擾動?模糊結合的雙模式MPPT算法研究

梁國壯 趙博 田涵雷 王春光

摘? 要： 為了實現(xiàn)MPPT控制同時兼?zhèn)鋵?yōu)速度與系統(tǒng)穩(wěn)定，提出一種擾動?模糊雙模式控制，當系統(tǒng)位于最大功率點附近采用模糊控制技術跟蹤，當系統(tǒng)靠近功率曲線兩端時采用擾動觀察法跟蹤，從而實現(xiàn)MPPT優(yōu)化控制。通過Matlab對新控制算法與傳統(tǒng)算法進行仿真和比較分析得出，新算法的尋優(yōu)速度更快，在達到最大功率點后系統(tǒng)更穩(wěn)定。對現(xiàn)有算法提出一種結合擾動?模糊結合控制算法在尋優(yōu)速度和系統(tǒng)穩(wěn)定兩方面有所改進，通過Matlab進行仿真證明所提出控制方法在尋優(yōu)速度和系統(tǒng)穩(wěn)定方面的優(yōu)越性能。

關鍵詞： 擾動觀察法; 模糊控制; 光伏發(fā)電; 系統(tǒng)跟蹤; 尋優(yōu)速度; 仿真分析

Abstract： A disturbance?fuzzy dual?mode control is proposed to realize MPPT control with both optimization speed and system stability. When the system nears the maximum power point， the fuzzy control technology is used to track the system; when the system is close to both ends of the power curve， perturbation and observation method is used to track the system， so as to implement MPPT optimal control. The simulation and comparison between the new control algorithm and the traditional algorithm are performed with Matlab， and it is concluded that the new algorithm has faster optimization speed and more stable system after reaching the maximum power points. A disturbance?fuzzy control algorithm is proposed， which improves optimization speed and system stability. The high performance of the proposed control method in optimization speed and system stability is proved by simulation with Matlab.

Keywords： perturbation observation method; fuzzy control; photovoltaic power generation; system trace; optimization speed; simulation analysis

0? 引? 言

近年來，節(jié)能減排已成為國民經濟發(fā)展的重要方向，節(jié)約能源更是當務之急。光伏發(fā)電具有分布廣、清潔、環(huán)保等眾多優(yōu)點，在新能源領域有著一次能源不可代替的潛力。隨著科學技術的迅猛發(fā)展，光伏發(fā)電技術也不斷走向成熟，并將逐漸由補充能源向替代能源過渡[1]。但光伏電池的輸出由于易受光照、溫度的影響而呈現(xiàn)出較強的非線性，使光伏電池不能以最大功率輸出，降低了系統(tǒng)的發(fā)電效率?；诖耍?MPPT算法被提出，大致分為三類：

1） 基于一般性規(guī)律的算法有開路電壓法和短路電流法，優(yōu)點是算法結構簡單且易于實現(xiàn)，但無法保證控制精度，且無法對光伏電池所有未知情況進行模擬;

2） 自適應控制的方法有神經網絡控制法、模糊控制等多種智能算法，此類算法能夠實現(xiàn)足夠高的控制精度，但最大的是隨著算法復雜程度的增大，運行時間和成本也會相應增大;

3） 擾動特性的控制方法有擾動觀察法和電導增量法等，這類算法通過對電路變量施加擾動實現(xiàn)最大功率點的跟蹤[2]。

上述算法均存在局限性，尤其是快速性、穩(wěn)定性不能兼得。因此，結合多種算法實現(xiàn)各算法間優(yōu)勢互補依然成為研究的熱點。擾動觀察法具有結構簡單、響應速度快等優(yōu)勢;模糊控制具有控制精度高，對被控對象的數學模型準確性要求較低，適合難以建立準確數學模型以及受外界條件影響的控制系統(tǒng)[3]。基于上述分析，本文提出一種組合算法，即擾動?模糊雙模式控制算法，并在Matlab/Simulink仿真環(huán)境下驗證方法的可行性與優(yōu)越性。

