太陽能電動車最大功率點跟蹤模糊控制仿真研究

周玉豐

（四川信息職業技術學院 機電工程系，廣元 628017）

0 引言

在當代科技的飛速發展中，能源的可持續發展與環保是全球進步的兩大主題。相對于內燃機汽車，電動汽車及混合動力汽車，可以說是一種低污染，甚至是零污染的交通工具[1,2]。太陽能電動車是一全新的領域，在推動技術進步和科技向生產力轉化方面起著積極作用。

太陽能電動車所處環境的多變性導致了太陽能電池板的輸出特性也在不斷變化。本文在分析太陽能電動車的能源系統基礎上[3,4]，用模糊推理系統工具箱設計太陽能電動車的最大功率點跟蹤(MPPT)模糊控制器[5~7]，并在變化和隨機的外界環境下，應用Matlab/Simulink仿真軟件包對MPPT模糊控制器控制的能源系統進行仿真研究，以驗證模糊控制器的控制性能和控制算法的有效性。

1 太陽能電動車的能源系統

太陽能電動車是通過貼在車身上的太陽能電池板吸收太陽能，通過光電轉換將電能儲存在車內的電池里，供電機使用以驅動汽車。在光照強度比較大的情況下，太陽能電池板吸收的太陽能通過光電轉換而來的電流可以直接驅動汽車，也可以與蓄電池同時供電。儲存在電池中的多余的能量可以在不利的天氣(如多云、深夜、雨天)使用。太陽能電池板的輸出特性隨著外界日照強度和溫度的變化而變化，且存在著最大功率點，因此，需要在太陽能電池板與蓄電池之間加入直流斬波器(DC/DC變換器)，其功能是實現太陽能電池板到蓄電池的電壓匹配和通過開關的通斷實現最大功率點跟蹤(Maximum Power Point Tracking(MPPT))控制。DC/DC變換器中的開關調節通常采用脈寬調制(Pulse Width Modulation(PWM))，通過MPPT控制器實時改變PWM波的占空比來調節和控制太陽能電池板的輸出功率，使太陽能電池板工作于最大功率點附近，使其輸出功率達到最大[8]。圖1為太陽能電動車能源系統原理圖。

圖1 太陽能電動車能源系統原理圖

2 模糊控制器的設計

2.1 模糊控制器的結構

模糊控制的基本原理如圖2所示[9~12]。

圖2 模糊控制器的基本原理框圖

2.2 確定輸入變量和輸出變量

太陽能電池板的輸出功率－電流特性曲線，如圖3所示。從圖3中可知，不管外界環境如何變化，在太陽能電池板最大功率點處都有dP/dI =0，即功率－電流曲線斜率為零，即目標值。要跟蹤太陽能電池板的最大功率點可以采用功率曲線斜率和斜率的變化來進行判斷，即作為模糊輸入變量E和EC。

圖3 太陽能電池板輸出功率—電流特性曲線

輸出的控制量U選取占空比的變化量，通過占空比的變化來改變太陽能電池板的輸出電流，使其向最大功率點處移動。

對誤差E、誤差變化量EC及控制量U的語言變量的語言值及其論域定義如下：

EC和U的語言變量的語言值均為{NL，NM，NS，Z，PS，PM，PL}。E的語言變量的語言值為{NL，NM，NS，NZ，PZ，PS，PM，PL}，語言變量的語言值為8個，區分了NO和PO，主要是著眼于提高穩態精度。

