基于扰动观察法结合模糊控制法MPPT控制策略研究

康家玉， 周　猛, 王素娥， 王　旭

(陕西科技大学 电气与信息工程学院， 陕西 西安　710021)



基于扰动观察法结合模糊控制法MPPT控制策略研究

康家玉， 周猛, 王素娥， 王旭

(陕西科技大学 电气与信息工程学院， 陕西 西安710021)

摘要：分析了光伏阵列的输出特性及最大功率点跟踪控制原理，将模糊控制应用到光伏阵列的最大功率点跟踪控制中，以达到快速跟踪的目的；再引入改进的扰动观察法，优化最大功率点处的稳态特性.在外界环境突变的情况下，仿真结果表明组合式的控制方法可以提高系统的快速性、稳定性和能量转换效率.

关键词：光伏阵列； 扰动观察法； 模糊控制法； 最大功率点跟踪

0引言

太阳能是人类取之不尽用之不竭的可再生能源.光伏发电是人类利用太阳能的一种重要方式.光伏发电对于改善气候环境、缓解能源危机具有重要的意义，目前已成为国内外学术界和工业界研究的热点[1].然而，光伏阵列是一种非线性元件，光照强度、环境温度、负载等条件的变化会影响其输出功率的大小.因此，为了提高光伏电池的转换效率，使其在同样光照和环境温度下输出尽可能多的电能[2]，需要对光伏电池阵列的最大功率点进行快速、准确的跟踪.

在实际应用中，早期常用的最大功率点跟踪算法主要是恒定电压法和扰动观察法[3].近年来国内研究较多的主要是改进的扰动观察法[4]、导纳增量法、模糊控制法[5,6]及组合式的控制方法.扰动观察法优点是算法简单、容易实现和跟踪效率比较高，所以在工程中应用比较广泛.模糊控制法实现MPPT控制能快速响应外部环境变化[7],以达到快速跟踪的目的.

本文将扰动观察法和模糊控制法的优点相结合，在光照或环境温度突变时，首先采用模糊控制算法快速地跟踪到光伏阵列的最大功率点附近，之后采用新型的变步长扰动观察法可以使系统稳定在最大功率点处.仿真结果表明,组合算法极大地减小了最大功率点处的振荡，提高了系统的稳定性和能量转换效率.

1光伏阵列的输出特性

太阳能光伏电池的I-U特性随着外界环境的变化而变化，其输出电流-电压数学模型[8]可表示为：

(1)

式(1)中：Iph为光生电流，I0为反向饱和电流；U是负载端电压；Rs和Rsh分别为等效串并联电阻；A为二极管品质因子；K为波耳兹曼常数；T为绝对温度；q为单位电荷数；I为光伏电池输出电流.

太阳能电池供应商会提供四个重要的基本参数：开路电压(Voc)、短路电流(Isc)、最大功率点电流(Im)、最大功率点电压(Vm).可将(1)式简化为[9]:

(2)

(3)

(4)

基于上述光伏电池数学模型，在Simulink中建立光伏电池模型，其光伏阵列输出特性仿真如下：

图1　光照强度变化P-U曲线(温度为25 ℃)

图2　温度变化P-U曲线(光照强度为1 000W/m2)

由图1可以看出，在标准温度条件下，随着光照强度的加强，光伏电池的输出功率也随之提高，且在一定的光照条件下存在唯一一个最大功率点.在该点的左侧，光伏电池的输出功率随着输出电压的增加而提高；在该点右侧，光伏电池的输出功率随着输出电压的增加而降低[10].

由图2可以看出，在标准的光照条件下，随着温度的变化，最大功率点的位置也随之改变.温度越高，光伏电池的开路电压越小，光伏电池的最大功率点也随之降低.

由以上分析可知，光照强度和温度的变化是影响光伏电池输出功率的主要因素.在不同的外界条件下，需要对光伏电池进行最大功率点跟踪控制，以提高光伏阵列的发电效率.

2光伏电池最大功率点跟踪控制原理

当外界的条件发生变化时，如光照强度的改变和环境温度的变化，需要依据控制方法实时地调整光伏电池的工作点，使光伏电池始终工作在最大功率点处，这一过程称之为MPPT.

本文以DC-DC升压电路为基础，来实现最大功率点跟踪功能.Boost升压电路一方面可以提高输出电压，作为后级逆变电路的输入电压;另一方面在光伏电池和负载之间加入DC-DC电路可以实现阻抗变换.由Boost电路的阻抗变换关系可知Rin=(1-D)2RL,Rin为Boost电路的等效输入阻抗，RL为负载阻抗，D为Boost电路开关管的占空比.通过改变DC/DC工作的占空比，使光伏电池负载匹配光伏电池输出阻抗，最终使光伏电池工作在MPP处[11].

