模糊PID控制在光伏发电MPPT中的应用

模糊 PID 控制在光伏发电 MPPT中的应用学 院： 信息工程学院专 业： 控制工程学生 姓名：学 号：任课 教师：汇报日期： 年 月 日摘要I 摘要光伏电池的输出功率随外部环境和负载的变化而变化， 为有效利用太阳能，需要对其进行最大功率点跟踪 ( MPPT) 。模糊控制属于有差控制，在最大功率点附近仍有振荡存在，为进一步提高光伏发电 MPPT 控制品质，提出一种基于占空比扰动的模糊 PID 双模控制策略。其基本方法是直接将占空比作为控制变量，在模糊控制基础上加入了传统的 PID 控制，在大偏差范围内采用模糊控制进行快速响应调整， 在小偏差范围内的精度调整采用常规PID 控制，实现了 MPPT 精确性和快速性的兼备。改进方法能够快速、准确地跟踪光伏电池的最大功率点， 避免在最大功率点的振荡， 提高了能量转换效率。关键词 最大功率点跟踪模糊控制 PID 控制Abstract II Abstract The output power of PV module varies with module temperature． In order to effectively use solar energy， it needs maximum power point tracking ( MPPT) ． Fuzzy control is static error control， it still has oscillations existing near the maximum power point ． In order to further improve the photovoltaic MPPT control quality， a fuzzy PID control strategy based on the duty cycle perturbation was proposed． The basic approaches are to directly take the duty cycle as control variables and to introduce the fuzzy control to the traditional PID control． The fuzzy control is used to respond quickly to adjustments in the large deviations and the conventional PID control is used for accurate adjustment within small deviations both with the accuracy of and the rapidity of MPPT． The simulation results show that this method can quickly and accurately track the maximum power point of photovoltaic cells， avoid the oscillation in the maximum power point， and improve the energy conversion efficiency．Key words MPPT Fuzzy controlPID control 第 2 章 最大功率跟踪介绍3 目 录摘要 . IABSTRACT . II第 1 章 绪论 41.1 题目背景 . 4第 2 章 最大功率跟踪简介 52.1MPP 及 MPPT 介绍 . 52.2 光照强度和温度变化对 MPP 影响 . 6第 3 章 常用的 MPPT 控制方法 73.1 干扰观测法 73.1 恒电压控制法 8第 4 章 模糊 PID 控制 . 114.1 模糊控制器设计 . 124.1.1 确定输入输出量及模糊子集 124.1.2 隶属度函数的确立 . 134.1.3 模糊控制规则制定 154.1.4 解模糊的确立 16结论 18参考文献 19Abstract 4 第 1 章 绪论1.1 题目背景随着全球性能源危机和环境污染的日趋严重， 有效、 合理地利用现有资源、 保护环境已成为全球关注的焦点。 