基于FLC-FA算法的太陽(yáng)能汽車最大功率點(diǎn)跟蹤系統(tǒng)研究

基于FLC-FA算法的太陽(yáng)能汽車最大功率點(diǎn)跟蹤系統(tǒng)研究

光伏發(fā)電系統(tǒng)的運(yùn)行點(diǎn)應(yīng)該被調(diào)整到太陽(yáng)能電池可以達(dá)到的最大值，這一技術(shù)又被稱為最大功率點(diǎn)追蹤技術(shù)（MPPT）。為了能夠提高最大功率點(diǎn)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(dòng)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(jié)合的新方法，即模糊邏輯控制與螢火蟲混合（FLC-FA）算法，以進(jìn)行最大功率點(diǎn)的追蹤，該算法是在原有FLC算法的基礎(chǔ)上，使用FA算法對(duì)其結(jié)果進(jìn)行運(yùn)算，得到追蹤結(jié)果的最優(yōu)解。

在Matlab/Simulink軟件中，對(duì)PnO、FLC和FLC-FA 3種算法建立了相應(yīng)的數(shù)據(jù)傳輸模型，以進(jìn)行模擬仿真，并對(duì)3種算法的相應(yīng)結(jié)果進(jìn)行了對(duì)比分析。試驗(yàn)結(jié)果表明：①采用PnO算法時(shí)，追蹤時(shí)間為0.55s，精確度為96.3%；②而采用FLC算法時(shí)，追蹤時(shí)間為0.29s，精確度為99.8%；③采用FLC-FA算法時(shí)，追蹤時(shí)間為0.14s，精確度為99.9%。從試驗(yàn)結(jié)果可以看出，采取FLC算法及其改進(jìn)FLC-FA算法時(shí)，效果明顯優(yōu)于PnO算法。因此，F(xiàn)LC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(diǎn)在于，F(xiàn)LC算法相對(duì)簡(jiǎn)單，更容易得到實(shí)施，但是當(dāng)太陽(yáng)能輻射等級(jí)變化較快時(shí)，基于FLC算法的最大功率點(diǎn)追蹤法在追蹤過程中速度顯得很慢；而采用FLC-FA算法時(shí)，則成功地克服了上述問題，但是相對(duì)的，F(xiàn)LCFA算法也顯得更加復(fù)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(yáng)