基于模糊控制的光伏电池最大功率点跟踪算法仿真研究*

柏宗元，张继勇，李敏艳

（扬州大学 电气与能源动力工程学院，江苏 扬州225000）

引言

光伏发电是一种以太阳能为基础的新兴发电方式，虽然能够受到普遍重视，但是却一直得不到很好的利用[1]。主要原因是其本身易受光照强度、环境温度等多重因素制约，因此必须针对光伏发电系统进行最大功率点跟踪（MPPT）[2]。现在还在普遍使用的方法有：恒定电压法（Constant Voltage Tracking，CVT）、扰动观测法（Perturbation and Observation Method，P&O）、电导增量法（Incremental Conductance Method，INC）[3]等。本文采用模糊控制法实现对光伏电池的最大功率点跟踪，并选择使用最广泛的扰动观察法做对比。用Matlab/Simulink 仿真进行验证，结果表明了该方法无论是在光照强度还是环境温度改变时均具有一定的优势。

1 光伏电池简介

光伏电池用于将太阳的光能转化为电能，其等效电路模型如图1 所示[4]。

根据基尔霍夫定律可知，光伏电池的特性方程为：

式中：q 为电荷电量（1.6×10-19C）；K 为玻尔兹曼常数（1.38×10-23J/K）；T 为光伏电池表面温度；A 为二极管因子；Rs为等效串联电阻；Rsh为等效并联电阻；IP为光生电流；IL为电池输出电流；UL为电池输出电压。

图1 光伏电池数学模型

2 MPPT 模糊控制设计

模糊控制实际上是一种计算机控制技术，最重要的依据来源为自然语言控制规则和模糊逻辑推理。这种控制主要依赖于操作经验、表述知识转换成的“模糊规则”而非传统意义上的控制系统的数学模型，所以实现了人的某些智能，属于一种智能控制[5]。

在模糊控制中，模糊子集可用NB、NM、NS、ZO、PS、PM、PB 分别代表负大、负中、负小、零、正小、正中、正大，这样取的目的是为了提高分辨率从而使精度变高，减少误差，能够更好地跟踪系统[6-7]。

本文选择Ⅱ型隶属度函数设计输入量控制误差E 和误差变化率Ec以及输出量Ur，如图2 所示。

由于本文采用的为二维模糊控制器，根据文献[6]可得表1 所示的模糊控制规则表。

图2 E、EC、Ur 的隶属函数

图3 光伏发电的模糊MPPT 控制仿真图

表1 模糊控制规则表

3 仿真结果分析

基于Matlab/Simulink 建立运用模糊控制法的光伏电池仿真模型，如图3 所示。

本文设置仿真时间为0.8s，步长取5e-6，运用ode23tb 算法。经过量化因子K1、K2使得输入变量映射到模糊控制器，输出Ur，经PWM 模块再输出占空比D。这里，K1取0.1，K2取0.01。

使温度保持在25℃，0.2s 时，光照强度从1000W/m2阶跃下降至800W/m2；0.4s 时，光照强度从800W/m2斜坡下降至700W/m2；0.6s 至0.8s 维持在700w/m2不变。仿真结果如图4 所示。

使光照强度保持在1000 W/m2，0.2s 时，温度从25℃阶跃下降至15℃；0.4s 时，温度从15℃斜坡方式下降至5℃；0.6s 至0.8s 维持在5℃不变。仿真结果如图5 所示。

由图4 可知，当光照强度为1000W/m2时，扰动观察法跟踪到最大功率点的响应时间为0.065s，振荡范围为120.0～144.0W，模糊控制法则为0.05s，振荡范围为130.8～133.2W；当光照强度为800W/m2，扰动观察法的响应时间为0.275s，振荡范围为100.0～111.0W，模糊控制法的响应时间为0.23s，振荡范围为104.5～106.5W；在斜坡式变化时，可以看到前者的振荡范围也很大，后者则相对平滑稳定，当斜坡下降至700W/m2，扰动观察法和模糊控制法的响应时间相仿，但前者的振荡范围为78.5～95.2W，后者为87.2～88.5W。当温度改变时，由图5 可知，温度的改变对输出功率影响较小，且仿真对比结果与光照强度改变时的对比结果类似，故不予赘述。由此可以体现出模糊控制法能更加快速有效地跟踪到最大功率点，并控制功率损耗。

图4 光照强度改变下的功率输出对比曲线

图5 温度改变下的功率输出对比曲线

4 结束语

本文分析了光伏电池系统模型，提出一种模糊控制法来跟踪光伏电池的最大功率点。在Matlab/Simulink 环境下将模糊控制法与扰动观察法进行仿真对比。仿真结果显示，采用模糊控制法可以有效提高光伏发电系统的响应速度，减少能量损耗，具有较强的跟踪性能，从而能够提高光伏电池的工作效率。