基于模糊控制的MPPT控制系统研究

朱佳伟 王伟 李晓文 戚维春

摘要

通过研究光伏电池输出特性和光伏系统最大功率点追踪技术原理，提出了一种基于模糊控制算法的MPPT控制系统，并对该系统的硬件电路和控制算法进行了设计，同时搭建了控制系统仿真模型和原理样机.在此基础上，验证了模糊控制算法在光伏发电系统MPPT方面的正确性和可行性，结果表明系统具有较好的鲁棒性且动态性能良好

【关键词】光伏发电系统 MPPT 模糊控制

目前，全球范围内能源问题和传统能源的大量使用所引起的环境问题严峻，开发利用新能源是全人类面临的共同课题。光伏发电以其清洁、可再生的独特优势得到人们青睐，被越来越多的应用于电力、通信、交通等各个领域。最大功率点跟踪（Maximum PowerPoint Tracking，MPPT）控制技术比起传统的PWM光伏发电控制技术，成本更低，效率更高，因此成为提高光伏发电效率的有效方法。MPPT旨在输出功率实时追踪光伏电池的最大功率点，各种控制方法被不断地提出并实践，如恒定电压控制法（Constant VoltageTracking，CVT）、扰动观测法（Perturbationand Observation Method，P&O）、导纳增量法（Incremental Conductance，INC）等。本文利用光伏电池输出特性，研究并设计了一种基于模糊控制思想的MPPT光伏发电系统。充分发挥模糊控制方法处理被控对象为非线性且精确的数学模型难以得到情况时的优越性，使系统能够更快的跟踪并且无振荡的稳定在最大功率点处，实现光伏电池输出功率最大化，从而提高光能利用率。

1 独立光伏发电系统原理

1.1 光伏电池

光伏电池基于光伏效应制作而成，半导体表面在太阳光的照射下，光子能量被吸收，使电子从价带跃迁到导带，从而产生电子——空穴对，实现光能到电能的转变。实际工程应用中，光伏电池一般用如图1所示电路进行等效。

在理想情况下，旁路电阻R_sh无穷大，串联电阻R_s为0，得到如下关系式：

其电I_ph为光生电流，I₀为反向饱和电流，K为玻尔兹曼常数，A为二极管理想因子，T为绝对温度，q为电子电荷量，U为光伏电池输出电压，I为光伏电池输出电流。

工程上通常利用式（2）-（4）建立光伏电池数学模型，对其进行简化研究分析。

其中，C₁、C₂为改进系数，I_sc、I_m、U_oc、U_m分别为光伏电池短路电流、峰值电流、开路电压、峰值电压。若光照强度或外界温度发生变化时，光伏电池输出为：

其中：α、β分别为电流、电压温度系数，S为外界光照强度，S_ref为标准光照强度，T为温度，T_ref为标准温度，U、I为在S_ref和T_ref下光伏电池输出电压和输出电流，U'、I'分别为S和T下光伏电池的输出电压和输出电流。故只需得到在S_ref和T_ref下光伏电池I_sc、1_m、U_oc、U_m四个参数即可得到光伏电池数学模型。表1给出标准外界条件（S=1000W/m²，T=25℃）下时光伏电池各参数值：

根据光伏电池数学模型，在Matlab/Simulink中搭建其仿真模型。由仿真結果可得如图2所示的光伏电池P-U曲线（温度恒定为25℃）和U-I曲线（光强恒定为1000W/m²）。

由图2能够看出，无论光照强度或外界温度如何变化，光伏电池总能找到一个唯一确定但数值不同的最大功率点。

1.2 最大功率点跟踪技术

利用控制方法令光伏电池始终工作在功率最大点，实现其最大功率输出的控制技术被称为最大功率点跟踪技术。当内部阻抗等于外部阻抗时，电路输出功率最大，MPPT技术就是基于此原理的自寻优过程。控制器通过不断调节光伏电池外部阻抗，使其等于内部阻抗，以获得最大功率输出。

