基于扰动观察法的模糊控制应用于光伏发电最大功率跟踪_薛阳

第 35卷 第 9 期2014 年 9 月太 阳 能 学 报ACTA ENERGIAE SOLARIS SINICAVol. 35, No. 9Sep., 2014收稿日期 ： 2012 -06-19基金项目 ：国家自然科学基金 （ 61040013） ；上海市教委重点学科建设项目 （ J51303）通信作者 ：薛 阳 （ 1976— ） ，男，博士、副教授，主要从事智能控制、电力仿真、核电和太阳能发电等方面的研究。xueyang@shiep.edu.cn文章编号： 0254-0096（ 2014） 09-1622-05基于扰动观察法的模糊控制应用于光伏发电最大功率跟踪薛 阳 1，汪 莎 2（ 1. 上海电力学院电气工程与自动化学院，上海 200090 ； 2. 上海市电力公司金山供电公司，上海 201500）摘 要 ：针对扰动观察法在稳态时只能在最大功率点附近振荡运行， 存在一定误差， 同时结合模糊控制法在达到最大功率点后基本无波动， 具有较好的动态和稳态性能特点， 提出一种基于扰动观察法的模糊控制来实现最大功率跟踪， 并在 Boost电路上实现了其功能。仿真结果表明基于扰动观察法的模糊控制能快速、 准确跟踪最大功率点， 避免了最大功率点处的振荡， 提高了系统稳定性和能量转换效率。关键词 ：太阳电池；扰动观察法；模糊控制；最大功率跟踪； Boost电路中图分类号 ： TK513.4 文献标识码 ： A0 引 言光伏发电无污染、 无噪声， 除阳光外无需其他生产原料， 是一种具有广阔前景的绿色能源， 目前已成为国内外学术界和工业界研究的热点 ［ 1］ 。但太阳电池具有明显的非线性特性， 输出功率受外界环境因素影响较大， 光电转换效率低。为有效利用太阳能， 实现光伏发电功率输出最大， 需对光伏发电进行有效控制， 跟踪其输出最大功率点。最大功率跟踪 （ Maximum Power Point Tracking，MPPT） 通常是以功率作为变量进行反馈控制。它起到匹配太阳电池内阻与外部负载阻抗的作用 ［ 2］ 。目前关于光伏发电最大功率跟踪常用的方法有恒定电压法 （ CVT） 、 干扰观察法 （ Perturbation and Observa?tion， P&Q） 、 电导增量法 （ Incremental Conductance） 、模糊控制法等 ［ 3］ 。其中， 干扰观察法因其方法简单而得到广泛应用， 而模糊控制法是一种广泛应用于许多领域的智能控制方法。模糊控制根据功率变化自动调节占空比， 在不干扰系统正常工作的情况下，迅速感知外界环境变化， 实现最大功率点跟踪。本文针对扰动观察法在稳态时只能在最大功率点附近振荡运行， 存在一定误差， 同时结合模糊控制法在达到最大功率点后基本无波动， 具有较好的动态和稳态性能的特点， 提出一种基于扰动观察法的模糊控制实现最大功率跟踪。仿真结果表明基于扰动观察法的模糊控制能快速、 准确跟踪最大功率点， 避免了最大功率点处的振荡， 提高了系统稳定性和能量转换效率。1 太阳电池特性研究太阳电池是利用半导体材料的光伏效应 ［ 4］ 制成的。太阳电池本身是一个 P-N 结， 将光能转换成电能。当太阳电池接上负载时， 产生的光生电流流经负载， 在负载两端建立端电压。太阳电池的工作情况可用图 1 所示的等效电路 ［ 5］ 来描述。对于理想太阳电池， 其等效串联电阻 Rs 很小， 而等效并联电阻Rsh 很大， 均可忽略不计。IphId Ish RsRshIV图 1 太阳电池等效电路Fig. 1 The equivalent circuit of photovoltaic cell9期 薛 阳等：基于扰动观察法的模糊控制应用于光伏发电最大功率跟踪 1623太阳电池的输出特性方程为：I = I ph - I d - I sh= I ph - I 0ìí?