野外新能源光伏電池的仿真研究

張小娥 馮赟 于洋

摘 要：該文針對野外環境沒有市電或發電機供電的問題，提出利用太陽能光伏電池為野外應急機動通信方艙供電，并通過在Matlab/Simulink中建立太陽能光伏電池的仿真模型，提出利用模糊控制算法對太陽能光伏電池最大功率點（MPP）進行跟蹤，通過對仿真結果的分析，該算法能夠穩定在最大功率點，在環境去參數突變的情況下，能夠快速尋找到新的最大功率點，具有良好的跟蹤效果，確保機動車野外通信保障能力，為復雜環境下野外應急機動通信快速組網提供基礎保障。

關鍵詞：野外 應急通信 太陽能 光伏電池 模糊控制

中圖分類號：TM615 文獻標識碼：A 文章編號：1672-3791（2019）01（b）-000-05

信息化的發展，要求我們要在各種環境下實現通信暢通。而設備對電力的需求及依賴程度越來越高，特別是重關鍵部位的電力負荷。當機動車通信保障地點遠離市電，柴油機原油不足時，通信設備無法工作，人員無法得到訓練，通信能力受到威脅，無法開展野外任務。該文針對野外沒有市電和柴油發電機原料不足導致不能供電的問題，通過研究太陽能光伏電池特性，來提供野外環境下的通信電源保障。

在光伏發電系統中，決定光伏發電系統效率的關鍵技術是太陽能光伏電池的最大功率跟蹤技術（MPPT， Maximum Power Point Tracking），固定電壓法（CVT）[1]、擾動觀察法（P&O）[2]和導納增量法（INC）[3]等為常用方法，但隨著環境條件的變化這幾種方法所達到的效果不理想。因非線性導致不能用嚴密的數學模型表示，無法掌握日照強度和環境溫度、電池表面溫度的變化規律。該文提出運用模糊控制算法來實現最大功率點的跟蹤。該文在Matlab/Simulink中設計了MPPT模糊控制器。通過對其仿真結果分析表明基于模糊控制算法的MPPT具有良好的控制效果，從而提高太陽能光伏電池應急通信電源的保障能力。

1 光伏電池的數學模型及其仿真

1.1 光伏電池的特性

描述電流、電壓因太陽光照強度變化而變化規律的為伏安特性。描述功率、電壓因太陽光照強度變化規律的為伏瓦特性。太陽能光伏電池的特性與光強度、環境溫度呈非線性關系，無論在隨意溫度和日照強度下，太陽能光伏電池陣列總存在一個功率最大點，溫度（光照強度）不同，功率最大點位置也不同。

1.2 光伏電池的數學模型

因太陽能光伏電池表達式中，未知參數很多，并與溫度和日照強度有關，導致確定參數的困難很大，不利于工程應用，參考大量文獻[4-7]決定在該文中采用以下模型。

1.3 光伏電池的仿真

在Matlab/Simulink中依照公式（4）和表1完成相應電池模型搭建，具體如圖1所示。

運行即得太陽能光伏電池輸出特性曲線，如圖2所示。

假定條件下（S=1000W/m2，T=25℃）的輸出特性如圖2所示。由P-U、I-U曲線可知，當U較小時，I相應幾乎保持穩定不變，即此時光伏電池為直流恒流電源。當太陽能光伏電池的U、I最大時，P都很小。即此時太陽能光伏電池近似為一個由S、T、R三者不斷變化導致電壓變化的電壓源。當S和T不變時，短路電流Isc隨太陽能光伏電池的負載增大而增大，但太陽能光伏電池的I為恒值，故P和U相應增大。當U上升到一定范圍時，I開始減小，在I變小時P即達到最大值Pmpp，此時電池的工作點即為功率最大點MPP，Umpp、Impp分別為對應工作電壓、電流。隨后U的再增大，P、I反而減小，直到最后I為0，此時電池兩端電壓為Uoc最大。

1.3.1 不同太陽輻射條件下光伏電池輸出特性

圖3中I-U（T）和P-U（T）相應曲線為固定溫度T=25℃，S分別為400W/m2、600W/m2、800W/m2和1000W/m2。圖3特性曲線可以得出，當S不斷改變時，Uoc幾乎沒發生改變，Isc卻有明顯較大的變化，所以其P與功率最大點Pmpp會隨之改變，短路電流Isc和輸出功率P均與太陽輻射強度成正比關系。

1.3.2 不同環境溫度下光伏電池的輸出特性

圖4中I-U（T）和P-U（T）相應曲線為固定S=1000W/m2，溫度T分別為25℃、35℃、45℃、60℃。由圖4特性曲線可知，當S不變時，Uoc隨T不斷增高時不斷減小，而Isc的變化很小，即太陽能光伏電池的效率受T影響，T升高時，太陽能光伏電池P減少。

2 基于模糊理論的MPPT控制的基本原理

模糊控制是一種智能控制，尤其是在時變的、數學模型未知的、非線性等存在定性的不精確和不確定信息的復雜系統中，具有優于常規控制[8]的效果。該文采用模糊控制器實現MPPT，模糊控制器的設計為關鍵步驟。模糊控制器的工作原理是將輸入的數字信號模糊化，經過模糊推理模塊得出模糊集合，再經反模糊模塊轉換成清晰數字量，從而達到控制被控制對象的目的。

