基于改進(jìn)模糊控制算法的光伏系統(tǒng)中MPPT控制策略

周宏飛，楊旭海，趙咪，耿智化，張茜*

(1 石河子大學(xué)機(jī)械電氣工程學(xué)院，新疆 石河子 832003；2 農(nóng)業(yè)部西北農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室，新疆 石河子 832003)

光伏發(fā)電作為一種新能源的利用方式，在社會生產(chǎn)中發(fā)揮著重要的作用。光伏發(fā)電發(fā)展的關(guān)鍵問題之一是如何提高能量利用率，運(yùn)用MPPT控制器是降低運(yùn)行成本提高發(fā)電效率的最直接、最有效的方法[1-5]。目前，常用的MPPT算法主要有恒定電壓法[6-7]、擾動觀察法(P&O)[8-10]、電導(dǎo)增量法(INC)[11-13]，與前2種方法相比，電導(dǎo)增量法有更好的響應(yīng)速度、控制精度。YILMA U等[14]提出了一種基于梯度變步長的電導(dǎo)增量法，該算法易操作、跟蹤時間短，但該程序編寫復(fù)雜且輸出功率不穩(wěn)定；楊旭紅等[15]提出一種改進(jìn)電導(dǎo)增量法的MPPT控制策略，該方法顯著加快了跟蹤速度，但輸出功率震蕩幅度大,對硬件要求比較高；劉明亮等[16]提出基于變步長電導(dǎo)增量法的自適應(yīng)MPPT控制算法，從某種程度上減小了外界環(huán)境急劇變化下傳統(tǒng)電導(dǎo)增量法再次跟蹤MPP速度慢、步長選擇不當(dāng)誤判的問題。

以上研究表明，改進(jìn)的電導(dǎo)增量法在輻照強(qiáng)度變化不大的情況下跟蹤速度快、控制精度高，但輻照強(qiáng)度急劇變化時，電導(dǎo)增量法無法精確地找出最大功率點(diǎn)，輸出功率損失很大，嚴(yán)重時還會導(dǎo)致電網(wǎng)系統(tǒng)崩潰。近年來，由于模糊控制技術(shù)的成熟，更適應(yīng)于光伏電池輸出功率這樣的非線性系統(tǒng)，將模糊控制應(yīng)用于MPPT中逐漸成為研究熱點(diǎn)[17-18]。本文以模糊控制方法結(jié)合梯度式變步長電導(dǎo)增量法的控制策略，搭建MPPT模型,通過理論分析和Matlab仿真驗(yàn)證模型的正確性。

1 基于模糊控制-電導(dǎo)增量法原理

本文采用的改進(jìn)算法有2個步驟，第1步是對光伏系統(tǒng)使用模糊控制方法使光伏電池快速達(dá)到平衡狀態(tài)，使電池工作在最大功率點(diǎn)附近，提高系統(tǒng)的響應(yīng)速度，第2步是對光伏系統(tǒng)使用梯度式變步長電導(dǎo)增量法使光伏電池工作在MPP處，減少功率的震蕩幅度。

1.1 模糊控制法

模糊控制器通常采用雙輸入單輸出模型，一般選取誤差信號E和誤差變化率EC作為模糊控制器的輸入變量，而把受控變量的變化作為輸出變量[19]。本文中模糊控制系統(tǒng)的輸入變量為功率變化量En、前一時刻的步長Dn-1，輸出變量為當(dāng)前時刻的輸出步長Dn。

根據(jù)模糊控制參數(shù)的設(shè)定經(jīng)驗(yàn)，將模糊控制語言變量分別定義為：

En={NB，NM，NS，NO，PO，PS，PM，PB}，

Dn-1={NB，NM，NS，PS，PM，PB}，

Dn={NB，NM，NS，PS，PM，PB}，

其中，En的論域范圍為[-8，+8]，Dn-1的論域范圍為[-8，+8]，Dn的論域范圍為[-5，+5]，NB、NM、NS、NO、PO、PS、PM、PB分別表示為負(fù)大、負(fù)中、負(fù)小、負(fù)零、正零、正小、正中、正大。通過定義輸入、輸出模糊集數(shù)量，共形成48條規(guī)則；模糊控制語言規(guī)則的一般形式為：如果“前提”，那么“結(jié)論”(If…Then…)。根據(jù)確定的模糊控制規(guī)則建立模糊控制規(guī)則表，見表1。