1? 光伏發(fā)電

1.1? 光伏電池的等效電路模型與特性分析

在整個光伏系統(tǒng)中，光伏電池為核心部件。目前，光伏系統(tǒng)大量使用的是單晶硅太陽能電池，其數學模型如圖1所示。

光伏電池的輸出特性方程為：

式中：[Ip]為光生電流;[Id]為流過二極管電流;[Ish]為流過旁漏電阻的電流;[RS]為串聯(lián)電阻，主要包括電池的表面電阻和體電阻;[Rsh]為旁漏電阻;A為光伏電池常數因子（正偏電壓較大時，A值可取1，正偏電壓較小時，其值取2）;I0為二極管反向飽和電流;q為電荷電量1.602×10-19 ℃;k為玻爾茲曼常數1.38×10-23 J/K;T為光伏電池表面溫度;I為輸出電流;U為輸出電壓。

圖2為不同光照強度下光伏電池的輸出I?U（電流?電壓）和P?U（有功?電壓）曲線。

圖中曲線1，3，5為環(huán)境溫度固定在25 ℃，改變光照強度分別為1 kW/m2，0.8 kW/m2，0.6 kW/m2;曲線2，4，6光照強度分別為1 kW/m2，0.8 kW/m2，0.6 kW/m2，溫度為35 ℃。

1.2? 系統(tǒng)結構

為實現(xiàn)最大功率點追蹤，光伏發(fā)電系統(tǒng)需借助于DC/DC變換器，通過改變電路的占空比D，使其等效輸入阻抗與光伏輸出阻抗相匹配，即內阻等于外阻，實現(xiàn)太陽電池的最大功率輸出[4]。

2? MPPT算法

2.1? 擾動觀察法

擾動觀察法工作原理是通過擾動光伏電池的端口電壓，通過比較，并依據比較結果進行實時調整，使光伏電池的輸出功率逐漸逼近最大功率點處，從而實現(xiàn)最大功率的跟蹤。圖3為擾動觀察法的MPPT仿真模型[5]。

2.2? MPPT模糊控制算法

模糊控制為利用模糊集合論，把生活中專家用自己的語言描述的控制策略，通過計算機的算法語言，來模擬人工智能，達到控制生產過程的目的[6]。圖4為模糊控制MPPT仿真模型[7]。

3? 擾動?模糊算法

由上述分析已知擾動觀察法具有優(yōu)越的動態(tài)性能，但是穩(wěn)態(tài)性能一般;而模糊控制算法具有優(yōu)越的穩(wěn)態(tài)性能。由此，將兩種算法結合，取長補短，在系統(tǒng)需要快速追蹤到最大功率點時采用擾動觀察法。當系統(tǒng)靠近最大功率點時采用模糊控制算法，發(fā)揮其優(yōu)越的穩(wěn)態(tài)性能。判斷系統(tǒng)是否處于最大功率點附近直接根據功率值來判斷，即與太陽能電池板標稱的最大功率相差10%～15%，均認為是系統(tǒng)處于最大功率點附近。圖5為組合算法的仿真電路。

為驗證所提算法的優(yōu)勢，本文在Matlab/Simulink平臺對光伏電池最大功率點追蹤進行仿真。設置初始環(huán)境：T=25 ℃，初始光照強度為1 000 W/m2，0.32 s時光照強度下降為500 W/m2。圖6～圖8分別為擾動觀察法的仿真結果、模糊控制算法的仿真結果和組合算法的仿真結果。

圖6為設置仿真時間為600 ms時的結果，初始光照強度為1 000 W/m2，溫度為25 ℃，在320 ms處光照強度降到500 W/m2，系統(tǒng)可以快速地實現(xiàn)最大功率追蹤，在15 ms處系統(tǒng)首次追尋到最大功率點;但在達到最大功率后系統(tǒng)并沒有穩(wěn)定在最大值處，而是在最大值附近劇烈震蕩;震蕩幅值在100～130 W，在光照強度突然改變時，系統(tǒng)再次追蹤到最大功率點的時間為20 ms，在達到最大功率點后存在幅值較小的功率震蕩。

圖7中，設置仿真時間為600 ms，初始光照強度為1 000 W/m2，溫度為25 ℃，在320 ms處光照強度降到500 W/m2。觀察圖7，系統(tǒng)可以快速地實現(xiàn)最大功率追蹤，在20 ms處系統(tǒng)首次追尋到最大功率點，但相比擾動觀察法較慢一些，且在達到最大功率后，并沒有穩(wěn)定在最大值處，而是在最大值附近震蕩;相比擾動觀察法，模糊控制法的震蕩幅值比較小，100～120 W，在光照強度突然變化時，系統(tǒng)再次追蹤到最大功率點時的時間為1 ms，相比擾動觀察法追蹤時間有一個很大的提升。由此可知，采用模糊控制法跟蹤時，系統(tǒng)的動態(tài)性能較差，然而穩(wěn)態(tài)性能較好。