üytexp||||||q(V+ IRs)AkT - 1 -V+ IR sRsh（ 1）式中， I ph — —光生电流； I d — —流过二极管电流；A — —二极管品质因子； I 0 — —二极管反向饱和电流； q — —光电子电荷量， 1.6 × 10-19 C； k — —玻耳兹曼常数； T — —太阳电池表面温度； I — —输出电流； V — —输出电压。太阳电池的输出特性如图 2、 图 3 所示， 从图中可看出其具有明显的非线性。这种非线性反映的是太阳电池输出功率在光照条件变化下与输入电压电流之间的关系， 通过曲线的拐点可寻找最大功率输出。PS1S2S3S1>S2>S3IVS1S2S3S1>S2>S3Va. P-V b. I-V图 2 光照强度改变时太阳电池 P-V曲线和 I-V曲线Fig. 2 P-V and I -V curves of photovoltaic cell whenchanging the light intensityPT1 T2T 3T1 >T 2>T 3IVT 1T2T3T1>T 2>T3Va. P-V b. I-V图 3 温度改变时太阳电池 P-V曲线和 I-V曲线Fig. 3 P-V and I-V curvesof photovoltaic cell whenchanging the temperature2 最大功率跟踪原理光伏最大功率点跟踪技术， 是太阳能光伏并网发电中一项重要的关键技术， 是指在温度、 光照等外界条件发生变化时， 系统通过控制改变太阳电池阵列的输出电压或电流的方法使阵列始终工作在最大功率点上， 从而保证光伏阵列始终保持最大功率输出 ［ 6］ 。光伏系统最大功率点跟踪是在 DC/DC变换电路实现的， 通过改变电路的占空比 D， 使其等效输入阻抗与光伏输出阻抗相匹配即内阻等于外阻， 实现太阳电池的最大功率输出。本文以 Boost电路为基础实现最大功率跟踪功能。基于 Boost 电路的光伏发电最大功率跟踪示意图如图 4 所示 ［ 7］ 。U pvI pvUI MPPT PWMD图 4 基于 Boost电路的光伏发电最大功率跟踪图Fig. 4 The photovoltaic maximum powertrackingchart basedon boostcircuit假设外部负载仍为纯电阻负载， 在忽略 Boost电路本身阻抗的情况下， 根据 Boost 电路的阻抗变换 关 系 ， Boost 电 路 的 等 效 输 入 阻 抗 为Rin =( )1- D2R 。其中 D 为 Boost 电路的开关占空比， R 为电阻性负载的阻抗。当外界环境变化时， 改变电路的占空比 D， 使其等效输入阻抗与光伏输出阻抗相匹配即内阻等于外阻， 改变加载在光伏阵列两端的负载的阻值， 从而改变光伏阵列的工作点，实现太阳电池的最大功率输出。3 基于扰动观察法的模糊控制算法原理和设计3.1 扰动观察法原理干扰观察法是常用的 MPPT 控制方法之一。其算法为： 控制器在每个控制周期内， 以一定的步长扰动太阳电池的输出电压 （或电流） ， 扰动方向可以是电压 （或电流） 增大的方向也可以是电压 （或电流） 减小的方向。然后检测出干扰后的功率， 与干扰前所记忆的功率进行比较， 若干扰后的功率大于干扰前的功率， 则说明干扰方向正确， 沿着该方向继续干扰； 反之， 如果干扰后的功率小于干扰前的功率， 则说明干扰方向错误， 将干扰方向变反后继续干扰， 如此循环进行， 光伏阵列的实际工作点就可接近最大功率点， 并在最大功率点附近振荡 ［ 8， 9］ 。扰动观察法的流程图如图 5 所示。3.2 模糊控制原理和设计模糊控制实质上是一种利用人的经验知识的专家式控制方法， 是一种以模糊集合论、 模糊语言变1624 太 阳 能 学 报 35卷量及模糊逻辑推理为基础的计算机数字控制 ［ 10］ 。