基于CMAC与PID控制的光伏发电逐日系统研究

诸天逸

摘 要：CMAC与PID并行控制的算法能够具有比传统PID控制更好的非线性逼近能力，更适合在复杂动态环境下太阳能光伏发电板的非线性实时逐日控制，实现了最大限度吸收太阳能并使太阳能利用率达到最大化的目的。

关键词：光伏发电；CMAC控制；PID算法；非线性学习算法

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

0 前言

在太阳能光伏发电系统中，最大功率点控制问题称为太阳能光伏发电系统中的重要问题。为了追踪最大功率点，传统的最大功率点跟踪控制方法包括固定电压法、扰动观察法、电导增量法、模糊控制法等。其中固定电压法控制方式简单，易于实现，但是此方式忽视了对光伏阵列开路电压的影响；扰动观察法具有控制精确、响应速度快等优点，但是对硬件要求比较高，而本文提出的PID控制算法适用于非线性系统。

1 项目概括

太阳能逐日系统中，空间角度变化必须与时间挂钩，并且在不同时间点所需要控制的方式都不通过，必须将空间划分为8个卦限，在几种模式中来回调整，新型PID算法结合CMAC（神经网络）控制，该算法可以通过学习算法改变非线性函数的表格查询内容，并具有信息分类存储能力。

2 CMAC（神经网络）与PID控制算法

2.1 光伏发电逐日要求及传统PID的缺陷

由于太阳能自身特点虽然普遍性、无害性、巨大性、长久性，但由于其分散性、不稳定性、效率低和成本高的缺陷[1]。而且，太阳能行业目前现状也不容乐观，2010年的“黑色春天”成为一些太阳能热水器企业心中的痛，行业性的下滑、产能严重过剩、产品积压，甚至有些产品被出现被砸机当废铁卖的残局。由此可见太阳能产业需要有较大的技术等革新。太阳能大规模应用难度在增加，为了使太阳能称为连续、稳定的能源，从而最终成为能够与常规能源相竞争的替代能源，就必须解决这些问题。而传统的PID控制对于太阳能最大功率点的采集的滞后性与不灵敏性，现提出一种基于CMAC（神经网路）与PID并行控制的光伏发电逐日系统研究方案。

2.2 PID多参数输入融合计算

本文提出的基于CMAC与PID控制的光伏发电逐日系统，通过ST公司的单片机STM32F103RBT6芯片的控制，具体验证了CMAC（神经网络）和PID控制算法的合理性。

系统首先根据用户设置的空间光源位置和目标偏移角度，基于起始太阳能光伏板平面空间倾斜角度与目标偏移角度间的线性关系，然后系统通过角度传感器和光敏电阻采集获取当前的角度和光强信息，CMAC（神经网络）与PID控制算法将实际空间角信息与目标目标角信息一起进行比例（Proportion）、积分（Integral）和微分（Differential）计算。

2.3 CMAC（神经网路）与PID参数并行控制

CMAC（Cerebellar Model Articulation Controller）亦即小脑模型神经网络，是一种表达复杂非线性函数的表格查询型自适应神经网络，该网络可以通过学习算法改变表格的内容，具有信息分类存储能力[2]。

该神经网络算法把系统的输入情况看成是一个指针，把检测到的太阳能光伏强度及通过光敏电阻采集光影计算所得的太阳能电池板的三维偏角分布式地存入一组存储单元，将所需要的角度输入空间划分成一定数量的个体，每个个体将被指定在某个特定的空间实际存储器位置，每个个体学习到的信息分散着被存储到相邻个体的临近位置上。该系统通过CMAC与PID的并行控制，符合控制实现前馈反馈控制，其特点如图1。CMAC采用的学习算法每一控制周期结束时，计算出CMAC输入的空间角度信息，并与总控制出入标准角度信息相比较，修正权重，进入学习过程。学习的目的是使总控制输入与CMAC的输出之差最小，经过CMAC的学习，使得系统的总控制算法输出由CMAC产生，而常规的采用PD算法而不用PID控制算法的控制器会使得CMAC学习仅仅依赖于空间角度误差的当时测量值及其变化值。

3 结论

在光伏发电逐日系统应用该CMAC与PID控制并行控制的只能算法后，通过调整太阳能电池板面的空间角度，能够实时高效追踪太阳照射角度，提高集热效率，较传统平板光伏系统能增加至少27%的发电量。实验表明，该系统较好的实现了最大限度吸收太阳能并使太阳能利用率达到最大化的目的，各项功能工作正常，控制方案简单可行，系统工作稳定可靠，性能良好。

参考文献：

[1]白建波.太阳能光伏系统建模、仿真与优化[M].电子工业出版社，2014.

[2]舒怀林.PID神经元网络及其控制系统[M].国防工业出版社，2006.