基于占空比模糊控制的光伏發電系統MPPT技術

黃 瑞，孫黎霞

（河海大學 能源與電氣學院，江蘇 南京 210098）

基于占空比模糊控制的光伏發電系統MPPT技術

黃 瑞，孫黎霞

（河海大學 能源與電氣學院，江蘇 南京 210098）

為了有效地利用太陽能，有必要對光伏發電系統進行最大功率點跟蹤（MPPT）控制研究。文中以兩級式光伏并網發電系統為研究對象，建立了任意外界環境下的光伏陣列數學模型。由于光伏陣列的非線性輸出特性，將模糊控制思想引入最大功率點跟蹤，提出占空比模糊控制的擾動觀察法的MPPT控制策略，并通過計算機進行仿真驗證。與傳統的占空比擾動觀察法相比較，該方法能夠更加快速、準確地跟蹤上太陽能電池的最大功率點。

最大功率點跟蹤；模糊控制；太陽能；光伏發電系統

太陽能作為一種巨量的可再生能源，是近期急需的能源補充，又是未來能源結構的基礎，開發利用太陽能具有重大的戰略意義[1]。所有光伏發電系統都希望太陽能光伏陣列在同樣日照、溫度的條件下盡可能大的輸出電能，因此在理論和實踐上提出了太陽能光伏陣列的最大功率點跟蹤（MPPT）問題。

目前實現MPPT的方法有恒定電壓（CVT）法，擾動觀察（P&O）法及增量電導（INC）法等[4]。文中研究光伏發電系統中的MPPT問題，基于模糊控制理論，即利用模糊集合的基本概念和連續隸屬度函數的理論，提出了占空比模糊控制干擾觀察法。通過MATLAB/Simulink建模仿真，實現在任意外界環境下最大功率點的跟蹤，并與非模糊控制的占空比干擾觀察法相比較，結果表明該方法在快速性和穩定性方面取得了更好的效果。

1 光伏電池的數學建模

光伏電池模型通常要求僅采用廠家提供標準條件（光照強度Sref=1 000 W/m2，電池溫度 Tref=25℃）下的光伏電池板測試參數 Isc、Uoc、Im、Um，并且要在滿足工程精度的情況下盡可能地簡化模型。

簡化的光伏電池的數學模型為：

式中，Isc為標準條件下光伏電池的短路電流；Uoc為標準條件下光伏電池的開路電壓；Im為標準條件下光伏電池的最大功率點電流；Um為標準條件下光伏電池的最大功率點電壓。因此，只要知道這4個參數，就可以得到在標準條件下的光伏電池I-V特性曲線。

式中，參數a、b、c的典型值為：

2 占空比模糊控制實現MPPT

2.1 算法原理

基于占空比擾動觀察法原理，目標量為：光伏陣列的輸出功率P；控制量為：Boost電路的占空比D。

根據功率值變化量 ΔP（n）=P（n）-P（n-1）和 n-1 時刻的占空比調整步長ΔD（n-1），決定當前時刻的調整步長大小ΔD（n）。光伏發電系統的模糊控制原理圖如圖1所示。

圖1 光伏發電系統的模糊控制原理圖Fig.1 Schematic diagram of fuzzy control in photovoltaic power generation system

圖1中，輸入ΔP（n）表示第n時刻與前一時刻輸出功率差的實際值，Δp（n）表示 ΔP（n）對應于模糊集論域中的值；輸入ΔD （n-1）表示第n-1時刻占空比D調整步長的實際值，Δd（n-1）表示 ΔD（n-1）對應于模糊集論域中的值。 輸出 ΔD（n）表示第 n時刻占空比D調整步長的實際值，Δd（n）表示ΔD（n）對應于模糊集論域中的值；D（n-1）表示第 n-1時刻占空比的實際值，D（n）表示第n時刻占空比的實際值，e-Ts為一個單位延遲環節，Ke、Ka分別表示功率差和調整步長的量化因子。

