改進模糊控制策略在光伏發電MPPT中的應用

王亞楠， 楊旭紅， 李浩然， 馮成臣

(上海電力學院自動化學院上海市電站自動化技術重點實驗室，上海200090)

改進模糊控制策略在光伏發電MPPT中的應用

王亞楠， 楊旭紅， 李浩然， 馮成臣

(上海電力學院自動化學院上海市電站自動化技術重點實驗室，上海200090)

由于光伏電池的非線性和時滯性，模糊控制策略在MPPT控制中應用十分普遍。分析了傳統模糊MPPT控制策略模糊控制器輸入量的缺陷，提出一種新的改進模糊控制策略，即應用優化函數對傳統輸入量進行優化，使其更精確地進行模糊控制。最后還搭建了光伏發電系統仿真模型，對比傳統模糊控制策略，所提改進型模糊在跟蹤精度和響應速度均表現出優越性。

光伏發電；最大功率點跟蹤；模糊控制

太陽能作為未來的能源，是一種取之不盡、用之不竭的非常理想的清潔能源，可用之于太陽能光伏發電、太陽熱發電等許多領域。如果充分合理地利用太陽能，將會為人類提供充足的能源和美好的環境。近年來由于人們對能源、環境及科學發展等問題的日益關注，太陽能光伏系統的研究、應用與普及越來越受到人們的高度重視，并取得了很大的發展[1]。

目前，對光伏發電系統研究熱點之一即為最大功率點跟蹤(MPPT)。由于外界環境及本身技術指標影響著光伏發電系統的傳輸功率，使得光伏電池的輸出特性具有明顯的非線性[2]。如何使光伏發電系統始終以最大功率點輸出來提高光伏發電效率在光伏發電系統中具有重要地位。傳統的MPPT方法有很多，常見的有恒定電壓法[3]，電導增量法[4]和擾動觀察法[5]，但是他們由于自身算法的缺陷，步長若取得過大，則在最大功率點附近振蕩幅度過大，若取得過小，則使得跟蹤時間過長，即傳統算法在跟蹤精度與響應速度得不到很好的兼顧[6]。近年來，由于以模糊控制為代表的智能控制[7-8]更適用于類似于光伏電池輸出功率這樣的強非線性系統，所以將智能控制與最大功率點跟蹤結合，一度成為研究熱點。本文分析了傳統模糊MPPT控制算法的缺陷，提出一種改進型模糊控制策略，通過理論分析和仿真實驗驗證了新方法的實用性。

1 光伏電池的特性

太陽電池的特性一般包括太陽電池的輸入輸出特性(伏安特性)、光照強度(照度)特性及溫度特性，其輸入輸出特性隨著光照強度與溫度的變化而變化[5]。光伏電池的數學模型可用圖1等效電路圖表示[9]。

圖1 光伏電池的等效電路

根據圖1可以得到光伏電池的輸出特性方程為：

圖2 光伏電池P-U特性曲線圖

從圖2結果可得出結論：光伏電池的輸出功率隨著光照強度的增加而增加，隨著溫度的增加而減小，同時當光照強度或者溫度發生改變時伴隨著最大功率點的移動，以上結論證明所搭建的光伏電池仿真模型符合實際情況，可以滿足仿真實驗的需要。

2 傳統模糊MPPT控制原理與缺陷

模糊算法是近幾年在MPPT方法中比較熱門的一種智能算法，相較于傳統的常規算法，其更適用于類似于光伏系統這樣的復雜非線性系統。傳統的模糊MPPT算法控制器如圖3所示，以光伏系統輸出功率控制誤差與誤差變化率和經過歸一模糊量化處理后為模糊輸入量[10]，即：