表1 MPPT模糊控制規(guī)則表

本文解模糊方法為重心法，模糊邏輯工具箱選擇mamdani型控制器，選擇聚類方法為max，推理方法為min，選擇“并”方法為max，“交”方法為min。通過Matlab中GUI界面構(gòu)建MPPT控制器的隸屬函數(shù)，選擇三角形作為隸屬函數(shù)的形狀[20]。

模糊控制器的控制方法如下：當(dāng)Dn-1大于0且En遠(yuǎn)大于0，UUmax，采用較大步長，減小電壓向左移動；當(dāng)Dn-1大于0且En較小于0時，U>Umax，較小步長，減小電壓向左移動；當(dāng)En=0時，U=Umax。根據(jù)以上規(guī)則構(gòu)建GUI界面，并在Simulink中搭建仿真模型，根據(jù)經(jīng)驗(yàn)，量化因子分別取K1=10、K2=0.01。

應(yīng)用模糊控制算法尋找光伏系統(tǒng)最大功率點(diǎn)有以下優(yōu)點(diǎn)：一是模糊控制對變步長的控制，避免了固定步長的震蕩,控制規(guī)則具有相對的獨(dú)立性，使得控制效果優(yōu)于常規(guī)控制；二是其動態(tài)性能效果好，魯棒性強(qiáng)，干擾和參數(shù)變化對控制效果的影響被大大減弱,表現(xiàn)出較強(qiáng)的局部搜索能力。其不足主要在于定義模糊集、確定隸屬函數(shù)、模糊規(guī)則以及解模糊的選擇等關(guān)鍵環(huán)節(jié)都要依靠設(shè)計(jì)人員的直覺和經(jīng)驗(yàn)。

1.2 梯度式變步長電導(dǎo)增量法

梯度式變步長電導(dǎo)增量法的基本原理是通過改變電路的占空比D來改變系統(tǒng)的輸出電壓,使系統(tǒng)工作在最大功率點(diǎn)[21]。

本文控制策略選取step=|M|*dP/dU作為電壓調(diào)整步長的依據(jù)，在當(dāng)前工作點(diǎn)偏離最大功率點(diǎn)較遠(yuǎn)時，加大跟蹤步長，提高響應(yīng)速度，而在當(dāng)前工作點(diǎn)在最大功率點(diǎn)附近時，減小跟蹤步長，以減小功率的震蕩損失。本文在Matlab/Simulink中使用S函數(shù)，通過設(shè)置合適的M值，仿真調(diào)整決定最終的取值。

1.3 模糊-電導(dǎo)控制模式

模糊控制和梯度式變步長電導(dǎo)增量法在尋找MPPT上各有優(yōu)勢，模糊控制初步尋優(yōu)時間短，梯度式變步長電導(dǎo)增量法精度高、震蕩小，本文將2種算法結(jié)合，實(shí)現(xiàn)MPPT優(yōu)化控制。2種算法的具體使用方法如下：光伏電池開始工作時，使用模糊控制算法，使工作點(diǎn)快速達(dá)到并穩(wěn)定在0.75Umax，然后使用梯度式變步長電導(dǎo)增量法對工作點(diǎn)作進(jìn)一步調(diào)整，穩(wěn)定在最大功率點(diǎn)處。具體控制流程如圖1所示。

