野外新能源光伏电池的仿真研究

张小娥 冯赟 于洋

摘 要：该文针对野外环境没有市电或发电机供电的问题，提出利用太阳能光伏电池为野外应急机动通信方舱供电，并通过在Matlab/Simulink中建立太阳能光伏电池的仿真模型，提出利用模糊控制算法对太阳能光伏电池最大功率点（MPP）进行跟踪，通过对仿真结果的分析，該算法能够稳定在最大功率点，在环境去参数突变的情况下，能够快速寻找到新的最大功率点，具有良好的跟踪效果，确保机动车野外通信保障能力，为复杂环境下野外应急机动通信快速组网提供基础保障。

关键词：野外 应急通信 太阳能 光伏电池 模糊控制

中图分类号：TM615 文献标识码：A 文章编号：1672-3791（2019）01（b）-000-05

信息化的发展，要求我们要在各种环境下实现通信畅通。而设备对电力的需求及依赖程度越来越高，特别是重关键部位的电力负荷。当机动车通信保障地点远离市电，柴油机原油不足时，通信设备无法工作，人员无法得到训练，通信能力受到威胁，无法开展野外任务。该文针对野外没有市电和柴油发电机原料不足导致不能供电的问题，通过研究太阳能光伏电池特性，来提供野外环境下的通信电源保障。

在光伏发电系统中，决定光伏发电系统效率的关键技术是太阳能光伏电池的最大功率跟踪技术（MPPT， Maximum Power Point Tracking），固定电压法（CVT）[1]、扰动观察法（P&O）[2]和导纳增量法（INC）[3]等为常用方法，但随着环境条件的变化这几种方法所达到的效果不理想。因非线性导致不能用严密的数学模型表示，无法掌握日照强度和环境温度、电池表面温度的变化规律。该文提出运用模糊控制算法来实现最大功率点的跟踪。该文在Matlab/Simulink中设计了MPPT模糊控制器。通过对其仿真结果分析表明基于模糊控制算法的MPPT具有良好的控制效果，从而提高太阳能光伏电池应急通信电源的保障能力。

1 光伏电池的数学模型及其仿真

1.1 光伏电池的特性

描述电流、电压因太阳光照强度变化而变化规律的为伏安特性。描述功率、电压因太阳光照强度变化规律的为伏瓦特性。太阳能光伏电池的特性与光强度、环境温度呈非线性关系，无论在随意温度和日照强度下，太阳能光伏电池阵列总存在一个功率最大点，温度（光照强度）不同，功率最大点位置也不同。

1.2 光伏电池的数学模型

因太阳能光伏电池表达式中，未知参数很多，并与温度和日照强度有关，导致确定参数的困难很大，不利于工程应用，参考大量文献[4-7]决定在该文中采用以下模型。

1.3 光伏电池的仿真

在Matlab/Simulink中依照公式（4）和表1完成相应电池模型搭建，具体如图1所示。

运行即得太阳能光伏电池输出特性曲线，如图2所示。

假定条件下（S=1000W/m2，T=25℃）的输出特性如图2所示。由P-U、I-U曲线可知，当U较小时，I相应几乎保持稳定不变，即此时光伏电池为直流恒流电源。当太阳能光伏电池的U、I最大时，P都很小。即此时太阳能光伏电池近似为一个由S、T、R三者不断变化导致电压变化的电压源。当S和T不变时，短路电流Isc随太阳能光伏电池的负载增大而增大，但太阳能光伏电池的I为恒值，故P和U相应增大。当U上升到一定范围时，I开始减小，在I变小时P即达到最大值Pmpp，此时电池的工作点即为功率最大点MPP，Umpp、Impp分别为对应工作电压、电流。随后U的再增大，P、I反而减小，直到最后I为0，此时电池两端电压为Uoc最大。

1.3.1 不同太阳辐射条件下光伏电池输出特性

图3中I-U（T）和P-U（T）相应曲线为固定温度T=25℃，S分别为400W/m2、600W/m2、800W/m2和1000W/m2。图3特性曲线可以得出，当S不断改变时，Uoc几乎没发生改变，Isc却有明显较大的变化，所以其P与功率最大点Pmpp会随之改变，短路电流Isc和输出功率P均与太阳辐射强度成正比关系。

1.3.2 不同环境温度下光伏电池的输出特性

图4中I-U（T）和P-U（T）相应曲线为固定S=1000W/m2，温度T分别为25℃、35℃、45℃、60℃。由图4特性曲线可知，当S不变时，Uoc随T不断增高时不断减小，而Isc的变化很小，即太阳能光伏电池的效率受T影响，T升高时，太阳能光伏电池P减少。

2 基于模糊理论的MPPT控制的基本原理

模糊控制是一种智能控制，尤其是在时变的、数学模型未知的、非线性等存在定性的不精确和不确定信息的复杂系统中，具有优于常规控制[8]的效果。该文采用模糊控制器实现MPPT，模糊控制器的设计为关键步骤。模糊控制器的工作原理是将输入的数字信号模糊化，经过模糊推理模块得出模糊集合，再经反模糊模块转换成清晰数字量，从而达到控制被控制对象的目的。