圖3 傳統模糊MPPT控制器結構原理圖

模糊控制器的控制規則遵循工作點不斷靠近MPP，離MPP越近步長越小的大致原則[11]。大致可總結如下：

傳統的模糊MPPT算法的缺陷主要在于其模糊輸入量的數學特性缺陷，圖4是光伏系統在外界環境溫度=25℃，光照強度=1 000 W/m2條件下的輸出功率誤差隨輸出電壓的變化圖，圖4中區域1代表工作點在MPP的左側，區域2代表工作點在MPP的附近，區域3代表在MPP的右側。從圖4可見在區域3工作時功率誤差值過大，要遠大于工作在區域1時。不僅如此，從圖4中可以推算出傳統模糊MPPT算法另一輸入量的缺陷[6]，與功率誤差類似，功率誤差率在區域3時的的值要遠大于工作在區域1。這說明功率點左右兩側的功率誤差和誤差率的數學特性有著很大的不同，影響到了模糊控制器的控制規則的制定，同時影響著系統的跟蹤精度與響應速度[12]。

圖4 功率誤差隨輸出電壓變化圖

3 優化模糊輸入量的模糊MPPT算法

為了解決上文傳統模糊MPPT存在的缺陷問題，本文特提出一種優化模糊輸入量的控制思想，即在歸一模糊量化之前先通過優化函數優化，使得其左右兩側的數學特性更相似，并且在最大功率點附近更為“突出”，更準確的制定模糊控制器的控制規則從而對系統最大功率更好地跟蹤，提高系統輸出效率。所提出優化函數為：

將公式(5)進行求導。即：

利用matlab工具畫出式(5)，式(7)的函數圖像如圖5(a)、圖5(b)所示，為優化后的變量函數，圖像如圖6所示。

圖5 優化函數說明圖

圖6 優化后的功率誤差圖

從上述幾幅圖中可以總結出優化函數f(x)的幾點優勢：

(1)f(x)的單調遞增性，使用其作為優化函數不會改變變量的基本數學性質，即其只會起到優化的作用而未改變變量“本質”；

(2)在原點O左右兩邊均有界[－1，1]，解決了原變量作為模糊輸入在零點左右側值相差太大的問題；

(3)另一個輸入量同樣得到了優化，經過優化后的功率誤差變化率在MPP兩側的值更加的接近，并且越接近MPP時值越小。

將優化過的e和ec重新作為模糊控制器的輸入量，模糊集分別為E與EC，輸出的模糊集為U。其中EC論域為[－5，5]，分割成6個模糊子集，分別為{NB，NS，NO，PO，PS，PB}。E和U論域為[－7，7]，分割成7個模糊子集，分別為{NB，NM，NS，ZE，PS，PM，PB}。根據最大功率點的特性，本文模糊控制器模糊子集一律用三角形隸屬度函數[13]。根據最大功率點跟蹤要求制定模糊規則[14]如表1。

4 仿真分析

為了驗證上述優化模糊算法的可行性，在MATLAB/SIMULINK搭建了基于Boost電路光伏發電系統的仿真模型，通過控制開關工作時間來改變占空比實現控制光伏電池工作電壓的目的。仿真模型由光伏電池模塊，Boost電路模塊和MPPT模塊組成，如圖7所示。本次仿真采用ode45算法，采樣保持器參數設定為1×10－5。Boost電路模塊中部分參數[1]：電容C設定值為300×10－6F，電容CF設定值為500× 10－6F，電感L設定值為1×10－3H。PWM變換器中三角波設定為[－0.5，0.5]。

表1 模糊控制器控制規則

圖7 光伏發電系統仿真模型

仿真實驗首先設定在外界條件穩定的情況下(設定溫度為25℃，光照強度為1 000 W/m2)，在0.2 s后，仿真外界條件突變的情況，考慮到一般外界溫度不會發生突變，特設定光照強度從1 000 W/m2突然降到800 W/m2，以此來驗證算法的動態特性。為了說明本文所提優化模糊輸入量模糊算法的優越性，特對比傳統模糊MPPT控制算法的追蹤精度與響應速度。從仿真結果來看，新舊兩種模糊算法均成功地完成了對最大跟蹤點的跟蹤，在標準測試的情況下的都穩定在了最大功率140 W左右，如圖8所示。