2.1 輸入、輸出量的確定

通過研究分析，該文最終確定二維模糊控制器中兩輸入單輸出控制器。提出以圖2中（a）P-U特性曲線的斜率有很大的代表意義，因當系統輸出P為最大時，dP/dU=0，故可以將曲線上每個工作點的斜率dP/dU作為模糊控制器的一個輸入量，系統輸出功率P距功率最大點的遠近和系統功率的變化速率都可以用不同斜率dP/dU來表示，另外一個輸入量選擇dP?？刂破鞯妮敵隽窟x擇另一個有代表意義的量占空比值D，通過改變步長值達到對系統電路的占空比進行調整，促使系統一直能處于最優狀態[9]，即功率最大點。

2.2 模糊集合的確定

為了方便，選擇模糊集合{NB，NM，NS，ZZ，PS，PM，PB}，包含7個模糊子集來表示輸入、輸出量dP/dU、dP以及D變量取值，按照規定選擇{-7，-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，7}為模糊論域，即包含15個等級。

2.3 隸屬度函數的確定

隸屬度函數曲線的確定很重要，因為不同曲線直觀性不同，針對光伏系統的特點分析，選擇三角形作為隸屬度函數的形狀更便于理解，三角形曲線與原點（0）的距離大小代表系統誤差大小，即距離越小誤差越小，距離越大誤差越大；三角形曲線斜率反映系統分辨率，即越陡分辨率越高，越緩分辨率越低[10]。dP/dU、dP和D的隸屬函數形狀見圖5。

2.4 模糊控制規則的確定

通過分析得知規律如下：dP的值表示系統輸出值P與最大功率點的距離關系，即

（1）當系統輸出值P靠近最大功率點時，dP>0。

（2）當系統輸出值P遠離最大功率點時，dP<0。

斜率dP/dU的值表示系統功率的變化速率和方向關系，即

（1）當系統輸出值P工作在最大功率點左側時，dP/dU>0。

（2）當系統輸出值P工作在最大功率點右側時，dP/dU<0。

2.5 模糊集合的反模糊化

模糊集合的反模糊化是通過某一個特定的數值反映其模糊集合的規律。該數值通常是通過模糊集合映射得出，通常情況下該數值為模糊集合中具有代表性的點。反模糊化法通常采用重心法（centroid）、中位值法（bisector）、最大隸屬度法（maximum）的方法實現。該文選擇重心法求出模糊集合隸屬函數曲線和橫坐標包圍區域面積的重心。

3 仿真結果及分析

該文使用MATLAB 7.1.0搭建仿真模型，具體仿真模型見圖6。

通過在不同假定條件下，即不斷更改參數，得出基于模糊控制器的MPPT仿真曲線（見圖7）。

圖7是隨意改變S或T時所得到的仿真結果，圖7（a）為t=0.3s時，T由25℃變為35℃時的仿真曲線；圖7（b）為t=2s時，T由25℃變為45℃的仿真曲線；圖7（c）為t=3s時，S由800W/m2變為1000W/m2，的仿真曲線；圖7（d）中當t=0.5s時，T由25℃升為35℃和t=3s時，S由1000W/m2變為800W/m2時的仿真曲線。通過圖7可看出，在任意時刻，不論是S還是T改變，基于模糊控制的MPPT控制器都能很快跟蹤至最大功率點并無波動，系統動、穩態性能及控制性能得以驗證。

尤其是在外界條件突發變化時，太陽能光伏電池能迅速跟蹤至最大功率點，并在最大功率點穩定的工作，提高可靠的供電效率，足以達到訓練要求，在野外環境下提升應急通信電源保障能力。

4 結語

該文提出利用Matlab/Simulink建立了模糊控制的太陽能電池仿真模型，進一步分析了I-U和P-U特性。將光伏電池與Boost電路相結合，設計了MPPT的模糊控制器來解決系統的非線性以及環境溫度和光照強度對其的影響。仿真結果表明，該方法在外界環境變化劇烈的時，能快速地跟蹤至最大功率點，具有較高的控制精度和穩定性。使野外沒有市電或發電機供電阻斷的問題得以解決，提高太陽能光伏電池為野外應急機動通信方艙供電保障能力，從而不斷提升野外通信保障能力。

參考文獻

[1] 熊遠生，俞立，徐建明.固定電壓法結合擾動觀察法在光伏發電最大功率點跟蹤控制中應用[J].電力自動化設備，2009，29（6）：85-88.

[2] 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.

[3] Chihchiang H，Chihming S.Study of maximum power tracking techniques and control of DC/DC converters for photovoltaic power system[A].The 29th IEEE Annual Conference on Power Electronics Specialists，Germany： IEEE[C].1998：86-93.

[4] 吳忠軍，劉國海，廖志凌.硅太陽電池工程用數學模型參數的優化設計[J].電源技術，2007（11）：897-901.

[5] 王長江.基于Matlab的光伏電池通用數學模型[J].電力科學與工程，2009，25（4）：11-14.

[6] 蘇建徽，余世杰，趙為，等.硅太陽電池工程用數學模型 [J].太陽能學報，2001，22（4）：409-412.

[7] 郭紅全.基于模糊控制MPPT的單相光伏發電系統的仿真研究[J].青海大學學報，2012，30（1）：14-19.

[8] 柴鈺，周雪純.基于模糊控制的最大功率點跟蹤算法的研究[J].計算機工程與科學，2012，34（3）：142-147.

[9] 何海華，鄭壽森，祁新梅，等.基于模糊控制的最大功率點跟蹤的仿真研究[J].系統仿真學報，2012，24（2）：398-403.