仿真技術在光伏系統功率跟蹤中的應用

張麗萍，朱堯富，馬立新

(1.臺州職業技術學院 電子電氣工程系，浙江 臺州 318000；2.上海理工大學 電氣工程系，上海 200093)

浙江全省年日照時數達1 710～2 100小時，光照較充足。為促進太陽能光伏發電技術的推廣應用，浙江省制定了百萬屋頂發電計劃實施方案。為降低光伏發電系統造價，提高太陽能利用率，就需要進行太陽能電池最大功率點跟蹤(maximum power point tracking，MPPT)[1]。最大功率點跟蹤的方法有很多，如恒定電壓控制法、擾動觀測法、導納增量法等[2-5]。為了充分發揮太陽電池的發電能力，合理地處理控制精度與控制速度之間的矛盾并降低成本，本文在MPPT系統中引入了模糊控制策略。

模糊控制是利用人的知識和經驗制定模糊規則，根據發電功率的實際變化信息，查詢模糊規則表，以決定變換器的占空比變化步長，從而找到最大功率點，實現阻抗匹配。本文利用Matlab軟件建立光伏電池模型并設計模糊控制器，進行系統仿真驗證。仿真結果證明這是一種可以降低能耗的最大功率點跟蹤控制方法。當環境條件發生改變時，系統能夠迅速跟蹤并穩定在最大功率點，從而提高光伏系統發電效率。

1 光伏電池仿真模型

光伏電池相當于具有與受光面平行的極薄PN截面的大面積二極管，其伏安特性受日照強度、環境溫度等外界因素影響，是一種典型的非線性元件。若考慮太陽輻射變化和溫度影響，化簡后光伏電池的工程用數學模型表達式為[6-7]：

(1)

其中

(2)

(3)

DI=α·S/Sref·DT+(S/Sref-1)·Isc

(4)

DU=-β·DT-Rs·DI

(5)

DT=Tc-Tref

(6)

I、U分別為光伏陣列的電流、電壓；Isc為短路電流；Uoc為開路電壓；Im、Um分別為最大功率點電流和電壓；α為參考日照下電流變化溫度系數(A/℃)；β為參考日照下電壓變化溫度系數(V/℃)；S為光伏陣列傾斜面上的總太陽輻射強度(W/m2)；Sref、Tref為太陽輻射和光伏電池溫度參考值(一般取1 000 W/m2，25 ℃)；Rs為光伏模塊的串聯電阻；Tc為環境溫度。

2）相較于多級、多效等具有復雜結構的吸收式熱泵，最基本的單級AHT結構簡單、運行穩定且技術成熟，因此將其選為研究對象。

在Matlab仿真環境下，利用Simulink仿真工具，建立光伏電池的通用仿真模型。雙擊模型得到用戶交互界面，內部包含Isc、Uoc、Im、Um、α、β、Sref、Tref、Rs共9個參數，通過改變參數設置，構成不同I-U特性的光伏陣列。

本設計選用Siemens SP75電池組件，技術參數如表1所示，串聯電阻取0.55 Ω，仿真后得到標準情況下該光伏電池P-U、I-U特性曲線如圖1所示。

表1 Siemens SP75在標準測試條件下的參數

圖1 標準測試條件下光伏電池特性曲線

從圖1可以看出，光伏電池的輸出呈非線性，且P-U曲線呈單峰狀，即輸出功率存在一個最大點。如果改變輸入環境溫度Tc或太陽輻射強度S數值，光伏電池模塊的開路電壓發生變化，而短路電流基本不變，當溫度增加時，開路電壓減小，最大功率也隨之減小；而光照強度的變化主要影響光伏電池模塊的短路電流，開路電壓基本不變，當光照強度增加時，短路電流減小，最大功率也隨之減小。總之，溫度和光照強度的變化都會導致光伏電池模塊的最大功率點發生漂移。

2 光伏系統的最大功率點跟蹤

一般光伏發電系統的結構如圖2所示。光伏陣列與負載通過DC/DC或者DC/AC變換器連接，因此改變變換器中功率開關管的通斷時間，可以調節變換器的輸入輸出關系，從而達到最優的阻抗匹配，使光伏電池輸出功率最大。MPPT實質上就是一個尋優過程，通過實時檢測，比較當前發電功率與前一時刻發電功率大小的關系，判定工作點狀態，控制工作點向峰值點移動。本設計直接把變換器的PWM信號占空比D作為控制參數，調整占空比,使當前工作點逐漸向峰值功率點靠近，最后工作在峰值功率點附近。由于控制器只需要一個控制循環，從而降低了設計的復雜度[8]。

圖2 光伏發電系統結構圖

3 模糊控制器

3.1 模糊控制器組成

模糊控制屬于智能控制的范疇。與傳統的控制方式相比，智能控制最大的優點是不依賴于系統的數學模型，非常適用于處理存在不確定性或高度非線性的問題。由于光伏電池具有一定的非線性和時變性，無法建立精確的數學模型，將模糊控制應用到光伏發電系統的MPPT，必定能夠達到良好的控制效果。模糊自尋優控制器結構如圖3所示[9-10]。

圖3 模糊控制器結構圖

圖3中e(n)表示第n時刻與第n-1時刻輸出功率之差的實際值，E(n)表示e(n)對應于模糊集論域中的值，a(n)表示第n時刻占空比步長，A(n)表示這個步長值對應于模糊集論域中的值，D表示占空比值，Ka、Ke分別為比例因子和量化因子。

3.2 模糊控制器設計

模糊控制器選擇二維結構，取E(n)、A(n-1)為輸入，A(n)為輸出，經過論域反變換得到第n時刻占空比變化的步長值a(n)，第n時刻占空比為D(n)=D(n-1)+a(n)，以調節光伏電池輸出電壓。