在每一次尋優周期開始時，采樣當前時刻的輸出功率值 P（n）和前一時刻調整步長 ΔD（n-1），計算當前時刻 P（n）和前一時刻 P（n-1）的差值 ΔP（n），并對 ΔP（n）和 ΔD（n-1）進行量化，得到模糊集論域中的變量 Δp（n）和 Δd（n-1），將其作為模糊控制器的輸入，通過模糊推理得到當前時刻的調整步長Δd（n），經重心法反模糊化后，得到控制量占空比調整步長ΔD（n）的實際值，再與當前時刻的占空比D（n-1）相加得到下一時刻的占空比D（n），調整光伏陣列的輸出電壓和功率，然后就進入下一次的尋優周期。不斷重復上述過程，直到輸出功率差ΔP（n）達到精度要求，即，到達了光伏系統的最大功率點。

2.2 算法實現

2.2.1 確定輸入和輸出變量的模糊子集及論域

將語言變量分別定義為8個和6個模糊子集[6]，即Δp={NB，NM，NS，NO，PO，PS，PM，PB}；Δd={NB，NM，NS，PS，PM，PB}。 其中：NB，NM，NS，NO，PO，PS，PM，PB 分別表示負大，負中，負小，負零，正零，正小，正中，正大等模糊概念。并將論域規定為 13 個等級，即：Δp={-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；Δd={-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}。

2.2.2 確定隸屬函數

選擇常用的三角形隸屬函數，占空比調整步長Δd和功率差Δp的隸屬度函數分別如圖2所示。

圖2 調整步長Δd和功率差Δp的隸屬函數Fig.2 Membership function of Δd and Δp

2.2.3 模糊決策表

根據占空比擾動觀察法的原理，當前時刻的占空比調整步長ΔD（n）是由功率差ΔP和前一時刻的占空比調整步長ΔD（n-1）的變化量決定的。依據光伏陣列P-V特性曲線的分析，并考慮外界環境因素對光伏陣列輸出特性的影響，得到以下調整占空比步長ΔD（n-1）的原則：

1）如果輸出功率增加了，則繼續按原來步長方向調整，否則，向相反方向調整；

2）在最大功率點附近時，采用較小的調整步長，減少跟蹤時的功率損失；離最大功率點較遠時，采用較大的調整步長，以加快跟蹤速度。

3）當溫度和光照強度等外界因素突然變化使得光伏陣列的輸出功率發生較大變化時，系統能迅速地作出反應。

遵循上述原則，應用If A and B then C的模糊規則，模糊規則表如表1所示。

表1 MPPT模糊控制規則表Tab.1 MPPT fuzzy control rules

2.2.4 反糊方法

在模糊控制編輯器中，模糊推理采用成熟且容易成功實現的 Mamdani推理法，“交”方法為 min，“并”方法為 max，推理方法為min，聚類方法為max，反模糊方法選擇具有較高精度的重心法[7]，如圖3所示。

圖3 模糊控制器屬性編輯界面Fig.3 Attribute edit interface of fuzzy controller

3 仿真分析

外界環境條件為：光照強度S=1 000 W/m2，環境溫度T=25 ℃。 負載阻值 R=50 Ω。 量化因子：Ka＝0.005，Ke＝2.0。 采用固定步長為0.001，仿真器設置為ode3，運行時間為1 s。得到功率P和占空比D變化波形如圖4所示。

圖4 仿真輸出波形圖Fig.4 Output waveform of power P and duty ratio D

從圖 4（a）的輸出功率仿真波形可以得知：在Pm=157.3 W，Dm=0.638，t=0.039 s左右，光伏陣列就工作在最大功率點，實現了最大功率點跟蹤，并且功率波形平衡光滑，幾乎沒有振蕩。仿真結果表明了模糊控制方法可以使光伏系統快速平穩地跟蹤到最大功率點。