太阳能光伏发电具有无污染、 无噪声、取之不尽、 用之不竭等优点， 成为新能源研究的热点之一。 然而太阳能光伏组件是非稳定电源，光照、温度、负载的改变均会引起光伏电池输出功率变化，为有效利用太阳能需要对其进行最大功率点跟踪。目前已知 MPPT 算法主要有固定电压法、 扰动观察法、 电导增量法、 模糊控制法和神经网络法等。 固定电压法简单且容易实现， 但忽略了温度对开路电压的影响， 所以并不能完全跟踪最大功率点。 扰动观察法和电导增量法同为 MPPT经典算法，但扰动观察法抗干扰能力较差，容易发生误判现象。电导增量法控制复杂，对硬件要求高，需要高精度的 A/D 转换器。两种算法跟踪步长设置大小都会影响系统的动态和稳态性能，且较难找到平衡点。这些特性都限制了两种算法的应用。模糊控制不依赖于被控对象的数学模型， 能够根据功率变化幅度自动调整占空比， 能有效提高系统随外部环境变化的快速响应能力， 并能一定程度上减少最大功率点附近的振荡。 但是， 模糊控制没有积分环节， 属于有差控制，在最大功率点附近的振荡仍然存在。为此，本文将传统的 PID 控制引入到模糊控制当中，提出模糊 /PID 控制的双模组合控制算法。在大偏差范围内采用模糊控制进行快速响应调整， 在小偏差范围内的精度调整采用常规PID 控制，两种算法通过阈值比较的方式进行切换。两种算法互为有益的补充， 实现了控制系统快速性和精确性的统一。 本文重点讨论了模糊控制器的设计。第 2 章 最大功率跟踪介绍5 第 2 章 最大功率跟踪简介2.1 MPP 及 MPPT介绍图 1 光伏发电太阳能电池组件光伏阵列输出特性具有非线性特征， 其输出受光照强度、 环境温度和负载情况影响。 在一定的光照强度和环境温度下， 光伏电池可以工作在不同的输出电压， 但是只有在某一输出电压值时， 光伏电池的输出功率才能达到最大值， 这时光伏电池的工作点就达到了输出功率电压曲线的最高点， 称之为最大功率点 (maximum power point， MPP)。Abstract 6 2.2 光照强度和温度变化对 MPP影响图 2.1 光伏电池输出特性随光照的变化曲线25℃35℃45℃55℃功率 P电压 UO图 2.2 光伏电池输出特性随温度的变化曲线光照强度和温度变化都会导致光伏电池的最大功率点移动， 因此， 在光W /m 2800 W /m 2600 W /m 2400 W /m 2O功率 P电压 U第 2 章 最大功率跟踪介绍7 伏发电系统中， 要提高系统的整体效率， 一个重要的途径就是实时调整光伏电池的工作点， 使之始终工作在最大功率点附近， 这一过程就称之为最大功率点跟 (maximum power point tracking ， MPPT)，如图 2.3 I-U 特性曲线与负载特性的交点即为最大功率点。图 2.3 光伏电池 I/P-U 曲线第 3 章 常用的 MPPT控制方法7 第 3 章 常用的 MPPT控制方法MPPT 方法可根据控制算法进行分类， 也可根据具体实现环节的控制参数分类。若根据 MPPT 算法的特征和具体实现机理的过程，可将 MPPT 方法分为三大类：① 基于参数选择方式的间接控制法；② 基于采样数据的直接控制法；③ 基于现代控制理论的人工智能控制法。在具体设计过程中采纳何种算法来实现 MPPT， 还要根据控制过程的具体成本核算以及控制要求精度来决定。3.1 干扰观测法图 3.1 太阳能能电池输出功率与输出电压曲线首先在光伏电池工作的某一参考电压下检测出其输出功率， 然后在该电压基础之上加一个正向电压扰动量， 再次检测光伏电池输出功率。 根据功率变化方向， 改变输出电压， 直到输出功率稳定在设定的一个很小范围内， 即内蒙古科技大学研究生课程学习汇报8 可认为达到了最大功率点。该方法的优点是控制算法比较简单， 对电量传感器精度要求不高。 其缺点为需要始终判断对电压加以干扰的系统是否工作在最大功率点处。 因此即使是在稳态时， 系统工作电压也不能稳定在一个特定值上， 不可避免地会造成一定功率损失。 若扰动步长较大， 则系统能较快搜寻到最大功率点处， 动态响应较快， 但会在最大功率点附近有较大波动， 功率损失也较大而若步长较小， 相应的在最大功率点附近的波动较小， 但系统搜寻最大功率点帮需要较长时间，动态响应较慢。