置通過微量改變太陽能裝置的輸入電阻，從而改變太陽能裝置的電壓，并測(cè)量功率;若功率增加，控制器將繼續(xù)改變相同方向的電壓，直到功率停止增加，如圖1所示。

擾動(dòng)觀測(cè)算法的缺點(diǎn)是功率波動(dòng)和固定的“爬升”（最大功率點(diǎn)跟蹤）時(shí)間[5]，“爬升”時(shí)間越短，波動(dòng)幅度越大，功率越低。而波動(dòng)幅度功率的減小導(dǎo)致最大功率點(diǎn)跟蹤時(shí)間的增加，但這些問題可以通過使用足夠精確的預(yù)測(cè)和自適應(yīng)算法來解決[6-7]。

1 自主供電系統(tǒng)

具有太陽能發(fā)電系統(tǒng)的智能設(shè)備一般由質(zhì)量輕、強(qiáng)度高的材料和耗電量小的電子電路組成，較低的能耗與結(jié)構(gòu)重量使太陽能電池的應(yīng)用更具潛力。設(shè)計(jì)太陽能發(fā)電系統(tǒng)有多種選擇[8]，本文主要考慮太陽能電池聯(lián)合發(fā)電系統(tǒng)。如前所述，使用MPPT電荷控制器可以提高太陽能供電系統(tǒng)的能效，而MPPT電荷控制器可通過單板微控制器（Arduino，MBED等）來實(shí)現(xiàn)。

基于單板微控制器的光伏發(fā)電充電器的設(shè)計(jì)思想是：以單片機(jī)控制的巴克變換器為充電器，當(dāng)光伏組件的電壓/電流增加時(shí)，PWM發(fā)生器增加脈沖頻率，從而增加輸出電流。

2 系統(tǒng)仿真建模

模糊邏輯控制是一種人工智能的控制方式，其能夠使系統(tǒng)按照類似人的思維方式去考慮推理一些類似于“遠(yuǎn)”“近”“快”“慢”等具有模糊概念的問題。通過模糊控制系統(tǒng)對(duì)充電系統(tǒng)的電壓、電流進(jìn)行采樣并計(jì)算功率，判斷出工作點(diǎn)與最大功率點(diǎn)的位置關(guān)系，進(jìn)而使系統(tǒng)能夠自動(dòng)調(diào)節(jié)最佳輸出電壓，使系統(tǒng)穩(wěn)定在最大功率點(diǎn)工作。

實(shí)現(xiàn)模糊控制主要有3個(gè)步驟，分別為模糊化、確定模糊規(guī)則和模糊判決。模糊化是指將精確的輸入量轉(zhuǎn)化為模糊量。在太陽能發(fā)電系統(tǒng)中，當(dāng)dP/dU=0時(shí)，所對(duì)應(yīng)的工作點(diǎn)即為最大功率點(diǎn)。通過對(duì)太陽能發(fā)電系統(tǒng)的輸出電壓和功率進(jìn)行實(shí)時(shí)采樣，并用n和n一1來表示當(dāng)刻和前一刻的采樣數(shù)據(jù)。采用誤差D（n）和誤差變化量AD（n）作為模糊邏輯控制器的輸入，以PWM占空比Z的變化量AZ（n）為輸出。定義：

D（n）=[P（n）一P（n-1）]/[U（n） -U（n一1）]

（1）

△D（n） =D（n） -D（n-l）

（2）

△Z（n） =Z（n）-Z（n一1）

（3）式中：P（n），U（n）分別為第n時(shí)刻采集到的太陽能充電系統(tǒng)的輸出功率和輸出電壓;Z（n）為第n時(shí)刻采集時(shí)PWM的占空比;當(dāng)D（n）為0時(shí)，系統(tǒng)輸出功率最大。

定義模糊集合D，AD，AZ分別為：

D={FD，F(xiàn)X，ZL，ZX，ZD}，論域?yàn)閧-0.07，-0.05，-0.03，-0.02.0. 0.03， 0.03}; AD={FD， FX， ZL， ZX， ZD}，論域?yàn)椋簕-200，-150，-100，-50，0，50，100，150，200};AZ={ FD，F(xiàn)X，ZL，ZX，ZD}.論域?yàn)閧-0.03，-0.02，-0.02，-0.01，0， 0.01. 0.03， 0.02， 0.031;

其中，F(xiàn)D，F(xiàn)X，ZL，ZX，ZD分別表示負(fù)大、負(fù)小、正零、正小、正大。

確定模糊規(guī)則即確定系統(tǒng)最佳工作點(diǎn)的規(guī)則。從前文可知，當(dāng)D恒為0時(shí)系統(tǒng)處于最佳工作點(diǎn)，模糊判決則是將模糊集轉(zhuǎn)化為精確值的過程。

本文在Matlab/Simulink環(huán)境下創(chuàng)建了一個(gè)自主電力系統(tǒng)模型。為了評(píng)估MPPT算法與基于模糊邏輯的MPPT算法的有效性，除了控制器本身，本文還設(shè)計(jì)了光伏系統(tǒng)，包括太陽能電池、充電控制器、蓄電池和負(fù)載，如圖2所示[9-10]。

在控制器單元中實(shí)現(xiàn)了擾動(dòng)觀測(cè)MPPT算法，模型如圖3所示。MPPT控制器的使用增加了太陽能電池的能量生產(chǎn)，并提高了電池充電率。圖4顯示了電池充電率（無負(fù)載）的對(duì)比圖。