3组合式MPPT控制方案设计

3.1扰动观察法原理

扰动观察法是一种常用的最大功率点跟踪控制算法，相应的改进算法也有许多.其基本工作原理是：首先测量当前时刻的光伏电池输出电压和输出功率，然后在原来输出电压的基础上增加一个小的电压分量(或称之为扰动量).由图2和图3可知，此时光伏电池的输出功率会发生改变，测量此时的输出功率，比较两次测量的输出功率即可知道功率变化的方向.如果功率增大就继续保持原扰动方向不变；如果功率减小了则改变原扰动方向[12].扰动观察法的缺点就是在最大功率点处会产生振荡，无法兼顾跟踪速度和稳定精度.

3.2模糊控制器的原理和设计

模糊控制器的工作原理是将输入的数字信号经过模糊化变成模糊量，然后输入到模糊推理模块得出模糊集合，之后通过反模糊模块转换成清晰数字量以控制被控对象[13].由图2和图3可以看出,在最大功率点处dP/dV=0，dP/dV可以看成P-V曲线的斜率，斜率的绝对值比较大说明离最大功率点越远，斜率的绝对值比较小说明离最大功率点越近[14].由此规律结合功率的变化量和扰动步长的变化情况，建立模糊控制规则表.可以将dP/dV和dP作为模糊控制器的输入量，扰动步长的变化值dS作为模糊控制器的输出量，通过对扰动步长的控制来实现对电路占空比的调整，使系统工作在最大功率点处.

在MATLAB中建立mamdani型模糊控制器，将dP/dV、dP和dS均定义为7个相同的模糊子集{NB,NM,NS,Z,PS,PM,PB},分别表示为负大、负中、负小、零、正小、正中、正大，并为各模糊子集选择合适的隶属度函数.模糊输入输出量的论域为{-6,-5,-4,-3,-2,-1,0,+1,+2,+3,+4,+5,+6}.

模糊化：将输入的误差量ΔP、ΔP/ΔV经量化因子K2、K1处理后得到dP、dP/dV即为论域中的数值，该数值对应到模糊子集中.

输入变量经模糊化以后可以求出该值的相对隶属度，再依据上文的模糊控制规则进行模糊推理，并决策出模糊输出量.模糊输出量是一个模糊集合，通过解模糊化方法输出一个精确的控制量.

解模糊：在mamdani型控制器中选择重心法作为解模糊化算法，该算法直观合理，利用了模糊集合的所有信息[15].

模糊控制器模型如图3所示.

图3　模糊控制器模型

模糊控制规则如表1所示.

表1　模糊控制规则表

3.3扰动观察法结合模糊控制法的组合控制算法

两种控制算法的切换通过选择开关实现，当外界光照强度或温度突变致使光伏电池的工作点远离最大功率点时，首先应用模糊控制方法，依据模糊控制规则迅速地将光伏电池的输出功率调整到最大功率点附近；再引入改进的扰动观察法，优化最大功率点处的稳态特性，两种算法结合不仅提高了跟踪的快速性，而且还准确、平稳地跟踪到光伏阵列的最大功率点.

本文改进的扰动观察法是：采用变步长的扰动观察法，以ΔP*ΔV作为步长变化的基准，分别判断ΔV、ΔP和ΔP*ΔV的符号，由三者的符号关系即可确定所需步长D的大小和变动的方向，保证光伏电池的输出电压为其最大功率点处的电压.不断进行此扰动，直到ΔP近似达到零，这时就可以表明系统是工作在最大功率点处[16].这种算法简单、控制精度高，所以在最大功率点处振荡很小.

4仿真结果与分析

在Matlab/Simulink中建立组合式控制算法的仿真模型.光伏阵列参数为：开路电压Voc=44.136 V；短路电流Isc=5.384 6 A；最大功率点电压Vm=35 V；最大功率点电流Im=4.686 A；标准光照强度Sref=1 000 W/m2；标准温度Tref=25 ℃.在标准状况下，理论上光伏电池输出的最大功率为164.01 W.设置仿真时间为1 s,采用ode23tb(stiff/TR-BDF2)算法.仿真模型如图4所示.

图4　组合式控制算法仿真模型

仿真模拟外界环境是：标准温度条件下，用Simulink中Signal Builer模块构建光照强度的变化情况，0～0.3 s为1 000 W/m2,0.3～0.6 s为600 W/m2，0.6～1.0 s为800 W/m2.单一的扰动观察法的仿真波形如图5所示，扰动观察法结合模糊控制法的仿真波形如图6所示.各图中横坐标的电压、功率、电流分别代表光伏电池输出的电压、功率和电流. 由图5可知，采用模糊控制算法可以快速地跟踪到最大功率点附近，标准状况下用时仅需0.04 s左右，在光照突变的情况下也可以达到快速跟踪的目的.稳定后对其局部放大可知，标况下输出功率最高只能达到143 W,跟踪精度比较差.