圖8為擾動模糊組合算法的仿真結果，設置仿真時間為600 ms，初始光照強度為1 000 W/m2，溫度為25 ℃，在320 ms處光照強度降到500 W/m2。觀察圖8，系統(tǒng)可以快速地實現(xiàn)最大功率追蹤，在8 ms處系統(tǒng)首次追尋到最大功率點，相比擾動觀察法和模糊控制法都有一個很好地提升，而且在達到最大功率點后，在最大功率點附近僅存在振幅很小的功率震蕩，且震蕩時間很短，隨后穩(wěn)定在最大功率點處。在光照強度突變的情況下，系統(tǒng)再次追尋到最大功率點處的時間為1 ms，且隨后穩(wěn)定在最大功率點處保持不變。

由此可知，擾動模糊的組合算法初次尋優(yōu)的速度加快，并且在達到最大功率點處減小了功率震蕩幅值和時間，兼顧了跟蹤速度與穩(wěn)態(tài)精度，達到了預期效果，表明算法理論上具有可行性。

表1為本文算法與已有算法在響應時間、震蕩幅值、外界環(huán)境突然變化后，再次追蹤到最大功率點時間這三項指標的對比。通過對比可以看出擾動模糊的組合算法響應時間最快，震蕩幅值最小，兼顧了追蹤速度與精度，達到了預期效果。

4? 結? 論

本文基于現(xiàn)有單一算法不能同時兼?zhèn)鋵?yōu)速度與系統(tǒng)穩(wěn)定的問題，提出了擾動觀察和模糊相結合的組合算法，既提升了系統(tǒng)初次尋優(yōu)速度，同時減小了最大功率點處的功率震蕩;并在Simulink中搭建三種情況下的仿真模型進行驗證。實驗結果證明，本文所提的組合算法在尋優(yōu)速度和系統(tǒng)穩(wěn)定方面都有了顯著的提升，可以同時達到速度與精度之間的平衡。此外，相較于文獻[10]，在響應時間和穩(wěn)態(tài)幅值上得到了改進。

參考文獻

[1] 黃禮明，連永圣，陳標龍，等.基于擾動觀察法的MPPT控制優(yōu)化策略[J].現(xiàn)代電子技術，2011，34（24）：206?208.

[2] 張禮勝，李全.基于模糊控制的光伏電池MPPT的設計[J].現(xiàn)代電子技術，2009，32（15）：165?167.

[3] 張超，何湘寧，趙德安.光伏發(fā)電系統(tǒng)變步長MPPT控制策略研究[J].電力電子技術，2009，43（10）：47?49.

[4] LIU F R， DUAN S X， LIU B， et al. A variable step size INC MPPT method for PV systems [J]. IEEE transactions on industrial electronics， 2008， 55（7）： 2622?2628.

[5] YANG P， HE T， XU Z R， et al. A novel region partition MPPT method based on variable step?size INC [C]// 2016 IEEE Innovative Smart Grid Technologies?Asia. Melbourne： IEEE， 2016： 699?704.

[6] BRUNO W Fran?a， MAURICIO Aredes， MAYNARA A Aredes. Fuzzy adaptive P&O control for MPPT of a photovoltaic module [J]. Journal of power & energy engineering， 2014， 2（4）： 120?129.

[7] 郭爽，王豐貴.實用光伏電池建模及MPPT算法仿真[J].現(xiàn)代電子技術，2014，37（8）：148?150.

[8] 夏棟，徐耀良，王悅，等.基于指數變步長擾動觀察法的光伏MPPT控制策略[J].電源技術，2018，42（2）：258?261.

[9] 范欽民，閆飛，張翠芳，等.基于模糊控制的光伏MPPT算法改進[J].太陽能學報，2017，38（8）：2151?2158.

[10] 王立舒，蔣賽加，王君，等.基于混合策略的光伏MPPT算法優(yōu)化控制[J].太陽能學報，2016，37（6）：1396?1402.