從圖4中可以看出，使用MPPT控制器的電池充電率顯著，能量產(chǎn)生量提高了約23%。圖5為所開發(fā)模型的最大功率點(diǎn)跟蹤模式。

圖5表明，在算法實(shí)現(xiàn)過程中電壓和功率有所波動(dòng)，導(dǎo)致太陽能電池產(chǎn)生的能量利用不足，而利用基于模糊邏輯的自適應(yīng)算法可以解決這一問題。圖6顯示了帶模糊調(diào)節(jié)器的MPPT控制器的模型。

模糊控制器的輸入語言變量，本文使用太陽能發(fā)電系統(tǒng)MPPT算法比例因子E與其步進(jìn)大小dE來描述系統(tǒng)的變化情況：

模糊邏輯單元的輸出變量，由步進(jìn)大小和MPPT算法比例因子的變化情況綜合控制。輸出變量值對(duì)輸入變量依賴性的規(guī)則集定義，如表1所示。

3 模糊邏輯單元對(duì)MPPT控制器的影響

為了研究模糊邏輯單元對(duì)太陽能光伏發(fā)電的影響，設(shè)置模型的初始參數(shù)：溫度25℃，太陽曝曬水平W=1 000 kW.h.m-2，入射角a=900，用戶負(fù)載關(guān)閉。圖7和圖8為仿真結(jié)果。

圖7中粗線為正常MPPT算法，細(xì)線為基于模糊邏輯的算法。圖8中實(shí)線為正常MPPT算法，虛線為基于模糊邏輯的算法。圖7表明，在MPPT控制器中使用模糊邏輯單元可大幅提高最大功率點(diǎn)跟蹤的速度，并降低電壓波動(dòng)，從而抵消了功率波動(dòng)，使功率產(chǎn)生不足的程度降低約2%。

4 結(jié)論

本文改進(jìn)了智能設(shè)備的太陽能供電系統(tǒng)設(shè)計(jì)，采用基于模糊邏輯的自適應(yīng)算法，將MPPT電荷控制器應(yīng)用于實(shí)際系統(tǒng)，提高了系統(tǒng)性能。通過仿真建模，研究了帶自適應(yīng)的擾動(dòng)觀測(cè)MPPT算法的有效性。證明了模型的正確性，驗(yàn)證模糊控制器的作用。開發(fā)的模糊控制系統(tǒng)提高了最大功率點(diǎn)跟蹤速度，抑制了功率波動(dòng)。仿真測(cè)試結(jié)果表明，MPPT技術(shù)的應(yīng)用使能量產(chǎn)生量提高約23%。在MPPT控制器中引入了基于模糊邏輯的算法，提升了最大功率點(diǎn)跟蹤的速度，并抵消了電壓波動(dòng)，使功率產(chǎn)生不足的程度降低了2%。

參考文獻(xiàn)

[1]SHEN K， PROLETARSKY A V. NEUSYPIN K A.Algorithmsof constructing models for compensating navigation systems ofunmanned aerial vehicles[C]//International Conference on Ro-botics&Automation Engineering. Jeju： IEEE. 2016： 104 - 108.

[2] SHEN C，YU S，LU J，et al.A systematic methodology forconstructing hyperchaotic systems with multiple positive lyapu-nov exponents and circuit implementationJ]. IEEE transac-tions on circuits&systems， 2017， 61（3）：854-864.

[3]劉艷莉，周航，程澤.基于粒子群優(yōu)化的光伏系統(tǒng)MPPT控制方法[J].計(jì)算機(jī)T程，2010，36（ 15）：265-267.

LIU Yanli. ZHOU Hang， CHENG Ze. MPPT control methodof PV system based on PSO [J]. Computer engineering， 2010，36（15）：265-267.

[4]胡文淵.光伏發(fā)電系統(tǒng)MPPT控制算法的優(yōu)化研究[D].北京：中國(guó)地質(zhì)大學(xué)，2016.

HU Wenvuan. Study on optimization of MPPT control algorithm for photovoltaic power generation system[Dl. Beijing： ChinaUniversitv of Geosciences. 2016.

[5] ZHOU S.Random exponential attractor for cocycle and applica-tion to non-autonomous stochastic lattice svstems with multipli-cative white noise [J]. Journal of differential equations， 2017，263（4）：2247-2279.

[6]陳艷，周林，劉強(qiáng)，等.基于遺傳編碼的光伏MPPT模式搜索跟蹤控制[J].沈陽工業(yè)大學(xué)學(xué)報(bào)，2011.33（3）：331-337.

CHEN Yan， ZHOU Lin， LIU Qiang， et al.MPPT patternsearch tracking control of photovoltaic system based on geneticencoding [J]. Journal of Shenyang University of Technology，2011， 33（3）：331-337.

[7]呂晨旭.基于神經(jīng)網(wǎng)絡(luò)的光伏系統(tǒng)MPPT控制算法設(shè)計(jì)[J]現(xiàn)代電子技術(shù)，2018 ，41（3）：132-135.

LU Chenxu. Design of neural network based MPPT control algo-rithm for photovoltaic system [J1. Modern electronics tech-nique， 2018， 41（3）： 132-135.

[8] 11 X， QIU H， CHEN Z，et al.A local Kriging approximationmethod using MPPT for reliability - based design optimization[J1. Computers&structures. 2016. 162： 102-115.

[9] BRAKENSIEK J，GURUSWAMI V， ZBARSKY S. Efficient low-redundancv codes for correcting multiple deletions[J1.IEEEtransactions on information theorY， 2018. 64（5）： 3403-3410.

[10] YANG X， LI X.Finite-time stahilitv of linear non-autonomoussvstems with time-varying delays rJ]. Advances in differenceequations， 2018（1）：101-107.

作者簡(jiǎn)介：李紅斌（1966-），男，山西長(zhǎng)治人，碩士，副教授，研究方向?yàn)闄C(jī)電控制及自動(dòng)化。