圖8 兩種控制算法仿真結果對比圖

圖8(a)是傳統模糊MPPT控制算法仿真圖，圖8中兩幅小圖分別放大了初始達到穩定狀態和外界環境突變時功率的變化情況。具體仿真結果如下：系統在0.025 s左右時達到最大功率點，并在最大功率點上下波動，波動幅度為139.7～140.7 W，波動大小為1 W。在0.2 s時，環境光照強度發生突變，系統在0.21 s時重新達到最大功率點處，波動幅度為107.6～108.4 W。

圖8(b)是改進模糊MPPT控制算法仿真圖，效果具體如下：系統在不到0.01 s時就達到最大功率點，在最大功率點上下波動幅度為140.2～140.7 W，波動大小為0.5 W。當0.2 s外界環境光照強度發生突變時系統在0.203 s左右時就重新達到最大功率點處，波動幅度為108～108.4 W。從上分析數據可以得知，所提出優化模糊輸入量的控制思想是可行有效的，具有更好的動態特性，并在跟蹤精度與響應速度方面都要優于傳統模糊控制算法。

5 結論

本文分析了傳統模糊MPPT算法的原理，針對傳統模糊MPPT控制器模糊輸入量的數學特性上的缺陷，提出一種優化模糊輸入量的方法，即在其歸一模糊處理之前經過所提優化函數進行優化。文章首先理論分析了所提方法的可行性并搭建了基于MATLAB/SIMULINK的光伏發電系統仿真平臺，對比傳統模糊MPPT算法的仿真結果，從跟蹤精度和響應速度的角度，驗證并分析了所提改進模糊MPPT算法效率上的優越性。

[1]王軍成，楊旭紅，王嚴龍.改進自適應變步長光伏系統最大功率跟蹤[J].現代電力，2014，31(5)：70-73.

[2]苑薇薇，李延雄.模糊PID應用于光伏發電MPPT的研究[J].沈陽理工大學學報，2013，32(5)：48-54.

[3]張翔，王時勝，余運俊，等.基于電導增量法MPPT仿真研究[J].科技廣場，2013(2)：60-64.

[4]王麗萍，張建成.光伏電池最大功率點跟蹤控制方法的對比研究及改進[J].電網與清潔能源，2011，27(2)：52-55.

[5]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.

[6]王義飛，吳偉，張嗥華，等.改進型變步長光伏最大功率點快速跟蹤[J].上海大學學報：自然科學版，2011，17(3)：249-252.

[7]李興鵬，石慶均，江全元.雙模糊控制法在光伏并網發電系統MPPT中的應用[J].電力自動化設備，2012，32(8)：113-117.

[8]LI X P，SHI Q J，JIANG Q.Application of double fuzzy control in MPPT of grid-connected photovoltaic generation system[J].Electric Power Automation Equipment，2012，32(8)：113-116.

[9]殷桂梁，楊麗君，王珺.分布式發電技術[M].北京：機械工業出版社，2008：27-40.

[10]陳俊，惠晶.基于模糊策略的光伏發電MPPT控制技術[J].現代電子技術，2009，32(6)：182-185.

[11]吳大中，王曉偉.一種光伏MPPT模糊控制算法研究[J].太陽能學報，2011，32(6)：808-813.

[12]周習祥，李加升.基于自適應占空比擾動算法的光伏發電系統MPPT控制[J].電氣傳動，2012，42(8)：24-28.

[13]李春玲，石季英，武艷輝，等.模糊控制的擾動觀察法在光伏MPPT中的應用[J].電氣傳動，2013，43(2)：61-64.

[14]徐鋒.基于模糊控制和功率預測的變步長擾動觀察法在光伏發電系統MPPT控制中的應用[J].計算機測量與控制，2014，22(02)：414-416.