跟踪步长的设定难以兼顾跟踪精度和响应速度，并且有时会出现判断错误现象。所以， 干扰观测法适用于外界环境较稳定的中小功率系统， 并在满足一定的动态响应的基础上， 尽量减小扰动步长， 增大控制周期， 即以牺牲部分动态响应速度来提升系统稳态精度和抗扰动熊力。 由于光伏系统为长期运行系统， 因此系统稳态特性更为重要， 干扰观测法在中小功率系统还是比较适用的。由于传统干扰观测法具有诸多缺陷， 如稳态精度不够、 光照剧烈变化出现误判、 步长和控制周期选取有冲突等， 因此就出现了对其改进的一些控制方法。3.1 恒电压控制法在一定温度情况下， 最大功率点近似分布在同一直线上， 若采用一垂直直线代替， 即为保持恒定电压不变， 说明光伏电池的最大功率输出点大致对应某一恒定电压， 可对其进行等效代替。 通过实验测试， 可以得到光伏电池在某一日照强度及温度下的最大功率点的电压值， 该电压即可看做最大功率点处的工作电压 Um。 因此恒电压控制法的控制思想就是将系统输出电压稳定控制在特定值 Um 处第 3 章 常用的 MPPT控制方法9 图 3.2 某型光伏电池在不同光照强度下的功率 -电压曲线在光伏初期应用中， 大多采取固定输出电压的方法。 以卫星上的光伏电池板为例， 因为外太空温度变化小， 光照强度恒定， 所以恒定电压法可以维持输出功率在最大功率点处。 但对于大多数实际应用的光伏系统， 外界环境都在时刻变化，如果输出电压始终保持不变则会造成一定的功率损失。第 4 章 模糊 PID 控制11 充放电控制器直流负载模糊控制器PID控制器逻辑判断蓄电池组太阳能光伏组件第 4 章 模糊 PID 控制模糊控制综合了直觉经验， 具有不依赖被控对象的精确数学模型、 鲁棒性强、 响应速度快的特点， 适用于难以建立数学模型的对象， 或对干扰十分严重的系统进行控制。模糊控制在实现过程中， 先把采集到的信息模糊化， 然后进行模糊决策，求得控制量的模糊集， 再经去模糊化得出输出控制量， 作用于被控对象， 使被控过程达到预期的控制效果。模糊控制没有积分环节， 属于有差控制， 在最大功率点附近的振荡仍然存在。为此，将传统 PID 控制引入到模糊控制当中，提出模糊 /PID 控制的双模组合控制算法。在大偏差范围内采用模糊控制进行快速响应调整， 在小偏差范围内的精度调整采用常规 PID 控制， 两种算法通过阈值比较的方式进行切换 。两种算法互为有益的补充， 实现了控制系统快速性和精确性的统一。图 4.1 模糊 MPPT 控制的改进方法原理框图内蒙古科技大学研究生课程学习汇报12 4.1 模糊控制器设计4.1.1 确定输入输出量及模糊子集光伏系统是一个非线性系统， 很难用精确的数学模型描述因此将模糊控制用于光伏系统的 MPPT 控制是合适的。将光伏电池电压 u 和电流 i 的采样信号经过计算得到功率值 P，通过比较当前时刻与上一时刻功率变化， 得到误差 P， 有 E=P(n)-P(n-1)在第 n 时刻，模糊控制器的输入量为第 n 时刻的功率变化量 E（ n） ，反馈中第 n-1 时刻的占空比步长值 S(n-1)同样作为模糊控制器的输入量模糊控制器输出的是第 n时刻的占空比步长值 S(n)。图 4.2 模糊控制原理框图基于干扰观测法的原理， 根据功率值的变化量和前一时刻的占空比调整步长， 来决定本时刻的占空比调整步长。 取光伏电池的输出功率为目标函数，控制量为用来控制开关管的 PWM 信号的占空比 D。 图 4.2 为模糊控制原理框图， 模糊自寻优控制器的第 n 时刻的输入量为第 n 时刻的功率变化量 E(n)和第（ n-1）时刻的占空比步长值 S(n-1) ，第 n 时刻的输出量为第 n 时刻的占空比步长值 S(n)。 Ke、 Ka 为量化因子，负责将功率变化量 e(n) 和占空比步长 s(n) 的实际值量化映射到模糊集合论域 E(n)和 S(n)。将语言变量 E， S分别定义为 8个和 6个模糊子集， 其中 S(n－ 1)和 S( n) 变量子集和论域相同，统一将其命名为 S。 