基于功率預測的Fuzzy-PID控制在光伏MPPT中的應用

王亞楠，楊旭紅

(上海電力學院 自動化工程學院，上海200090)

基于功率預測的Fuzzy-PID控制在光伏MPPT中的應用

王亞楠，楊旭紅

(上海電力學院 自動化工程學院，上海200090)

摘要：模糊控制由于強智能性和針對強非線性系統的特征，在光伏發電MPPT中運用十分普遍。針對傳統模糊控制算法的兩方面的缺陷，即一方面傳統模糊算法在響應速度與跟蹤精度得不到兼顧；另一方面算法在光伏MPPT中也可能出現誤判現象，提出一種將功率預測與模糊PID算法相結合的新型模糊控制器。最后通過在MATLAB/SIMULINK軟件平臺搭建基于Boost電路的光伏發電系統仿真模型，比較分析了傳統模糊MPPT算法與提出方法在動態性能與靜態性能兩方面的仿真結果，從而驗證了所提方法的可行性和實用性。

關鍵詞：光伏發電； 最大功率點跟蹤； 功率預測； 模糊PID控制

中圖分類號:TM615

文獻標識碼:??碼: A

DOI:10.3969/j.issn.1672-0792.2015.11.002

收稿日期：2015-09-30。

基金項目：上海市自然科學基金資助項目(13ZR1417800)；上海市科技創新行動技術高新技術領域重點項目(14511101200)；上海市電站自動化技術重點實驗室開放(13DZ2273800)；上海市重點科技攻關計劃(14110500700)。

作者簡介：王亞楠(1991-)，男，碩士研究生，主要從事光伏微網運行控制的研究，E-mail:sandman1927@163.com。

Abstract：The fuzzy regulator boasts strong intelligence and the characteristic of dealing with strong nonlinear systems, rendering it widely used in MPPT of photovoltaic(PV) generation. However, there are two defects in the conventional fuzzy control. First, the conventional fuzzy control can hardly satisfy simultaneously the requirements in response speed and tracking accuracy. Second, the algorithm may lead to miscalculation in the MPPT of PV generation. Therefore, a new fuzzy regulator which combines power predication with fuzzy PID control was proposed in this paper. Finally, the simulation model of PV generation system of Boost circuit was built on MATLAB/SIMULINK platform. And comparisons of the conventional fuzzy MPPT and the proposed method in terms of both dynamic performance and static performance verify the feasiblity and practicability of the proposed method.

Keywords：PV generation; MPPT; power prediction; fuzzy-PID

0引言

太陽能光伏發電由于其具有可再生性、清潔性及取之不盡、用之不竭等特點，正在發展成為世界能源組成中的重要部分[1]。在太陽能光伏發電中，受光照強度、環境溫度、負載等因數的影響，光伏電池的輸出特性具有較強的非線性。當光伏電池工作在某一個特定的輸出電壓值時，其輸出功率可以達到最大值。為了提高其工作效率，使光伏電池始終工作在最大功率點附近[2]，就需要對最大功率點進行追蹤，即最大功率追蹤(Maximum Power Point Tracking，MPPT)。

傳統的光伏發電MPPT方法有電導增量法[3](Incremental Conductance)、擾動觀察法[4](Perturb and Observe Algorithms)、模糊邏輯控制法[5](Fuzzy Logic Control)等。其中，電導增量法和擾動觀察法步長大小選取的矛盾使得這兩種算法在跟蹤精度和響應速度兩方面得不到兼顧。相比之下，模糊邏輯控制法具有較明顯的智能性[6]，更適用于類似于光伏電池輸出功率這樣的強非線性系統。不過，當外部環境情況發生突變時，傳統模糊邏輯控制法可能會出現誤判現象[7]。針對傳統模糊MPPT控制算法這一缺陷，本文提出一種基于功率預測的Fuzzy-PID新控制算法，該算法能在保證算法跟蹤精度和響應速度的同時，當外部環境發生突變時，有效避免誤判現象，顯示出良好的動態性能。文章最后通過搭建基于Boost電路的光伏發電系統仿真模型，對比分析了新方法與傳統模糊MPPT算法的穩態性能和動態性能，驗證了本文所提基于功率預測的模糊PID控制算法的可行性。

1光伏電池特性

光伏電池的基本機理是半導體材料的光生伏特效應[8]，等效電路模型如圖1所示。

根據圖1可以得出光伏電池的等效數學模型[9]為：

圖1　光伏電池的等效電路

(1)

式中：I為光伏電池輸出電流；Iph為短路電流；I0為無光照時二極管反向飽和電流；q為電荷常量，q=1.6×1019C；Uoc為光伏電池開路電壓；A為二極管因子參數；K為玻爾茲曼常數，K=1.38×10-23J/K；T為光伏電池絕對溫度；Rs為串聯電阻；Rp為等效旁漏電阻。