E的模糊集為

{NB，NM，NS，NO，PO，PS，PM，PB}，即{負大，

負中，負小，負零，正零，正小，正中，正大}

A的模糊集為

{NB，NM，NS，PS，PM，PB}，即{負大，負中，

負小，正小，正中，正大}

它們對應的論域均為{-6,6}，分別為14個和12個等級，即：

E={-6，-5，-4 ，-3，-2，-1，

-0，+0，1，2，3，4，5，6}

A={-6，-5，-4，-3，-2，-1，1，2，3，4，5，6}

選擇三角形作為隸屬度函數的形狀，通過對光伏電池輸出特性分析，在誤差較大時要盡快消除誤差輸出控制量，誤差較小時要防止產生超調輸出控制量，結合實際情況總結得到以下原則：

(1) 若輸出功率增加，則繼續原來步長調整方向，否則取相反方向；

(2) 為了在短時間內跟蹤最大功率且避免在最大功率點處振蕩，在離最大功率點較遠處，采用較大步長以加快跟蹤速度；在最大功率點附近，采用小步長以減小搜索損失；

(3) 當達到以最大功率點為中心的極小區域時，系統穩定下來，直到外界環境發生變化為止；

(4) 當溫度、日照強度等因素發生變化導致光伏電池輸出功率發生變化時，系統能夠作出快速的反應。

遵循上述原則，應用IF A AND B THEN C的模糊規則建立控制規則表，如表2所示。

表2 MPPT模糊控制規則

4 系統仿真

4.1 仿真模型

根據Boost電路對阻抗的變換原則，Boost電路的等效輸入阻抗可用公式[11]表示：

Ro=(1-D)2RL+R1

(7)

其中，Ro為Boost電路負載的等效輸入阻抗；D為開關占空比；RL為負載阻抗；R1為電感阻值，由于R1很小，可以忽略不計。

在Matlab/Simulink中搭建模糊控制算法仿真模型，如圖4所示。太陽能電池采用已封裝好的模型PV，DC/DC變換電路根據式(7)Boost電路對阻抗變換規律寫成一個函數形式,命名為Rchange，利用Embedded Matlab Function模塊嵌入仿真模型中。仿真條件為：負載電阻RL取100 Ω，仿真運行時間2 s，傳輸延遲時間0.005 s，經反復實驗，控制器量化因子Ke取1，比例因子Ka取0.005。

圖4 MPPT模糊控制算法仿真模型

4.2 仿真結果

環境溫度25℃，仿真開始1 s后，太陽輻射強度從600 W/m2突然增加到1 000 W/m2，MPPT仿真曲線如圖5所示。為說明跟蹤效果，將常用的功率跟蹤方法——擾動觀察法(P&O)應用于光伏組件最大功率點跟蹤，其中P&O法干擾值取0.01。通過仿真對比發現：兩種方法均能快速跟蹤系統最大功率點，但模糊控制效果明顯優于P&O法(見表3)。溫度模糊控制跟蹤迅速，且在最大功率點處基本無波動，具有良好的動態和穩態特性。

圖5 光伏系統功率跟蹤曲線

表3 MPPT兩種控制方式下參數對比

5 結束語

本文根據光伏電池組件的工程用數學模型，基于Simulink仿真工具建立仿真模型并封裝，通過組件參數和環境條件的設定，模型特性曲線的仿真結果與理論值一致。在此基礎上，應用Matlab/Fuzzy工具箱進行了模糊控制方法研究。實驗結果可見:模糊控制可以快速響應外界環境的變化，跟蹤光伏電池的最大功率點，并能明顯減小最大功率點附近的功率振蕩，提高光伏系統的效率。由于模糊控制本身具有魯棒性，因此在系統參數發生變化時仍然具有較好的控制效果，完全適用于光伏發電系統的MPPT控制。

[1] 于鵬程,陳一飛.一種低功耗的智能跟蹤太陽型FPPV發電控制系統[J].測控技術,2008,27(6):36-39.

[2] Esram T,Chapman P L.Comparison of Photovoltaic Array Maximum Power Point Tracking Techniques[J].IEEE transaction on energy conversion,2007,22(2):8965-8969.

[3] 劉邦銀,段善旭,劉飛，等.基于改進擾動觀察法的光伏陣列最大功率點跟蹤[J].電工技術學報,2009,24(6):91-94.

[4] 徐鵬威,劉飛,劉邦銀，等.幾種光伏系統MPPT方法的分析比較及改進[J].電力電子技術,2007,41(5):3-5.

[5] Femia N,Petrone G,Spagnuolo G,et al.Optimization of Perturb and Observe Maximum Power Point Tracking Method[J].IEEE Trans.on Power Electronics,2005,20(4):963-973.

[6] 陳娟,何小陽,鐘永彥，等.光伏系統最大功率跟蹤控制的仿真研究[J].南通大學學報：自然科學版,2010,9(2):35-38.

[7] 茆美琴,余世杰,蘇建徽.帶有MPPT功能的光伏陣列Matlab通用仿真模型[J].系統仿真學報,2005,17(5):1248-1251.

[8] 錢嘉怡.基于模糊控制的光伏并網發電MPPT的研究[D].哈爾濱：哈爾濱理工大學,2011.

[9] Veerachary M,Senjyu T,Uezato K.Feed forward maximum power point tracking of PV system using fuzzy controller[J].IEEE Trans on Aerospace and Electronic Systems,2002,38(3):969-980.

[10] 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.

[11] 虞正琦.基于模糊控制的光伏發電系統MPPT技術研究[D].武漢：華中科技大學,2007.