光伏发电系统采用直流一直流变流电路（DC-DC Converter）实现最大功率点追踪。常用的DC-DC变换器包括：Buck变换器，Boost变换器，Buck-Boost变换器等。Boost变换器在低压侧开关，输出电流连续，且拓扑中的肖特基二极管可起到防止反向电流的作用。因此，系统采用Boost变换器，拓扑如图3所示。

Boost变换器输出电压为：

其中，U_o为负载电压，t_on和t_off分别为功率开关管导通和关断时间，U_PV为光伏电池输出电压，T为开关周期，α为占空比。若忽略电路损耗，光伏电池的功率将全部被负载R_load消耗，即：结合式（9）、（10）可得：

其中：R，为光伏电池内阻，R_load为负载电阻。故只需调节导通占空比a即可实现对负载阻值的实时调节，实现阻值匹配，从而完成了光伏电池输出功率的MPPT控制。

2 硬件电路设计

通过分析光伏电池在不同外界条件下输出特性，设计基于模糊控制的MPPT光伏发电系统硬件方案如图4所示。

系统由功率电路、控制电路和监控电路三部分组成。系统输入为太阳能电池板，采用36V多晶硅;电源电路为采样电路、驱动电路和主控电路供电;控制电路以高性能DSP——TMS320F28335作为主控单元，完成基于MPPT的模糊控制控制算法，并利用自身外设CPWM发生器、A/D转换器、FO等）实现功率器件驱动、系统自检与保护、电气参量的实时采集及故障报警;驱动保护电路采用光耦隔离器件及专用驱动芯片，其驱动保护信号均由主控芯片提供;监控电路利用SCI模块及接口电路实现与上位机基于RS-485总线技术的数据交换，实时监控系统运行状态，上位机采用LabVIEW软件编制。

2.1 Boost变换器

当光伏电池工作在最大功率点时，电路预设参数如表2。

结合计算值，并考虑安全裕量，各元件参数选择如表3。

IRF530驱动电路采用英飞凌专用门极驱动芯片IRS4427S，其驱动电路如图5所示。

2.2 采样调理电路

电压、电流的精确采集对MPPT控制器控制效果有着直接的影响，而霍尔传感器具有精度高、测量范围广、电气隔离、可工作于恶劣环境中等诸多优点，故系统使用霍尔传感器检测母线电压、电流，采样调理电路分别为图6，图7所示。电压传感器采用LV25-P/SP2，电流传感器CSNF161。采样信号经跟随、滤波、放大后送至模拟数字转换器（Analog to DigitalConverter，ADC）。

PT100铂电阻测温精度高，适用于恶劣工作场合，采样调理电路设计灵活，系统采用恒流源电路进行温度测量，如图8所示。

可控精密稳压源稳压电路将电压稳定在5V，而后经电压/电流转换电路变恒流源信号并在PT100上形成电压信号，经放大和光耦隔离后送入DSP内部ADC。

2.3 保护电路

保护电路将调理后采样电压信号与保护设定值进行比较，如有产生过压、欠压等故障信号，DSP迅速封锁PWM输出信号，同时LED故障指示灯点亮，电路如图9所示。

2.4 电源电路

系统需要多种不同直流电源，且稳定的供电电压对于系统的稳定性起决定性作用。因此电源电路采用VICOR公司推出的36VC24C150BL，将12-48V的不稳定供电电压转换为稳定的24V直流电，之后采用COSEL公司推出的SUSlR52415B，ZUW62415，ZUS102405三种型号的DC-DC转换器，分别将24V直流电转换为15V，±15V，5V三种直流电提供给驱动电路，采样调理电路，DSP供电电路及RS-485接口电路。

3 控制算法设计

光伏电池的最大功率点追踪一般使用恒电压控制法，扰动观测法，导纳增量法等控制算法实现。恒电压控制法是指将光伏电池输出电压固定在某一恒定值，但其控制精度较差;扰动观测法利用此输出特性，不断对光伏电池输出电压进行扰动，完成光伏电池的最大功率点追踪，但会在最大功率点附近产生振荡;导纳增量法根据光伏电池输出功率随其输出电压变化率（dPPV/dUPV）规律进行最大功率点追踪，具有良好控制效果，但控制算法复杂。