E 、EC和U的論域分別為X、Y和Z，量化等級均為13個，即：

X=Y=Z={-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。

2.3 模糊控制規則的設計

控制規則用模糊條件語句來描述：

1） if E=PL and EC=PL then U=PL

2） if E=PL and EC=PM then U=PL

3） if E=PL and EC=PS then U=PL

…

54）if E=NL and EC=NS then U=NL

55）if E=NL and EC=NM then U=NL

56）if E=NL and EC=NL then U=NL

2.4 確定模糊變量的賦值表

所謂對模糊變量賦值，就是確定論域內元素對模糊語言變量的隸屬度。選取隸屬函數為簡化的三角形隸屬函數，如圖4所示。

圖4 語言變量X、Y、Z的隸屬度函數

2.5 模糊控制計算和模糊判決

首先求每條規則所描述的模糊關系Ri，然后求系統的總模糊關系R，即：

利用Matlab進行矩陣計算較簡單。然后進行模糊推理，推理方式采用Mamdani極大極小運算法。最后用加權平均法分別對輸出模糊集合Uij進行模糊判決。

3 仿真模型

利用Matlab/Simulink軟件建立太陽能電動車MPPT模糊控制系統仿真模型和仿真圖分別如圖5、圖6所示。

4 仿真與結果分析

圖5 太陽能電動車MPPT模糊控制系統仿真模型

圖6 太陽能電動車MPPT模糊控制系統仿真圖

4.1 變化外界環境下仿真

由于太陽能電池板主要受日照強度和溫度的影響，因此需要在日照強度和溫度變化的外界環境下對系統進行仿真。

4.1.1 日照強度變化下的系統仿真

太陽能電動車行駛環境多種多樣，特別是道路傾角以及路邊樹蔭等，都將影響太陽能電池板上日照強度的變化，日照強度變化也會出現急劇、緩慢等情況。

日照強度變化模擬如圖7所示。

圖7 日照強度變化模擬曲線

系統在日照強度變化下的模糊控制策略仿真結果如圖8所示。由圖8可知，功率變化趨勢與日照強度變化保持一致，且功率波動較小。

圖8 日照強度變化時模糊控制功率曲線

4.1.2 溫度變化下的系統仿真

溫度變化不同于日照強度，因為太陽能電池板的溫度不可能急劇增加，然而卻可以因為下雨和其他因素急劇降低。因此這里考慮溫度的急劇降低和緩慢變化。

溫度變化模擬如圖9所示。

圖9 溫度變化模擬曲線

系統在溫度變化下的兩種控制策略仿真結果如圖10所示。由圖10可知，在溫度急劇變化時，功率變化幅度不大，模糊控制的功率維持在近似的最大功率點附近，達到了控制要求，顯示了MPPT模糊控制優越的控制性能，并且功率波動較微小，獲得了較高的功率水平。

4.2 隨機外界環境下仿真

為了更接近于外界環境，在隨機的外界環境條件下，采用 MPPT模糊控制對系統進行了仿真。其中，日照強度和溫度均采用用Matlab/Simulink中白噪聲(White Noise)來模擬，使仿真結果更具有通用性和說服力。

圖10 溫度變化時模糊控制功率曲線

外界環境日照強度和溫度變化模擬分別如圖11、圖12所示。

圖11 隨機外界環境日照強度變化模擬曲線

圖12 隨機外界環境溫度變化模擬曲線

在上述隨機日照強度和溫度下，直流斬波器(DC/DC變換器)的占空比輸入如圖13所示。可見，占空比調整趨勢同日照強度和溫度基本一致，證明了MPPT模糊控制實現了實時跟蹤控制。

圖13 隨機外界環境下占空比控制曲線

系統在隨機外界環境下的模糊控制策略仿真結果如圖14所示。由圖14看出，太陽能電池板的輸出功率基本上隨日照強度和溫度的變化而變化，顯示了MPPT模糊控制優越的控制性能。

圖14 隨機外界環境下太陽能電池板的功率曲線

5 結論

通過在變化和隨機外界環境下所作的仿真，可以看出MPPT模糊控制在變化的外界環境下能夠有效地抑制工作點偏離，從而抑制了功率波動，使系統維持了較高的功率輸出水平，具有陣列重構法和虛擬負載法無法比擬的優點，適應了太陽能電動車多變外界環境的要求，顯示了模糊控制策略優越的控制性能，適合在太陽能電動車中應用。研究結果說明了本文的模糊控制方案是正確的，所設計的模糊控制器具有較高的穩態性和較強的魯棒性，達到了預期的目的，為太陽能電動車的應用提供了參考。

[1] 吳志新,玉梅,褚韶華.清潔汽車和潔凈車用能源的發展[J].國際石油經濟,2000,8(5):11-13.

[2] 岳東鵬,郝志勇,張俊智.混合動力電動汽車研究開發及前景展望[J].拖拉機與農用運輸車,2004(2):1-4.

[3] 祁俊榮,鐘紹華.太陽能混合動力電動、汽車驅動系統及模糊控制[J].上海汽車,2006(5):2-5.

[4] 王曉璨,張朋松,張麗華,等.太陽能電動車電源控制系統的研究[J].機械與電子,2009(12):36-38.

[5] 任碧瑩,鐘彥儒,孫向東等.基于模糊控制的最大功率點跟蹤方法研究[J].電力電子技術.2008,42(11):47-48.

[6] 袁路路,蘇海濱,武東輝等.基于模糊理論的光伏發電最大功率點跟蹤控制策略研究[J].電力電子.2009,3(1):18-21.

[7] 時劍.太陽能最大功率點跟蹤控制系統的研究與實現[D].江蘇大學,2009.

[8] 陳紅.基于模糊控制的太陽能電動車最大功率點控制研究[D].西安交通大學,2005.

[9] 李煒,朱新堅.光伏系統最大功率點跟蹤控制仿真模型[J].計算機仿真,2006,23(6):239-243.

[10]韓峻峰,李玉惠,等.模糊控制技術[M].重慶大學出版社,2003.

[11]湯兵勇,路林吉,王文杰.模糊控制理論玉應用技術[M].清華大學出版社,2002.

[12]李慧慧,孫志毅.基于模糊控制的光伏發電最大功率點跟蹤[J].科技資訊,2010 (7):121-122.