2.1 输入、输出量的确定

通过研究分析，该文最终确定二维模糊控制器中两输入单输出控制器。提出以图2中（a）P-U特性曲线的斜率有很大的代表意义，因当系统输出P为最大时，dP/dU=0，故可以将曲线上每个工作点的斜率dP/dU作为模糊控制器的一个输入量，系统输出功率P距功率最大点的远近和系统功率的变化速率都可以用不同斜率dP/dU来表示，另外一个输入量选择dP。控制器的输出量选择另一个有代表意义的量占空比值D，通过改变步长值达到对系统电路的占空比进行调整，促使系统一直能处于最优状态[9]，即功率最大点。

2.2 模糊集合的确定

为了方便，选择模糊集合{NB，NM，NS，ZZ，PS，PM，PB}，包含7个模糊子集来表示输入、输出量dP/dU、dP以及D变量取值，按照规定选择{-7，-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，7}为模糊论域，即包含15个等级。

2.3 隶属度函数的确定

隶属度函数曲线的确定很重要，因为不同曲线直观性不同，针对光伏系统的特点分析，选择三角形作为隶属度函数的形状更便于理解，三角形曲线与原点（0）的距离大小代表系统误差大小，即距离越小误差越小，距离越大误差越大；三角形曲线斜率反映系统分辨率，即越陡分辨率越高，越缓分辨率越低[10]。dP/dU、dP和D的隶属函数形状见图5。

2.4 模糊控制规则的确定

通过分析得知规律如下：dP的值表示系统输出值P与最大功率点的距离关系，即

（1）当系统输出值P靠近最大功率点时，dP>0。

（2）当系统输出值P远离最大功率点时，dP<0。

斜率dP/dU的值表示系统功率的变化速率和方向关系，即

（1）当系统输出值P工作在最大功率点左侧时，dP/dU>0。

（2）当系统输出值P工作在最大功率点右侧时，dP/dU<0。

2.5 模糊集合的反模糊化

模糊集合的反模糊化是通过某一个特定的数值反映其模糊集合的规律。该数值通常是通过模糊集合映射得出，通常情况下该数值为模糊集合中具有代表性的点。反模糊化法通常采用重心法（centroid）、中位值法（bisector）、最大隶属度法（maximum）的方法实现。该文选择重心法求出模糊集合隶属函数曲线和横坐标包围区域面积的重心。

3 仿真结果及分析

该文使用MATLAB 7.1.0搭建仿真模型，具体仿真模型见图6。

通过在不同假定条件下，即不断更改参数，得出基于模糊控制器的MPPT仿真曲线（见图7）。

图7是随意改变S或T时所得到的仿真结果，图7（a）为t=0.3s时，T由25℃变为35℃时的仿真曲线；图7（b）为t=2s时，T由25℃变为45℃的仿真曲线；图7（c）为t=3s时，S由800W/m2变为1000W/m2，的仿真曲线；图7（d）中当t=0.5s时，T由25℃升为35℃和t=3s时，S由1000W/m2变为800W/m2时的仿真曲线。通过图7可看出，在任意时刻，不论是S还是T改变，基于模糊控制的MPPT控制器都能很快跟踪至最大功率点并无波动，系统动、稳态性能及控制性能得以验证。

尤其是在外界条件突发变化时，太阳能光伏电池能迅速跟踪至最大功率点，并在最大功率点稳定的工作，提高可靠的供电效率，足以达到训练要求，在野外环境下提升应急通信电源保障能力。

4 结语

该文提出利用Matlab/Simulink建立了模糊控制的太阳能电池仿真模型，进一步分析了I-U和P-U特性。将光伏电池与Boost电路相结合，设计了MPPT的模糊控制器来解决系统的非线性以及环境温度和光照强度对其的影响。仿真结果表明，该方法在外界环境变化剧烈的时，能快速地跟踪至最大功率点，具有较高的控制精度和稳定性。使野外没有市电或发电机供电阻断的问题得以解决，提高太阳能光伏电池为野外应急机动通信方舱供电保障能力，从而不断提升野外通信保障能力。

参考文献

[1] 熊远生，俞立，徐建明.固定电压法结合扰动观察法在光伏发电最大功率点跟踪控制中应用[J].电力自动化设备，2009，29（6）：85-88.

[2] 刘邦银，段善旭，刘飞，等.基于改进扰动观察法的光伏阵列最大功率点跟踪[J].电工技术学报，2009，24（6）：91-94.

[3] Chihchiang H，Chihming S.Study of maximum power tracking techniques and control of DC/DC converters for photovoltaic power system[A].The 29th IEEE Annual Conference on Power Electronics Specialists，Germany： IEEE[C].1998：86-93.

[4] 吴忠军，刘国海，廖志凌.硅太阳电池工程用数学模型参数的优化设计[J].电源技术，2007（11）：897-901.

[5] 王长江.基于Matlab的光伏电池通用数学模型[J].电力科学与工程，2009，25（4）：11-14.

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

[7] 郭红全.基于模糊控制MPPT的单相光伏发电系统的仿真研究[J].青海大学学报，2012，30（1）：14-19.

[8] 柴钰，周雪纯.基于模糊控制的最大功率点跟踪算法的研究[J].计算机工程与科学，2012，34（3）：142-147.

[9] 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.