基于SIMULINK的光伏電池模型及

景會成，徐來立，李靜，玄兆燕，趙欣

(1.華北理工大學 電氣工程學院，河北 唐山 063009；2.華北理工大學 機械工程學院，河北 唐山063009；3.唐山市拓又達科技有限公司，河北 唐山 063020)

?

基于SIMULINK的光伏電池模型及

模糊算法MPPT系統仿真

景會成1，徐來立1，李靜1，玄兆燕2，趙欣3

(1.華北理工大學 電氣工程學院，河北 唐山 063009；2.華北理工大學 機械工程學院，河北 唐山063009；3.唐山市拓又達科技有限公司，河北 唐山 063020)

光伏電池；仿真模型；simulink；MPPT；模糊算法；控制規則

以光伏電池等效電路圖為基礎，推導其等效數學模型，并進行簡化改進，在此基礎上建立光伏電池在simulink環境下的仿真模型。由其輸入輸出曲線可以看出，此模型能夠很好地表現出光伏電池的輸入輸出特性。研究將模糊算法應用于該光伏電池仿真模型，并對控制規則加以改進，建立光伏電池MPPT系統仿真模型。仿真結果表明，該MPPT系統不僅能夠較快地追蹤到當前環境條件下的MPP,而且能夠在環境突變后再次迅速追蹤到系統的MPP，同時系統穩定后沒有波動，為制作高效MPPT光伏控制器提供了依據。

0 引言

隨著化石燃料的日益枯竭，人們越來越關注以太陽能為代表的可再生資源，各國政府也紛紛出臺各種政策支持太陽能發電產業的發展。光伏電池是太陽能發電的重要部件，但是其在發電的過程中輸出極易受負荷狀態、日照強度、環境溫度等外界因素的干擾，使輸出功率變得很不穩定[1]，這導致其光能利用率大大降低。因此，掌握好光伏電池的輸入輸出特性，并對其施加合理的控制，對于更加高效地利用太陽能十分關鍵。研究以光伏電池的等效電路圖為基礎，推導出其數學模型，然后對其進行簡化改進。在simulink中建立其仿真模型，得出其輸入輸出特性曲線，并以此為基礎，應用模糊算法，建立基于模糊算法的光伏電池MPPT仿真系統。

1 光伏電池的仿真模型

光伏電池已經被各個行業廣泛利用。其發電原理是當半導體的材料界面在陽光照射下會生成電壓，從而將太陽能直接轉變為電能。其輸入輸出特性能夠用如圖1所示的等效電路來描述[3]。

圖1　光伏電池的等效電路

其中電流表達式為：

(1)

式中，Iph為光生電流；I0為光電池反向飽和電流；n為二極管的參數；k為玻爾茲曼常數；q為電子電量；Rs為光電池的串聯電阻；Rsh為光電池的并聯電阻。

實際上，在工程應用中確定(1)中的參數十分不便，很不實用。而且有時候生產廠家提供的參數也不能適合所有環境條件。文獻[2]提出了一種比較實用的簡化數學模型：

I=Isc(1-C1{exp[U/(C2Uoc)]-1})

(2)

C1=(1-Im/Isc)exp[-Um/(C2Uoc)]

(3)

C2=(Um/Uoc-1)/[ln(1-Im/Isc)]

(4)

在(2)、(3)、(4)式中，U、I分別為輸出電壓和電流，C1、C2為改進系數。Isc、Uoc、Im、Um等參數由光伏電池廠商提供。

但是，前面推導的光伏電池的等效數學模型還跟實際情況有一定的偏差。因此需要對U、I、C1、C24個參數進行改進。改進系數如下所示：

(5)

(6)

(7)

(8)

其中，參數a=0.002 5 ℃，b=0.5，c=0.002 88 ℃。S,T分別為光照強度和環境溫度。在simulink環境中搭建光伏電池仿真模型，該模型輸入量有光照強度S、環境溫度T、輸入電壓U3個。2個輸出量，分別為輸出電流I和輸出功率P。Simulink仿真模型如下圖2所示：

圖2　光伏電池仿真模型

其中，“guangfu”模塊為依據上述公式建立的光伏電池仿真模型的封裝形式。圖3中所示3條曲線，為該仿真模型在3種不同光照強度下的輸出功率隨輸出電壓變化曲線。由圖3仿真曲線知，該模型能夠很好地反映光伏電池輸出功率-輸出電壓的變化情況。