圖1 模糊-電導(dǎo)控制法流程圖

光伏電池開始工作時，模糊控制開始初步尋優(yōu)，以模糊規(guī)則不斷對輸出電壓擾動，將電壓穩(wěn)定在0.75Umax，以此作為2種算法的分界處。在梯度式變步長電導(dǎo)增量法處，若dU=0且dI=0時，光伏電池工作在最大功率點(diǎn)，不需改變;若dU=0且dI≠0時，則分為2種情況：第1種是當(dāng)dU=0且dI>0時，說明光照強(qiáng)度增加，光伏電池工作在最大功率點(diǎn)左側(cè)，則需要增大電壓，第2種是當(dāng)dU=0且dI<時，光伏電池工作在最大功率點(diǎn)右側(cè)，則需要減少電壓；若dU≠0，分為3種情況：第1種是dI/dU>-I/U時，光伏電池工作在最大功率點(diǎn)左側(cè)，則需要增大電壓，第2種是dI/dU<-I/U時，光伏電池工作在最大功率點(diǎn)右側(cè)，則需要減小電壓，第3種是dI/dU=-I/U時，系統(tǒng)工作在最大功率點(diǎn)。

根據(jù)以上方法對整個光伏系統(tǒng)的輸出電壓判別，通過改變占空比D改變輸出電壓，最終工作在最大功率點(diǎn)。應(yīng)注意的是，上述方法針對的是陰影位置固定情況下的MPPT，而工程實(shí)際中陰影的位置可能是不固定的，這時上述方法就可能失效,故需要對其進(jìn)行進(jìn)一步改進(jìn)。由于陰影的出現(xiàn)，存在突變和漸變2種情況，為使光伏組件能夠及時跟蹤到最大功率點(diǎn)，需要使系統(tǒng)識別突變和漸變2種情況。

2 仿真驗(yàn)證與結(jié)果

陳力改進(jìn)的電導(dǎo)增量法[22]使功率的震蕩幅度控制在0.5 W內(nèi)，在仿真的數(shù)據(jù)上較先進(jìn)；王亞楠改進(jìn)的模糊控制策略[23]使光伏系統(tǒng)的初步跟蹤縮小在0.1 s內(nèi),并運(yùn)用在實(shí)驗(yàn)中，實(shí)驗(yàn)數(shù)據(jù)可靠、先進(jìn)。本文借鑒這2種方法使用Matlab/SimulinkR2018a仿真跟蹤光伏電池最大功率點(diǎn),為了驗(yàn)證本文算法的合理性，設(shè)置3種不同環(huán)境的仿真參數(shù)，通過初步尋優(yōu)的時間T、穩(wěn)定后功率的震蕩幅度ΔP、參數(shù)改變后再次跟蹤到最大功率點(diǎn)的時間ΔT這3個MPPT性能指標(biāo)驗(yàn)證本文算法的優(yōu)勢。

本文算法使用20個光伏電池串聯(lián)發(fā)電，仿真模型如圖2所示，單個光伏電池參數(shù)如表2所示。

圖2 光伏控制系統(tǒng)模型

表2 光伏電池參數(shù)

2.1 固定光照固定陰影

固定光照情況是一種理想狀態(tài)，輸出曲線為單峰最值。本文設(shè)置的光伏輸出曲線環(huán)境參數(shù)為S=700 W/m2，T=25 ℃。對比結(jié)果如圖3所示。

從圖3可知：模糊控制法由于使用專家經(jīng)驗(yàn)進(jìn)行制定模糊規(guī)則，初步尋優(yōu)時間T約為0.1 s，功率震蕩幅度ΔP約為5 W；梯度式電導(dǎo)增量法初步尋優(yōu)時間過長，T約為1.2 s，其功率震蕩幅度ΔP為0.8 W；模糊-電導(dǎo)控制法結(jié)合了2種算法的優(yōu)點(diǎn)，初步尋優(yōu)時間T約為0.08 s，功率震蕩幅度ΔP約為0.4 W。在標(biāo)準(zhǔn)情況下，模糊控制法有很短的初次跟蹤速度，但模糊控制的跟蹤精度稍差；相反，電導(dǎo)增量法的功率震蕩低，跟蹤速度慢，而模糊-電導(dǎo)控制法結(jié)合了兩者的優(yōu)點(diǎn)，具有初步尋優(yōu)速度快、功率震蕩幅度小、效率更高的特點(diǎn)。