根據式(1)的工程模型，本文在MATLAB/SIMULINK仿真軟件平臺搭建了光伏電池的仿真模型，并仿真得出光伏電池輸出特性曲線如圖2所示。為了更好的對光伏電池照度特性和溫度特性進行定性分析，特設定了光照強度為1 000 W/m2和溫度為25 ℃兩個案列，分別如圖2(a)、(b)所示。從圖2可以得出結論：光伏電池輸出功率隨著光照強度的增加而增加，隨著光伏電池板絕對溫度的增加而減小[10]。

圖2　光伏電池P-U特性曲線圖

2功率預測原理

2.1　傳統模糊MPPT控制中誤判分析

傳統模糊MPPT控制器以光伏電池輸出功率誤差e和誤差變化率ec經過歸一模糊量化處理后作為模糊輸入量，然后根據e和ec的變化情況來決定下一時刻擾動步長的大小與方向。但當外部情況突變時，傳統模糊MPPT控制算法可能會出現誤判現象。如圖3中分析所示，當光伏電池工作在點a時，由于處于最大功率點的左側，控制器給出一個正方向的步長ΔU，使得系統繼續向最大功率點移動，假設下一時刻光伏電池輸出電壓工作應該為Ub。若外部環境沒有發生變化，應該到達點b處；但可能由于光照強度減小等原因，光伏電池的輸出特性曲線發生變化，最終落在點c處；這時可能就有Pc

圖3　傳統光伏MPPT算法誤判現象分析圖

2.2　功率預測防誤判原理

為了解決上面分析可能出現的誤判問題，需要得出環境改變后的同一曲線擾動前后的功率值。如圖4所示，設在kT時刻，采樣得到此時光伏電池的輸出功率是P(k)，工作電壓為U(k)，即工作在D點。若外部光照條件突然發生改變，導致下一個采樣工作點到達A點，為防止誤判現象的發生則必須預測出B點的功率值。功率預測的原理[12]是在采樣后的半個工作周期時增加一次采樣，得到半個采樣周期后的輸出功率為P(k+0.5)。在數學角度，若采樣的頻率足夠快，可以近似認為短時間內外部環境變化導致的功率變化率是線性的，即相鄰相同間隔的時間功率的增加是恒定的，有ΔP1≈ΔP2。根據上述原理，可以得到預測值公式：

(2)

圖4　功率預測原理圖

3基于功率預測的Fuzzy-PID控制器的設計

PID算法具有簡單、穩定和可靠性高等優點，在太陽能MPPT控制中應用廣泛。但其不具有參數在線優化功能，使得在處理類似光伏電池這類強非線性系統時略顯不足。模糊控制由于其智能性和針對強非線性系統的特征，在光伏發電MPPT控制中被廣泛使用。傳統模糊控制以功率誤差和誤差的變化率作為模糊輸入量，上文已經分析過傳統模糊控制算法可能會引起誤判。另外，傳統模糊沒有積分反饋環節，屬于有差控制，在到達最大功率點附近后，會形成較大的振蕩，形成一定的功率浪費，影響發電的效率[13]。綜上，將模糊控制和常規PID控制相結合的模糊PID控制在光伏MPPT中有廣泛的應用。本文設計的控制器是將功率預測和模糊PID算法相結合，以實時功率與預測功率的差值作為輸入量，有效避免誤判現象的發生；模糊PID控制算法則很好地兼顧了跟蹤精度與響應速度，其基本原理如圖5所示。其中：

(3)

本文設計的控制器兩個輸入量e、ec，三個輸出量Kp、Ki、Kd均具有7個模糊子集，分別為{NB，NM，NS，ZE，PS，PM，PB}，并規定它們具有相同的論域為{-3，-2，-1，0，1，2，3}。根據系統的特點與要求，輸入量和輸出量均設定為三角形隸屬函數。另外，模糊控制規則是整個模糊控制器中最重要的部分，直接決定追蹤任務的完成與否。根據經驗與理論的分析，本文的參數整定大致遵循下面三條規則[6]：

圖5　光伏發電系統模糊PID控制器原理框圖

(1)當|e|的值偏大時，說明距最大功率點較遠，為加快算法的響應速度，Kp的值應設的較大；為防止開始時偏值過大，Kd的值應當較小；為防止系統積分飽和，Ki的值應當設置的較小。

(2)當|e|和|ec|的值均處于中等大小時，Kp的值和Kd的取值都應當較小；而Ki的值應當設置適當即可。

(3)當|e|的值偏小時，此時應當保證系統的穩態性能，顧Kp的值和Ki的值應當較小。而Kd的值得根據|ec|的值分三種情況而定，具體如下：當|ec|的值相對較大時，Kd的值應當較??；當|ec|的值相對較小時，Kd的值則相應較大；否則，Kd的值設定為中等大小即可。

