光伏系統MPPT的改進模糊控制

徐曉淳，劉春生，李鋒

（南京航空航天大學自動化學院，南京210016）

光伏系統MPPT的改進模糊控制

徐曉淳，劉春生，李鋒

（南京航空航天大學自動化學院，南京210016）

為減少光伏系統因外部條件變化而造成的功率損失，減小最大功率點（MPP）處的振蕩，并且便于計算機軟件實現，采用基于改進模糊控制的最大功率點跟蹤（MPPT）技術。在光伏電池工程用數學模型的基礎上，分析太陽能發電中的最大功率點原理；在跟蹤過程各階段引入不同的權重，設計了模糊控制規則，并且增加了PI控制環節以改善模糊控制。Matlab/Simulink仿真結果表明，改進的模糊控制光伏系統具有良好的動態性能和穩態性能，在最大功率點處輸出功率穩定，提高了能量轉化效率。

光伏；改進模糊控制；最大功率點跟蹤；數學模型；系統仿真

隨著世界能源危機和環境污染問題的日益嚴重，太陽能光伏發電系統正成為世界關注的熱點。我國太陽能輻射既有地域優勢又有強度優勢，光伏電池發電有著不可比擬的發展前景[1]。光伏系統是非線性的復雜系統，利用智能模糊控制器，針對那些無法獲得被控對象清晰的數學模型系統，可以得到較為有效的自動控制方法[2-6]。

本文針對獨立型光伏系統，通過對硅太陽能電池的理論數學模型的分析處理，建立一種適用于任意光強和溫度的太陽能電池工程簡化模型，以更好地實現太陽能光伏發電系統的仿真研究和優化設計。針對光伏電池發電的輸出功率低、負載不匹配問題，采用最大功率點跟蹤MPPT（maximum power point tracking）技術。在模糊控制自尋優占空比的基礎上，改進模糊控制規則，并且增加了PI控制環節，減小其控制系統在最大功率點處的振蕩。

1 光伏系統的MPPT原理

為了使光伏電池在不同溫度以及光照強度條件下輸出盡可能多的功率，在太陽電池與負載之間接入一個阻抗變換器，使得負載的輸入阻抗與太陽能電池的輸出阻抗總是處于最佳的匹配狀態。本文在光伏系統中使用升壓變換器（Boost電路）連接光伏電池與負載。該電路輸入電流紋波較小，轉換效率較高，其阻抗轉換關系[5]為

式中：Ri為Boost電路的等效輸入阻抗；D為占空比；RL為負載阻抗。在負載不變的情況下，輸入阻抗可由D來調節，為系統達到最大功率點創造條件。基于占空比擾動的MPPT方法[7]。其功率與占空比關系如圖1所示。當dP/dD=0時，輸出功率達到最大。搜索最大功率點的過程為：當上一次占空比的變化使得功率上升時，保持這個變化；當功率下降時，占空比變化方向相反。

圖1 P-D曲線Fig.1P-D curve

2 光伏電池特性

2.1 光伏電池工程用數學模型

光伏電池生產廠家為用戶提供標準測試條件下的短路電流（Isc）、開路電壓（Voc）、輸出最大功率時的電壓（Vm）、電流（Im）4個參數，在滿足一定精度的情況下使用這些參數建立一個實用的數學模型，光伏電池的I-V方程[8]為

式中：IL為光電流，A；Io為反向飽和電流，A；q為電子電荷常量，1.6×1019C；k為玻耳茲曼常量，1.38× 10-23J/K；T為絕對溫度，K；A為二極管因子；Rs為串聯電阻，Ω；Rsh為并聯電阻，Ω。一般地遠小于光電流，此項可以忽略；Rs遠小于二極管正向導通電阻，可得IL=Isc。代入最大功率點處參數以及開路狀態參數可以解得

參考標準條件下（tref=298 K，Sref=1 000 W/m2）由I-V特性曲線得到的偏移量為

式中，a和b分別為參考日照強度下的電流溫度系數和電壓溫度系數。

由式（2）～式（7）得到新日照強度和電池溫度的I-V特性曲線為

2.2 光伏電池特性曲線

根據式（2）～式（8）建立光伏電池模型，在負載大小連續變化的情況下得到太陽輻射光強變化時光伏電池的輸出P-V特性仿真結果，如圖2所示。由圖2可以看出，隨著光照的增強，光伏電池的開路電壓減小，最大功率點上移，因此采用MPPT控制追蹤最大功率點可以提高能源利用率。

