基于CMAC與PID控制的光伏發(fā)電逐日系統(tǒng)研究

諸天逸

摘 要：CMAC與PID并行控制的算法能夠具有比傳統(tǒng)PID控制更好的非線性逼近能力，更適合在復(fù)雜動態(tài)環(huán)境下太陽能光伏發(fā)電板的非線性實時逐日控制，實現(xiàn)了最大限度吸收太陽能并使太陽能利用率達到最大化的目的。

關(guān)鍵詞：光伏發(fā)電；CMAC控制；PID算法；非線性學習算法

DOI：10.16640/j.cnki.37-1222/t.2016.07.035

0 前言

在太陽能光伏發(fā)電系統(tǒng)中，最大功率點控制問題稱為太陽能光伏發(fā)電系統(tǒng)中的重要問題。為了追蹤最大功率點，傳統(tǒng)的最大功率點跟蹤控制方法包括固定電壓法、擾動觀察法、電導(dǎo)增量法、模糊控制法等。其中固定電壓法控制方式簡單，易于實現(xiàn)，但是此方式忽視了對光伏陣列開路電壓的影響；擾動觀察法具有控制精確、響應(yīng)速度快等優(yōu)點，但是對硬件要求比較高，而本文提出的PID控制算法適用于非線性系統(tǒng)。

1 項目概括

太陽能逐日系統(tǒng)中，空間角度變化必須與時間掛鉤，并且在不同時間點所需要控制的方式都不通過，必須將空間劃分為8個卦限，在幾種模式中來回調(diào)整，新型PID算法結(jié)合CMAC（神經(jīng)網(wǎng)絡(luò)）控制，該算法可以通過學習算法改變非線性函數(shù)的表格查詢內(nèi)容，并具有信息分類存儲能力。

2 CMAC（神經(jīng)網(wǎng)絡(luò)）與PID控制算法

2.1 光伏發(fā)電逐日要求及傳統(tǒng)PID的缺陷

由于太陽能自身特點雖然普遍性、無害性、巨大性、長久性，但由于其分散性、不穩(wěn)定性、效率低和成本高的缺陷[1]。而且，太陽能行業(yè)目前現(xiàn)狀也不容樂觀，2010年的“黑色春天”成為一些太陽能熱水器企業(yè)心中的痛，行業(yè)性的下滑、產(chǎn)能嚴重過剩、產(chǎn)品積壓，甚至有些產(chǎn)品被出現(xiàn)被砸機當廢鐵賣的殘局。由此可見太陽能產(chǎn)業(yè)需要有較大的技術(shù)等革新。太陽能大規(guī)模應(yīng)用難度在增加，為了使太陽能稱為連續(xù)、穩(wěn)定的能源，從而最終成為能夠與常規(guī)能源相競爭的替代能源，就必須解決這些問題。而傳統(tǒng)的PID控制對于太陽能最大功率點的采集的滯后性與不靈敏性，現(xiàn)提出一種基于CMAC（神經(jīng)網(wǎng)路）與PID并行控制的光伏發(fā)電逐日系統(tǒng)研究方案。

2.2 PID多參數(shù)輸入融合計算

本文提出的基于CMAC與PID控制的光伏發(fā)電逐日系統(tǒng)，通過ST公司的單片機STM32F103RBT6芯片的控制，具體驗證了CMAC（神經(jīng)網(wǎng)絡(luò)）和PID控制算法的合理性。

系統(tǒng)首先根據(jù)用戶設(shè)置的空間光源位置和目標偏移角度，基于起始太陽能光伏板平面空間傾斜角度與目標偏移角度間的線性關(guān)系，然后系統(tǒng)通過角度傳感器和光敏電阻采集獲取當前的角度和光強信息，CMAC（神經(jīng)網(wǎng)絡(luò)）與PID控制算法將實際空間角信息與目標目標角信息一起進行比例（Proportion）、積分（Integral）和微分（Differential）計算。

2.3 CMAC（神經(jīng)網(wǎng)路）與PID參數(shù)并行控制

CMAC（Cerebellar Model Articulation Controller）亦即小腦模型神經(jīng)網(wǎng)絡(luò)，是一種表達復(fù)雜非線性函數(shù)的表格查詢型自適應(yīng)神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以通過學習算法改變表格的內(nèi)容，具有信息分類存儲能力[2]。

該神經(jīng)網(wǎng)絡(luò)算法把系統(tǒng)的輸入情況看成是一個指針，把檢測到的太陽能光伏強度及通過光敏電阻采集光影計算所得的太陽能電池板的三維偏角分布式地存入一組存儲單元，將所需要的角度輸入空間劃分成一定數(shù)量的個體，每個個體將被指定在某個特定的空間實際存儲器位置，每個個體學習到的信息分散著被存儲到相鄰個體的臨近位置上。該系統(tǒng)通過CMAC與PID的并行控制，符合控制實現(xiàn)前饋反饋控制，其特點如圖1。CMAC采用的學習算法每一控制周期結(jié)束時，計算出CMAC輸入的空間角度信息，并與總控制出入標準角度信息相比較，修正權(quán)重，進入學習過程。學習的目的是使總控制輸入與CMAC的輸出之差最小，經(jīng)過CMAC的學習，使得系統(tǒng)的總控制算法輸出由CMAC產(chǎn)生，而常規(guī)的采用PD算法而不用PID控制算法的控制器會使得CMAC學習僅僅依賴于空間角度誤差的當時測量值及其變化值。

3 結(jié)論

在光伏發(fā)電逐日系統(tǒng)應(yīng)用該CMAC與PID控制并行控制的只能算法后，通過調(diào)整太陽能電池板面的空間角度，能夠?qū)崟r高效追蹤太陽照射角度，提高集熱效率，較傳統(tǒng)平板光伏系統(tǒng)能增加至少27%的發(fā)電量。實驗表明，該系統(tǒng)較好的實現(xiàn)了最大限度吸收太陽能并使太陽能利用率達到最大化的目的，各項功能工作正常，控制方案簡單可行，系統(tǒng)工作穩(wěn)定可靠，性能良好。

參考文獻：

[1]白建波.太陽能光伏系統(tǒng)建模、仿真與優(yōu)化[M].電子工業(yè)出版社，2014.

[2]舒懷林.PID神經(jīng)元網(wǎng)絡(luò)及其控制系統(tǒng)[M].國防工業(yè)出版社，2006.