圖3　光伏模型仿真曲線

2 光伏電池MPPT原理

由圖3仿真曲線可以看出，在特定的光照強度和環境溫度下，輸出電壓取不一樣的值，輸出功率相差很大。但是只有輸出電壓在某一個特定的值時，其輸出功率達到該環境條件下的最大值，這時光伏電池工作在最大功率點(MPP)。但是，在實際應用中，外界的光照條件通常不能保持在相同的光照強度。由圖3還可看出，當光照強度增大或減小時，其最大功率點也會變化。要提高系統的光能利用率，最有效的方法就是能夠根據環境變化實時改變光伏電池的輸出電壓，使它總是等于當前環境下最大功率點處所對應的電壓，這種實時調整過程就是MPPT。

為了能夠實時改變其輸出電壓的大小，還需要加入DC/DC電壓轉換電路。通過改變電壓轉換電路mos開關管的輸入占空比，不斷改變光伏電池輸出電壓。這樣當外界條件發生變化時，由控制算法對占空比進行調整，調節輸出電壓，這樣就能追蹤當前時刻的光伏電池的最大發電功率點，實現系統MPPT的控制。

3 最大功率點跟蹤算法

對于實現MPPT的方法，目前在很多文獻中都提出了各種各樣的算法。其中比較常用的有擾動觀察法、功率檢測反饋法、增量電導法等等，各有優點。其中擾動觀察法結構相對簡單，并且需要測量的參數較少，但是在到達最大功率點之后，系統還會不停地添加擾動信號，這使得系統會在MPP左右震蕩，系統不能穩定，造成能量的浪費。增量電導法，雖然可減小系統在最大功率點附近的左右震蕩，使其能適應瞬息萬變的環境條件，但是當系統使用的傳感器無法達到非常精確時，其誤差也是不可忽視的。

研究采用模糊算法跟蹤系統的MPP，利用模糊規則智能地改變電壓變換電路的輸入占空比，不斷改變電壓值，從而找到系統的MPP。本方法結構簡單，只需測量系統的輸出功率，無論外界環境如何變化，都能使系統快速地跟蹤到當前的MPP，且通過對模糊規則進行改進，使得系統在搜索到MPP后不存在震蕩，從而效率更高。

4 模糊控制器的設計

4.1模糊控制器的設計流程

控制器設計流程如圖4所示。在系統仿真過程中，若控制器的性能達不到要求，則需要重新確定隸屬度函數，或者重新確定系統的輸入輸出量。

圖4　模糊控制器設計流程

4.2MPPT的模糊算法

MPPT本質上是一個尋優過程[1]。通過測量光伏電池輸出的功率變化，比較上一時刻控制器輸出的占空比的調整值，判斷當前狀態與峰值功率點的位置關系，通過調整占空比輸出調整值，使功率向增大的方向變化[4]，直到達到最大功率。但當環境變化時會使最大功率點產生漂移，這時，模糊控制器也可以檢測到這種變化，并對輸出的占空比調整值進行調整，使系統重新工作到最大功率點。

選取模糊控制器輸入量為前后2次采樣功率變化量和上一次采樣占空比調整值，輸出量為當前采樣占空比需要的調整值。如上圖5所示，控制器第n次采樣的輸入量為第n次采樣功率值相對于第n-1次采樣功率值得變化量e(n)和第n-1次采樣的模糊控制器輸出占空比需要調整值a(n-1)，分別乘以各自的量化因子后輸入到控制器。輸出量為控制器第n次采樣占空比需要調整值A(n)乘以量化因子。圖中，e(n)和a(n)分別表示實際值；E(n)和A(n)分別表示模糊論域中的值。D(n)和D(n-1)分別為第n次和n-1次采樣后輸入到變換器的PWM占空比的值,Ke，Ka分別為量化因子。

圖5　模糊控制系統框圖

控制器根據系統前后2次采樣輸出功率值的變化量和前一次采樣占空比需要調整值的大小，決定當前采樣占空比需要輸出的調整值。若系統在發電過程中的輸出功率增加，則控制器輸出正的調整值，否則輸出負的調整值；當光伏電池工作在離MPP較遠處時，模糊控制器輸出較大的調整值，以加快跟蹤速度；當工作在MPP附近時，輸出較小的調整值，從而減小功率損失。