模擬外界環境變化，光照強度在1 s時由800 W/m2變為1 000 W/m2，環境溫度在2 s時由25℃變為0℃，仿真時間為3 s，其他仿真參數設置不變，仿真得到的功率和占空比波形如圖5所示；圖6為相同外界條件下，非模糊控制占空比擾動觀察法功率和占空比的輸出波形。

圖5 模糊控制仿真輸出波形Fig.5 Output waveforms using fuzzy control

圖6 非模糊控制仿真輸出波形Fig.6 Output waveforms without fuzzy control

由圖5和圖6可以看出，當光照強度為1 000 W/m2，環境溫度為25℃時，采用模糊控制法，系統在0.18 s就跟蹤上了最大功率點，達到了穩定，而采用非模糊控制，系統在0.55 s才跟蹤上最大功率點；當外界環境發生變化時，模糊控制法能夠快速跟蹤到新的最大功率點，波形到達穩態，沒有劇烈振蕩，而非模糊控制法達到穩定時出現了劇烈的振蕩。通過比較可以得出采用模糊控制的干擾觀察法可以獲得更好的性能。

4 結 論

鑒于光伏電池的非線性特性，針對光伏發電系統MPPT問題提出了將模糊控制思想應用到最大功率跟蹤的控制中，建立了一種基于擾動觀察法的模糊控制策略的模型，該模型不需要精確的內部電路特性和相關參數，就可以實現光伏陣列的最大功率點跟蹤，通過仿真驗證了該控制算法在快速性和穩定性方面具有更優的控制性能。

[1]趙爭鳴，劉建政，孫曉瑛，等.太陽能光伏發電及其應用[M].北京:科學出版社，2005.

[2]Rodriguez C，Amaratunga G A J.Analytic solution to the photovoltaicmaximum powerpointproblem [J].IEEE Transactions on Circuits and Systems－I，2007，54 （9）:2054－2060.

[3]Femia N，Petrone G，Spagnuolo G，et al.Optimization of perturb and observe maximum power point tracking method[J].PowerElectronics，IEEETransactionson，2005，20（4）:963－973.

[4]黃克亞.光伏發電系統最大功率點跟蹤算法研究及實現[D].蘇州:蘇州大學，2010.

[5]張玉平，石新春，陳雷.光伏系統最大功率跟蹤控制的仿真研究[J].燈與照明，2008，32（4）:51－55.

ZHANG Yu-ping，SHI Xin-chun，CHEN Lei.The simulation study of PV system maximum power point tracking control[J].Light and Lighting，2008，32（4）:51－55.

[6]焦陽，宋強，劉文華.光伏電池實用仿真模型及光伏發電系統仿真[J].電網技術，2010，34（11）:198－202.

JIAO Yang，SONG Qiang，LIU Wen-hua.Practical simulation model of photovoltaic cells and photovoltaic power generation system simulation[J].Power System Technology，2010，34（11）:198－202.

[7]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.

Study on the MPPT approaches in photovoltaic system based on fuzzy control

HUANG Rui，SUN Li-xia
（College of Energy and Electrical Engineering， Hohai University， Nanjing 210098， China）

In order to utilize solar energy effectively，it is necessary to study on Maximum Power Point Tracking （MPPT） in photovoltaic power generation system.In this paper，double-stage photovoltaic power generation system is studied and the mathematical model of photovoltaic array is established under any arbitrary environment.Due to the nonlinear output characteristic of photovoltaic array，fuzzy control is introduced to realize MPPT.It is presented perturb and observe （P&O）of duty cycle for fuzzy control in MPPT control strategy.The simulation is carried out based on the proposed algorithm.Compared with the conventional duty cycle of P&O method，it can track the maximum power point quickly and accurately

MPPT； fuzzy control； solar energy； photovoltaic power generation system

Tk513.4

A

1674－6236（2013）07-0101-04

2012-11-13稿件編號201211094

自然科學基金重點項目（51137002）；江蘇省基金項目（BK2011026）

黃 瑞（1986—），女，江蘇邳州人，碩士研究生。研究方向：光伏發電技術。