E = { NB ， NM ， NS， NO， PO，PS， PM ， PB}， S = { NB， NM ， NS， PS， PM， PB}，其中 NB、 NM 、 NS、NO、 PO、 PS、 PM、 PB 分别表示负大，负中，负小，负 0，正 0，正小，正1/Kee(n) 模糊控制器 Ka1/Ka Tses(n-1)S(n-1)E(n) S(n) +s(n-1) ++D(n-1)D(n)占空比第 4 章 模糊 PID 控制13 中， 正大模糊概念。 并将它们论域规定为 14 个和 12 个等级， 即 :E = { － 6，－ 5，－ 4，－ 3，－ 2，－ 1，－ 0， + 0， + 1， + 2， +3， + 4， + 5， + 6} S = { － 6， － 5， － 4， － 3， － 2， － 1， + 1， + 2， + 3， + 4， +5， + 6}。4.1.2 隶属度函数的确立根据光伏系统的特点， 选择三角形状作为隶属度函数的形状， 并且曲线距离原点越近，曲线越陡，表明其分辨率越高；距离原点越远，曲线越缓，表明其分辨率越低。功率差 E 和步长 S 的隶属函数如图 4.3、 4.4 所示，其中图 4.3 为功率差 E 的隶属函数，图 4.4 为步长 S 的隶属函数。图 4.3 功率变化 E 的隶属度函数内蒙古科技大学研究生课程学习汇报14 图 4.4 步长 S 的隶属度函数第 4 章 模糊 PID 控制15 4.1.3 模糊控制规则制定图 4.6 输出电流检测电路根据光伏系统输出功率 P 与 U， U 和占空比 D 之间的关系分析，可以得到如下原则：（ 1）若输出功率增加，则继续向原来步长调整方向，否则取相反的方向。（ 2）离最大功率点较远处，采用较大步长以加快跟踪速度，离最大功率点附近，采用较小的步长，减少搜索损失（ 3）当温度、光照强度等因素发生变化导致光伏系统功率发生较大变化时，系统能迅速作出反应。 根据上述原则， 应用 if x1 is E(n) and x2 is S(n － 1) then S(n)模糊规则，内蒙古科技大学研究生课程学习汇报16 最后得到模糊规则表，如表 1 所示。4.1.4 解模糊的确立通过模糊推理得到的通常是一个模糊集合或者隶属函数， 而实际控制中需要一个精确的控制量， 将模糊推理得到的模糊输出变换成精确输出的过程就是解模糊过程，解模糊的方法有重心法、最大隶属度法、平均法、加权平均法等，此处选用具有较高精度的重心法。各模糊量的赋值见表 2。第 4 章 模糊 PID 控制17 内蒙古科技大学研究生课程学习汇报18 结论为进一步提高光伏发电 MPPT 控制品质， 对常规模糊控制算法进行了改进，提出了基于占空比扰动的模糊 PID 双模控制策略，即通过直接将占空比作为控制变量，在模糊控制基础上加入了传统的 PID 控制。通过建立仿真模型，分别对模糊控制和模糊 PID 双模控制算法进行仿真，比较了两种方法的控制效果。仿真结果表明，模糊 PID 双模控制算法能迅速感知外界环境变化， 快速跟踪光伏电池最大功率点， 具有良好的动态性能， 同时引入的 PID 控制能有效消除最大功率点附近的振荡现象，提高了系统稳定性，整个双模控制实现了 MPPT 精确性和快速性的兼备。第 4 章 模糊 PID 控制19 参考文献[1] 徐峰 .基于模糊控制和功率预测的变步长扰动观察法在光伏发电系统 MPPT 控制中的应用 [J].计算机测量与控制 . 2014 .22（ 2） ： 414-416. [2] 黄克亚 .模糊 PID 控制在光伏发电 MPPT 中的应用 [J]. 计算机仿真， 2013.30(3 ） ：134-137. [3] 杨金焕 .太阳能光伏发电应用技术 [M]. 电子工业出版社 .2013年 4月 . [4] 彭文丽，席自强，张佳 .模糊控制在光伏发电最大功率点跟踪中的应用 [J].电工电气 .2013， pp： 23-26. [5] Ahmed M. Othman ， Mahdi M.M. El-arini. Realworld maximum power point tracking simulation of PV system based on Fuzzy Logic control. NRIAG Journal of Astronomy and Geophysic.(2012) 1, 186 – 194. 20 任课老师评语：教师：年 月 日