模糊控制法（Fuzzy Control Method）利用人类专家控制经验，对于非线性、复杂对象的控制显示了鲁棒性好、控制性能高的优点。光伏电池输出特性具有强烈的非线性，且其精确数学模型难以獲取，故模糊控制十分适合于光伏电池的MPPT控制。其既可保证在瞬态时快速响应，而且还可降低功率振荡，且当MPPT处于稳态时具有良好的鲁棒性。本系统采用Mamdani型模糊系统，系统仿真模型如图1。所示。

该系统由两个输入变量（E（n）和D（n-1））和一个输出变量D（n）组成，以上三个变量论域为，隶属函数形状为三角形，D（n）模糊子集为{NB，NM，NS，ZE，PS，PM，PB}，E（n）模糊子集为{NB，NS，ZE，PS，PB}，D（n-1）模糊子集为{N，Z，P}。模糊控制的规则通常来源于专家的知识，且通常采用状态评估模糊控制规则或目标评估模糊控制规则的形式来编写模糊规则，系统模糊规则如表4所示。

表4中所表示模糊规则按照状态评估模糊控制规则的形式依次为：

R₁：If（e（n）is NB）and（a（n-1）is N）then（a（n）is PB）

R₂：If（e（n）is NB）and（a（n-1）is Z）then（a（n）is NM）

R₃：If（e（n）is NB）and（a（n-1）is P）then（a（n）is NB）

R₁₅：If（e（n）is PB）and（a（n-1）is P）then（a（n）is PB）

其输出曲面如图11所示。

最后采用平均最大隶属度法将模糊量转换为清晰量，此清晰量为送给DC-DC变换器的占空比。

4 结果分析

根据系统硬件和软件结构搭建原理样机如图12所示，并对3.3V和1.9V双电源同时进行测试，得测试波形如图13所示。

由测试波形可知，双电源的稳态值分别为3.36V和1.92V，1.9V电源的上电时刻在3.3V电源前，这样的上电顺序可以可靠的保证DSP正常工作。

在Matlab/Simulink环境下搭建基于模糊控制的MPPT光伏系统仿真模型，其中模糊控制器比例因子K_e，K_a分别为0.1和35，仿真时间设置为0.7s，步长为0.001s，延时时间为0.0015s，负载为30Ω。该模型使用两个阶跃函数模块来模拟光照强度及外界温度的变化。设光伏电池的初始条件为：S=600W/m²，T=25℃;当到达0.2s时，光照强度由600W/m²上升到800W/m²;到达0.4s时，外界温度由25℃上升到60℃。经MPPT模糊算法控制后的光伏电池输出功率曲线如图14所示。

由图14可得，当光照强度或外界温度发生改变时，经模糊MPPT控制后，该系统可迅速追踪到光伏电池最大功率点并达到稳态，且功率振荡十分小。由此说明，该系统动态性能较好，且在稳态时具有良好的鲁棒性。

5 结语

本文通过研究光伏电池输出特性，结合模糊控制的特点，提出并设计了一套MPPT光伏发电系统。经过硬件电路设计、控制算法编制和Simulink仿真，验证了在光伏最大功率点跟踪发电系统方面模糊控制算法的正确性，结果表明系统具有较好的鲁棒性且动态性能良好，体现了该控制策略在MPPT方面的可行性和优越性。

参考文献

[1]王厦楠.独立光伏发电系统及其MPPT的研究[D].南京：南京航空航天大学，2008.

[2]王鑫磊，张皓，李振华.光伏最大功率跟踪的分析与改进[J].北京印刷学院学报，2010，18（06）：47-50.

[3]沈文忠.太阳能光伏技术与应用[M].上海：上海交通大学出版社，2013.

[4]李国勇，杨丽娟.神经·模糊·预测控制及其MATLAB实现（第3版）[M].北京：电子工业出版社，2013.

[5]Maynara A.Aredes，Bruno W.Franya，Maur f cio Aredes.Fuzzy Adaptive P&0Control for MPPT of a PhotovoltaicModule [J].Journal of Power and EnergyEngineering，2014，2（04）：120-129.