圖11 背接觸式C2光伏組件EL圖像

(1)多晶硅

多晶硅A1光伏組件主要問題為由于存在匯流條斷裂，導致兩個支路的電池不發光現象，在實際運行過程中，匯流條斷裂的兩個支路也無法正常輸出功率；多晶硅A2光伏組件存在個別黑電池或者灰電池，導致電池失效，無功率輸出。

(2)單晶硅

單晶硅B1光伏組件均存在不同程度的沿著柵線方向長短不一的黑色現狀痕跡，即斷柵現象。同時，從單晶硅B2光伏組件EL成像圖片上可以發現明顯的隱裂、裂紋和邊緣過刻。總的來說，缺陷部分占整個光伏組件面積比例很低，對光伏組件輸出特性的影響較小。

(3)背接觸式

背接觸式C1光伏組件存在的問題較為類似，組件內部電池轉換效率不一致，導致電池在直流源輸入相同電壓和電流條件下，發光亮度不同，且在實際運行中，組件內不同串電池的電流亦會出現不一致現象。#1光伏組件沿組件邊框位置呈現黑片，背接觸式C2光伏組件還有部分電池存在隱裂和電池單體發光不一致現象，主要是由于電阻不均勻引起的，較暗區域一般串聯電阻較大，這種缺陷能反映少子壽命的分布情況，缺陷部分少子躍遷幾率降低，故EL圖片上顯現為暗色。

4 結論

本文通過分析光伏電站晶硅光伏組件在原材料、封裝工藝和外力影響下缺陷的形成機理，建立了一套適用于現場應用的缺陷晶硅光伏組件檢測方法，利用該方法能夠及時有效地發現光伏組件存在的內部缺陷，有利于光伏電站針對性地開展高效維護，規范光伏電站的施工安裝過程，改進廠家的生產工藝和質量控制，保障光伏電站的長期經濟效益。

參考文獻：

[1]帥爭峰，楊宏，雷咸道.晶體硅太陽電池組件封裝的電學損失分析[J].電源技術，2014，38(1)：82-84.

[2]劉祖明，蘇里曼·K，特拉奧雷，等.晶體硅太陽電池絲網印刷電極接觸電阻及其測量[J].太陽能學報，2003，24(5)：659-662.

[3]李召斌，王祺.晶體硅太陽電池的缺陷檢測及分析[J].太陽能，2013，25(3)：34-38.

[4]柴亞盼，金新民，童亦斌.具備遮擋下光伏陣列的建模與方陣研究[J].電測與儀表，2013，50(12)：17-20.

[5]黃昆，謝希德.半導體物理學[M].北京：科學出版社，2012.

[6]葛華云.基于光伏組件的電位誘發功率衰減的研究[D].吉林：吉林大學，2013.

[7]任駒，郭文閣，鄭建邦.基于P-N結的太陽能電池伏安特性的分析與模擬[J].光子學報，2006，35(2)：171-175.

[8]劉霄.利用電致發光檢測晶硅太陽電池特性及電致發光法測定晶硅太陽電池少子壽命[D].上海：上海交通大學，2013.

Application of improved fuzzy control strategy in MPPT control of PV generation system

Due to the nonlinear characteristic and time delay of PV cell,the application of fuzzy control in MPPT control was very prevailing.The defects of traditional fuzzy controller invariables in MPPT control strategy were analyzed,then a improved fuzzy control was proposed,which optimized the traditional invariables through optimization function to implement fuzzy control more accurately.Finally,the simulation model of PV generation system was built to compare with traditional fuzzy control strategy.The simulation result shows that the tracking accuracy and response speed of improved fuzzy control are better and effective.

photovoltaic power generation;MPPT;fuzzy control

TM615

A

1002-087X(2016)12-2388-04

2015-05-21

國家自然科學基金 (61203224)；國家自然科學基金(61040013)；上海市電站自動化技術重點實驗室開放課題（13DZ2273800）；上海市科委重點支撐項目(12510500800)；上海市自然科學基金資助項目（13ZR1417800）；上海市教委科研創新項目(09YZ347)

王亞楠（1991—），男，江蘇省人，碩士生，主要研究方向為光伏微網運行控制。

楊旭紅（1969—），女，江蘇省人，博士，教授，主要研究方向為智能電網控制技術、新能源發電及儲能、計算機建模及仿真、信息融合。