圖2 不同光照下光伏電池功率-電壓特性曲線Fig.2P-V characteristic curves of PV cells for different intensities

3 光伏系統模糊+PI控制MPPT原理

選取占空比步長作為控制量，根據光伏電池功率的變化量以及前一時刻的占空比步長的變化率決定當前時刻的步長調整量。2個輸入變量分別為功率變化量EP和占空比步長變化率CED，即

式中：P（n）為n時刻光伏電池輸出功率；ED（n-1）為n-1時刻的占空比步長。

引入量化因子GE和GCE，將清晰值從物理論域映射到模糊論域。選定5個模糊子集NB（負大）、NS（負小）、ZZ（零）、PS（正小）、PB（正大），用于涵蓋模糊論域EP∈[-5，5]；選定3個模糊子集N（負）、Z（零）、P（正），用于涵蓋模糊論域CED∈[-4，4]。所有的模糊子集都選取三角形隸屬函數[9]，如圖3所示。由于越接近平衡點，功率值變化量越小，因此平衡點附近隸屬函數斜率較大，這樣分布可以提高控制精度。

引入比例因子KD，將模糊論域映射到物理論域。選定7個模糊子集NB、NM、NS、ZZ、PS、PM、PB，涵蓋模糊論域ED∈[-4，4]。

模糊規則的確定是根據操作經驗，如果上一次占空比步長的變化使得功率增加，則保持這個變化趨勢；反之亦然。這是系統的常規控制[10]。由于特性曲線隨著溫度及日照強度變化而改變，為了跟隨這種環境變化，則增加的模糊規則如下：

if CED is Z and EP is PB（NB），then ED is PM（NM）

if CED is Z and EP is PS（NS），then ED is PS（NS）

在最大功率點的跟蹤過程中，由于數模轉換離散化引起功率變化為零而未到達最大功率點，實際到達最大功率點時應滿足?P/?D=0，因此增加的控制規則：

if CED is（PN）and EP is ZZ，then ED is PS（NS）

if CED is Z and EP is ZZ，then ED is ZZ

對于不同的模糊控制規則權重有所區別。常規控制在整個控制過程中占主導地位時，權重設為1.0；環境變化是特殊情況時，權重設為0.5；穩定點是控制的目標點時，權重設為0.25，整個控制過程過渡更加平滑。模糊控制規則如表1所示。

表1 模糊控制規則Tab.1Rule of fuzzy control

模糊控制的輸出是占空比步長，即占空比調整量，其作為PI控制器的輸入，而PI控制器的輸出是ΔD（n）。則DC-DC變換器的占空比D（n）為

4 基于模糊控制的仿真

通過Matlab/Simulink建立的光伏系統模型如圖4所示。太陽能電池模型參數為：標準測試條件下開路電壓21.7 V，短路電流4.8 A，最大功率點電壓17 V，電流4.4 A，內阻2 Ω，負載電阻10 Ω。電壓溫度系數0.7 V/℃，電流溫度系數0.015 A/℃。利用圖形用戶界面（GUI）分析和設計模糊推理系統（FIS），模糊推理選用Mamdani型，清晰化方法選用重心法。根據對光伏電池功率的仿真數據，量化因子GE和GCE分別設為1 430、100，比例因子KD設為0.01。PI控制中，比例增益KP設為0.02，積分增益KI設為0.035。

仿真采用ode45解法器，仿真時間設為3 s。光伏電池的表面溫度設為25℃，初始光照強度為1 000 W/m2，在1 s時突變為800 W/m2，在2 s時突變為600 W/m2。占空比初值設為0.8，得到的P-V對比曲線、功率變化曲線如圖5所示。

圖4 基于改進模糊控制的仿真系統結構Fig.4Structure of simulative system based on the improved fuzzy control

圖5 基于改進模糊控制的仿真曲線Fig.5Simulative curves based on improved fuzzy control

由圖5可以看出，光照在1 000 W/m2追蹤到最大功率點后突變時，功率迅速下降，到達800W/m2后功率增加，之后穩定在最大功率點。經過2次光照的變化，系統都能成功追蹤到最大功率點。系統啟動時功率迅速上升，到達75 W的調節時間是0.26 s，之后在0.2 s時間內有微小震蕩，在0.5 s后輸出功率保持在最大功率點。1 s時刻光照突變，在0.1 s的調節時間內，系統追蹤到最大功率點，并且功率輸出穩定。2 s時刻的變化類似，也能快速追蹤到最大功率點。占空比與輸出電壓相對應，變化特性類似，在較短時間內可以趨于穩定。整個仿真過程顯示良好的動態特性與穩態特性。

5 結語

將占空比步長作為控制變量，在傳統模糊控制的基礎上改進模糊控制規則，并且加入權重，改善了整體的控制效果。在反饋環節中加入PI控制，增加了積分環節，彌補單純模糊控制只具有微分作用的缺陷，提高了系統的穩定性，對光伏陣列的工程應用有指導作用。與傳統的MPPT算法相比，此算法具有編程簡單，可離線設計的優點。

[1]李全林.新能源與可再生能源[M].南京：東南大學出版社，2008.