圖3 3種算法跟蹤曲線的對比

2.2 光照漸變

本文參考文獻(xiàn)[24-25]設(shè)定最大時間為1 min，設(shè)置的光照變化如圖4所示，算法結(jié)果如圖5所示。

圖4 光照變化

圖5 3種算法跟蹤曲線對比

從圖5可以看出：模糊控制和電導(dǎo)增量法在光照緩慢變化時，曲線波動幅度較大；混合算法在開始跟蹤時，模糊控制快速跟蹤到0.75Umax處，再以梯度式電導(dǎo)增量法使電壓穩(wěn)定在MPP處，結(jié)合2種算法的優(yōu)勢，混合算法在光照漸變時更有優(yōu)勢。

2.3 光照突變

在光照突變狀況下，光伏系統(tǒng)的工作點(diǎn)會從一個較高的峰值突降到一個較低的峰值，功率會有較大的落差，這時可通過檢測系統(tǒng)功率差的辦法來判斷陰影的出現(xiàn)。當(dāng)系統(tǒng)出現(xiàn)較大的功率差時，啟用算法更新,此外，在光伏系統(tǒng)初始啟動階段、最大功率點(diǎn)跟蹤階段和負(fù)載投切時，功率也有較大波動，但這些功率波動的持續(xù)時間都較短，通過簡單的“濾噪”程序即可排除。光照突變量如圖6所示，仿真對比結(jié)果如圖7所示。

圖6 光照突變量

圖7 仿真對比圖

從圖7可知：在外界環(huán)境因素急劇變化下，光照強(qiáng)度時間0～0.4 s間，模糊控制算法的初次跟蹤時間比模糊-電導(dǎo)算法快約0.03 s，再次跟蹤到最大功率點(diǎn)的時間ΔT>0.02 s，功率震蕩幅度ΔP為3.5 W，而模糊-電導(dǎo)算法再次跟蹤到最大功率點(diǎn)的時間ΔT為0.02 s，功率震蕩幅度ΔP為1.8 W；光照強(qiáng)度時間1.2～2 s間，模糊控制算法的震蕩時間更長，比模糊-電導(dǎo)算法慢約0.3 s。從整體變化看，0.07 s時2種控制算法都以模糊控制算法達(dá)到0.75Umax，0.07 s后模糊控制算法繼續(xù)震蕩0.14 s才達(dá)到最大功率點(diǎn)，而模糊-電導(dǎo)算法進(jìn)入到梯度式電導(dǎo)增量法僅0.08 s就達(dá)到最大功率點(diǎn)。

綜上所述，梯度式電導(dǎo)增量法的初次跟蹤速度慢，圍繞在最大功率點(diǎn)上下波動，對環(huán)境因素依賴性很高；模糊-電導(dǎo)混合算法的精確度更好，跟蹤速度更快，也驗(yàn)證了所提算法的合理性。

3 結(jié)論

(1)單一的傳統(tǒng)算法或智能算法不能完全跟蹤到最大功率點(diǎn)，各自的優(yōu)點(diǎn)不能補(bǔ)足缺點(diǎn)造成的損失，通過改進(jìn)核心控制算法能夠提高輸出精度。

(2)智能算法因其獨(dú)特的規(guī)則和尋優(yōu)能力，與傳統(tǒng)算法的結(jié)合能實(shí)現(xiàn)2種算法的優(yōu)點(diǎn)，彌補(bǔ)各自的缺點(diǎn)，且其輸出功率波動幅度小、損失少。

(3)光伏系統(tǒng)搭建模型存在一定的局限性。在實(shí)際光伏系統(tǒng)運(yùn)行時，需要根據(jù)具體的環(huán)境因素和更多的相關(guān)因素，采用更高精度的MPPT控制策略進(jìn)一步提高系統(tǒng)的精確度和快速性。