根據上述原理，并在實際仿真進行中反復進行調整制定出控制規則表，如表1所示。

表1　模糊控制規則表

4.3MPPT模糊控制系統SIMULINK仿真

利用matlab軟件中的模糊邏輯工具箱，建立基于模糊算法的MPPT系統的仿真模型[5]。

4.3.1確定輸入/輸出變量以及控制器結構的選取

將輸入變量E和A的語言取值分別定義為8個和7個模糊子集，即

E={NB,NM,MS,NO,PO,PS,PM,PB}

A={NB,NM,NS,ZO,PS,PM,PB}

并將它們的論域規定為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,-1,0,+1,+2,+3,+4,+5,+6}

選擇如圖6所示的控制器結構。

4.3.2確定隸屬度函數

輸入輸出變量都選擇三角形隸屬度函數，其中功率差值E和占空比需要調整值A的隸屬度函數如圖6所示。

(a)功率差值E的隸屬度函數

(b)占空比需要調整值A的隸屬度函數

圖6　隸屬度函數

4.3.3 確定模糊規則

打開模糊規則編輯頁面，將表1中的56條規則逐條添加進去。

4.3.4 解模糊

在matlab的屬性編輯頁面，將參數設置完畢。

5 仿真結果

搭建好的系統仿真模型如圖7所示；其中系統經過反復的試驗，量化因子Ka取0.003，Ke取10/3。

圖7　SIMULINK環境下MPPT系統仿真模型

將環境溫度設置為25 ℃，分別模擬日照強度從800 W/m2突然增大到1 000 W/m2和模擬日照強度從800 W/m2突然減小到600 W/m2的情況。將系統仿真最大步長設定為0.02 s，運行時間設定為6 s，延遲時間為0.025 s。分別得到系統輸入占空比和輸出功率在2種情況下的波形變化圖如圖8和圖9所示。

圖8　系統光照從800 W/m2突然增大到1 000 W/m2系統仿真波形

圖9　系統光照從800 W/m2突然減小到600 W/m2系統仿真波形

6 結論

(1)研究以光伏系統的等效電路圖推導出其等效數學模型，然后加以簡化改進。建立了其在SIMULINK中的仿真模型，并利用此模型構造出基于模糊算法的光伏系統MPPT控制系統。

(2)設計改進的模糊控制器能夠迅速地捕捉到光伏電池的最大功率點，并且在MPP處沒有波動。

(3)無論是在光照突然增強還是光照突然減弱的情況，系統都能夠快速穩定地再次捕捉到系統的最大功率點,且捕捉的最大功率點基本沒有誤差。

[1]趙庚申,王慶章,許盛之.最大功率點跟蹤原理及實現方法的研究[J].太陽能學報,2006,27(10):997-1001.

[2]符江升,肖大帥,楊欽超.基于Matlab/Simulink的光伏電池仿真模型研究[J].光電子器件應用,2012,14(2):44-46.

[3]楊金孝,朱琳.基于Matlab/Simulink光伏電池模型的研究[J].現代電子技術,2011,34(24):192-198.

[4]鄭建立,葉秋香.光伏電池最大功率跟蹤器的模糊控制及其應用研究[D].上海：東華大學,2006.

[5]薛定宇.控制系統計算機輔助設計-MATLAB語言與應用 第二版[M].北京:清華大學出版社,2006:372-379.

Photovoltaic Cell Model and MPPT System Simulation with Fuzzy Algorithm Based on SIMULINK

JING Hui-cheng1, XU Laili1, LI Jing1, XUAN Zhao-yan2, ZHAO Xin3

(1. College of Electrical Engineering, North China University of Science and Technology,Tangshan Hebei 063009,China;2. College of Mechanical Engineering, North China University of Science and Technology, Tangshan Hebei 063009,China;3. Tangshan Toyoda Science and Technology Co., Ltd Tangshan Heibei 063009, China)

photovoltaic cell; simulation model; simulink; fuzzy algorithm; control rule

Based on the equivalent circuit diagram of photovoltaic battery, the equivalent mathematical model was derived, and carry on the improvement of simplified, and the simulation model of photovoltaic cells in simulink environment was established, the simulation results show that the input and output characteristics of photovoltaic cells could be shown by the model .Fuzzy algorithm was applied to the simulation model of photovoltaic battery and the control rule was improved, MPPT photovoltaic battery system simulation model was set up. Simulation results show that the MPPT system can rapidly MPP at the current conditions, and can quickly track MPP of the system again after environment mutation, and no fluctuation after the system is stable, it provides evidence for making effective MPPT photovoltaic controller.

TP273+.4

A