[2]Hu Yufeng，Liu Jun，Liu Bin.A MPPT control msthod of PV system based on fuzzy logic and particle swarm optimization[C]//Second International Conference on Intelligent System Design and Engineering Application.Sanya，China：2012.

[3]Won Chung-Yuen，Kim Duk-Heon，Kim Sei-Chan K，et al.New maximum power point tracker of photovoltaic arrays using fuzzy controller[C]//IEEE Annual Power Electronics Specialists Conference.Taipei，China：1994.

[4]El Khateb A，Rahim N A，Selvaral J.Fuzzy logic controller for MPPT SEPIC converter and PV single-phase inverter [C]//IEEE Symposium on Industrial Electronics and Applications.Langkawi，Malaysia：2011.

[5]Huang Keya，Li Wenshi，Huang Xiaoyang.MPPT of solar energy generating system with fuzzy control and artificial neural network[C]//International Conference Information Technology，Computer Engineering and Management Sciences.Nanjing，China：2011.

[6]Wang Yan，Ding Li，Li Nan.The application of fuzzy parameters self-tuning PID controller in MPPT of photovoltaicpowersystem[C]//InternationalConferenceonTransportation，Mechanical and Electrical Engineering.Changchun，China：2011.

[7]喬興宏，吳必軍，鄧贊高，等（Qiao Xinghong，Wu Bijun，Deng Zangao，et al）.模糊/PID雙模控制在光伏發電MPPT中應用（MPPT of photovoltaic generation system using fuzzy/PID control）[J].電力自動化設備（Electric Power Automation Equipment），2008，28（10）：92-95.

[8]蘇建徽，余世杰，趙為，等（Su Jianhui，Yu Shijie，Zhao Wei，et al）.硅太陽電池工程用數學模型（Investigation on engineering analytical model of silicon solar cells）[J].太陽能學報（Acta Energiae Solaris Sinica），2001，22（4）：409-412.

[9]王傳輝，羅耀華（Wang Chuanhui，Luo Yaohua）.太陽能電池最大功率點的模糊控制方法（Fuzzycontrolovermaximum power point tracking of solar cells）[J].應用科技（Applied Science and Technology），2008，35（3）：42-45.

[10]石辛民，郝整清.模糊控制及其Matlab仿真[M].北京：清華大學出版社，2008.

[11]黃舒予，牟龍華，石林（Huang Shuyu，Mu Longhua，Shi Lin）.自適應變步長MPPT算法（Adaptive variable step size MPPT algorithm）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2011，23（5）：26-30.

Improved Fuzzy Control on MPPT Method of Solar System

XU Xiao-chun，LIU Chun-sheng，LI Feng
（College of Automation Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China）

Maximum power point tracking（MPPT）based on improved fuzzy control，which is convenient to realize by computer software，is implemented in order to reduce the power loss caused by changeable environment and the oscil lation near the maximum power point（MPP）.The principle of the MPP is analyzed with an engineering mathematic model.The rule of fuzzy control with different weights in the process of tracking is proposed and the PI controller is introduced to improve the fuzzy control.The system simulation result shows that the solar system based on the improved fuzzy control can achieve dynamic and steady-state performance well and produce a more stable power that improved the efficiency of energy conversion.

photovoltaic；improvedfuzzycontrol；maximumpowerpointtracking；mathematicmodel；systemsimulation

TP273.4

A

1003-8930（2014）09-0081-04

徐曉淳（1988—），男，碩士研究生，研究方向為計算機測試與控制。Email：njitxxc@sina.com

2012-08-30；

2012-11-13

劉春生（1955—），女，博士，教授，博士生導師，研究方向為工業自動化。Email：liuchsh@nuaa.edu.cn

李鋒（1986—），男，碩士研究生，研究方向為新能源發電與控制技術。Email：lifeng898@163.com