由图6可以看出，采用没有改进的扰动观察法对光伏电池进行最大功率点跟踪，在0～0.3 s对仿真图形局部放大可知光伏电池的输出功率在152～164 W范围内振荡,此外其输出电压和输出电流的振荡幅度也都比较大.在光照突变的情况下，光伏电池的输出量在短时间内出现比较大的波动情况，这就有可能会造成误判现象.

图5　模糊控制法仿真波形

图6　扰动观察法仿真波形

由图7对比图5和图6可以看出，采用组合算法对光伏电池进行最大功率点跟踪控制，在最大功率点处基本无波动，振荡很小.标况下，稳定用时约为0.019 s,最大功率为164.1 W.并且在光照突变的情况下也可以实现快速跟踪，消除误判现象.光伏电池的输出电压和电流的振荡幅度都比扰动观察法小很多，这在实际的应用中具有重要的意义，可以提高传感器采集数据的精度.

图7　组合式控制算法仿真波形

5结论

本文分析了光伏阵列的输出特性，介绍了扰动观察法和模糊控制法在最大功率点跟踪上的应用.针对扰动观察法和模糊控制法各自的优点，提出了基于扰动观察法结合模糊控制法的组合控制算法.在环境突变的情况下，首先采用模糊控制算法快速逼近光伏电池的最大功率点，到达最大功率点附近之后，采用新型的扰动观察法.仿真结果表明，采用组合式的控制算法可以快速跟踪到光伏电池的最大功率点，且能极大地减小在最大功率点处的振荡，提高了系统的稳定性和发电的效率.

参考文献

[1] 张超,何湘宁.非对称模糊PID控制在光伏发电MPPT中的应用[J].电工技术学报,2005,20(10):72-75.

[2] 李娟,孙莹.光伏发电MPPT控制方法研究综述[J].机电一体化,2013,19(2):13-18,54.

[3] 吴华波.基于扰动观察法的最大功率跟踪的实现[J].电测与仪表，2010,47(11)：42-46.

[4] 路晓，秦立军.自适应扰动观察法在光伏MPPT中的应用与仿真[J].现代电力，2011,28(1)：80-84.

[5] 尤鋆，郑建勇.基于模糊PI调节Boost电路的光伏系统最大功率点跟踪控制[J].电力自动化设备，2012,32(6)：94-98.

[6] 杨旭，曾成碧，陈宾.基于广义动态模糊神经网络的光伏电池MPPT控制[J].电力系统保护与控制，2010,38(13)：22-25.

[7] 徐明亮，唐玉兰，徐德云.在线扰动优化光伏MPPT模糊控制器[J].计算机工程与应用，2012,48(1)：216-218.

[8] 傅望,周林,郭珂,等.光伏电池工程用数学模型研究[J].电工技术学报,2011,26(10):211-216.

[9] 苏建徽,余世杰,赵为,等.硅太阳电池工程用数学模型[J].太阳能学报,2001,22(4):409-412.

[10] 杜慧.太阳能光伏发电控制系统的研究[D].保定：华北电力大学，2008.

[11] Irmak E,Guler N. Application of a high efficient voltage regulation system with MPPT algorithm[J].Electrical Power and Energy Systems,2013(44):703-712.

[12] 纪芳.并网光伏发电系统最大功率点跟踪技术的研究[D].济南:山东大学,2010.

[13] 何海华,郑寿森,祁新梅,等.基于模糊控制的最大功率点跟踪的仿真研究[J].系统仿真学报,2012,24(2):398-403.

[14] 程兴权.移动式风光互补发电集成装备关键技术研究[D].天津：天津大学，2012.

[15] 董慧颖，白鹤.基于模糊控制的太阳电池最大功率点跟踪算法研究[J].太阳能学报，2014,35(8)：1 416-1 421.

[16] 项金山,许忠仁,边重阳.基于固定电压法结合P&O法MPPT控制策略研究[J].自动化与仪器仪表,2014(12):13-15.

【责任编辑：蒋亚儒】

The research of MPPT control strategy based on the P&O method combined with fuzzy control method

KANG Jia-yu, ZHOU Meng, WANG Su-e, WANG Xu

(College of Electrical and Information Engineering, Shaanxi University of Science & Technology, Xi′an 710021, China)

Abstract:Analysis of the output characteristics of the Photovoltaic array and maximum power point tracking control principle,fuzzy control is applied to the control of PV array maximum power point tracking,in order to achieve the purpose of the fast track;then,an improved perturbation and observation method is introduced to optimize the steady-state characteristics of the maximum power point.In the case of mutation of the external environment,the simulation results show that the combined control methods can improve quickly, stability and energy conversion efficiency of the system.

Key words:photovoltaic array; perturbation and observation method; fuzzy logic control; maximum power point tracking (MPPT)

中图分类号：TM615

文献标志码：A

文章编号：1000-5811(2016)03-0156-05

作者简介:康家玉(1969-)，女，江西泰和人，副教授，博士，研究方向：新能源与电能变换技术

基金项目：陕西省科技厅工业攻关项目(2015GY038)

收稿日期:2016-03-25