根據上述規則，本文制定模糊PID控制器的規則如表1所示。

表1　模糊控制器規則表

4仿真分析

為了說明上文中所提的算法的實用性，本文在MATLAB/SIMULINK平臺搭建了基于Boost電路的光伏發電系統的仿真平臺。如圖6所示，通過調整PWM波形的占空比的大小來控制晶閘管的開斷時間，從而達到控制光伏發電系統工作電壓的目的。圖6所搭建的系統仿真模型的一些主要參數說明如下，光伏電池方面：開路電壓設定為22 V，短路電流設定為8.58 A；Boost電路方面：電容C的值為300 e-6 F，CF值為500 e-6 F，電感L值為1 e-3 H；PWM模塊方面三角波設定為[-0.5,0.5]；另外仿真均采用ode45算法[10]。

圖6　光伏發電系統仿真模型

為了說明本文提出基于功率預測的新型模糊PID控制器的控制效果，本文選取傳統模糊控制算法與之結果相比較分析。仿真均設定在標準測試溫度為25 ℃，照度為1 000 W/m2下進行，最大功率點處工作電壓約為17.7 V，工作電流約為7.94 A，故最大功率為140.5 W左右。當系統追蹤到最大功率點穩定后，為了更好地比較兩種方法的動態性能，分析它們對突變情況的應對能力，特在仿真0.2 s時將仿真環境光照強度突降至800 W/m2。兩種方法的仿真結果圖分別如圖7、圖8所示。為方便分析，特將穩定后與突變后的功率情況通過小圖放大，如圖7、圖8中小圖所示。兩種方法的穩態性能和動態性能分析總結如下。

圖7　傳統模糊控制算法仿真結果圖

圖8　結合功率預測的Fuzzy-PID算法仿真結果圖

穩態性能方面：首先，兩種方法均成功追蹤到最大功率點，在140 W上下波動，驗證了所用兩種方法均是有效的。傳統模糊控制算法從開始追蹤到穩定所花時間大約為0.03 s；穩定后波動幅度為139.6~140.6 W，即1 W。本文所提基于功率預測的模糊PID算法從開始追蹤到穩定所花時間大約為0.01 s；穩定后波動的幅度為140~140.5 W，即0.5 W。

動態性能方面：同樣，0.2 s突變后兩種方法均重新追蹤到了新的最大功率點，在108 W處上下波動。傳統模糊控制算法大約在0.218 s重新追蹤到新最大功率點；穩定后波動幅度為107.5~108.6 W，即1.1 W。本文所提基于功率預測的模糊PID算法大約在0.204 s即又重新追蹤到新最大功率點；穩定后波動幅度為108~108.5 W，即0.5 W。

從上述對穩態性能和動態性能的分析來看，本文所提方法在追蹤精度與響應速度方面均表現更好，特別是在應對外部環境突變情況時，能有效地避免誤判情況的發生并及時地追蹤到新的最大功率點。

5結論

本文主要分析了傳統光伏MPPT算法在追蹤時可能出現誤判現象的原因，提出一種將功率預測與模糊PID控制器相結合的新型控制策略。理論分析了所提方法的原理，并在MATLAB/SIMULINK軟件平臺上搭建了基于Boost電路的光伏發電仿真模型。通過與傳統模糊MPPT控制算法仿真結果中穩態性能與動態性能兩方面的比較，驗證了新方法的可行性。文章較好地模擬了實際光伏發電系統情景，但僅限于仿真平臺模擬，并沒有取得實驗性的論證。

參考文獻:

[1]趙爭鳴, 陳劍, 孫曉瑛. 太陽能光伏發電最大功率點跟蹤技術[M]. 北京：電子工業出版社, 2012.

[2]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.

[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]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.

[5]林虹江, 周步祥, 冉伊,等. 基于遺傳優化 BP 神經網絡算法的光伏系統最大功率點跟蹤研究[J]. 電測與儀表, 2015, 52(5):35-40.

[6]陳麗, 韓輝. 基于模糊 PID 控制 MPPT 在光伏系統中的仿真研究[J]. 電子設計工程, 2013, 21(2): 67-70.

[7]徐鋒, 鄭向軍, 徐鈺. 電流預測的電導增量法在光伏 MPPT 中的應用[J]. 自動化儀表, 2014, 35(6): 31-34.

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

[9]李金, 任稷林, 祁承超, 等.一種改進的太陽能電池MPPT技術[J].通信電源技術, 2012, 29(4): 13-15.

[10]王亞楠, 楊旭紅, 王軍成, 等. 一種新型變步長光伏最大功率點跟蹤控制策略[J]. 電氣傳動, 2015, 45(1): 54-57.

[11]劉增環, 李潔. 基于功率預測的變步長擾動觀測法在光伏 MPPT 中的應用[J]. 制造業自動化, 2015, 37(4): 2-5.

[12]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(2): 414-416,430.

[13]黃克亞. 模糊 PID 控制在光伏發電 MPPT 中的應用[J]. 計算機仿真, 2013, 30(3): 134-137.

The Application of Fuzzy-PID Control Method Based on Power Prediction in Photovoltaic MPPT

Wang Yanan, Yang Xuhong(Automatic Engineering of Shanghai University of Electric Power, Shanghai 200090,China)