模糊控制能根据功率变化的幅度自动调节占空比， 在不干扰系统正常工作的情况下， 以误差信号 e为输入量， 通过模糊化变为模糊量， 由模糊量及模糊控制规则， 计算控制模糊量， 解模糊得到控制精确量。能迅速感知外界的环境变化， 找到最大功率点。UpvU pv IpvPpvdP>0P0 = Ppv图 5 扰动观察法流程图Fig. 5 The disturbance observationflow chart依据扰动观察法的原理， 取太阳电池的输出功率为目标函数， 占空比为控制变量。根据功率值的变化量和前一刻的占空比调整步长， 决定这一刻的步长大小。模糊控制器第 n 时刻的输入量为光伏系统第 n 时刻功率的变化量和第 n - 1 时刻的占空比的步长， 第 n 时刻的输出量为第 n 时刻的占空比步长， 其原理图如图 6 所示， 其中 Ke 、 Ka 为量化因子。1/Kee(n) E(n) A(n) a(n)Kaa(n 1)A(n 1)D(n)D n 1)1/Ka e Ts图 6 MPPT模糊控制原理图Fig. 6 The MPPT fuzzycontrol schematic图中， 输入： e(n) 表示第 n 时刻与第 n - 1 时刻输出功率之差的实际值， E(n) 表示这个差值对应模糊集论域中的值； a(n - 1) 表示第 n - 1 时刻步长的实际值， A(n - 1） 表示这个步长值对应于模糊集论域中的值。输出： a(n) 表示第 n 时刻步长的实际值，A(n) 表示这个步长值对应于模糊集论域中的值。在 Matlab 模糊箱中， 选择 Mamdan 型控制器，解模糊的方法采用重心法， 模糊语言变量 E 和 A 分别定义为 5 个和 3 个模糊子集， 即 E={NB ， NS， ZE，PS， PB}， A={N ， Z， P}其中， NB、 NS、 ZE、 PS、 PB 分别表示负大、 负小、 正零、 正小、 正大； N， P， Z 表示负、 正、零模糊概念。 MPPT 模糊控制规则表如表 1 所示。表 1 MPPT 模糊规则表Table 1 The MPPT fuzzyrule tableE(n)A(n-1)NZPNBPBNMNBNSPMNSNMZENSZEPSPSPMPSPMPBNBPMPB3.3 基于扰动观察法的模糊控制设计第一阶段应用扰动观察法并设置较大步长快速接近最大功率点附近， 第二阶段采用模糊控制进一步逼近最大功率点并实现稳定， 实现了光伏系统快速和高精度的跟踪要求。基于扰动观察法的模糊控制用于光伏 MPPT 系统方框图如图 7 所示。Boost DC/DCPWMVI图 7 基于扰动观察法的模糊控制图Fig. 7 The fuzzycontrol chart based on disturbanceobservation根据扰动观察法搜索到初始最大功率工作点的 U、 I， 得到最大功率点的输出电阻 Rmax 。由最大功 率 点 跟 踪 控 制 电 路 Boost 电 路 特 性 ， 当RL ( )1 - D 2 = Rmax 时， RL 为 Boost负载电阻， 系统电路内阻等于外阻， 得到对应的初始占空比 D， 再使用模糊控制搜索， 将所得占空比信号输入基于 Boost 转换电路的最大功率点控制电路， 最终使系统稳定工9期 薛 阳等：基于扰动观察法的模糊控制应用于光伏发电最大功率跟踪 1625作在最大功率点。4 MPPT 基于扰动观察法的模糊控制仿真建模利用 Matlab simulink/Power system 建立基于扰动观察法的模糊控制光伏阵列。仿真条件为： 太阳电池表面温度 T 为 25 ℃ ， 太阳光照强度 G从 1000 W/m2突降到 800 W/m2， 光伏阵列中 Isc=5.45 A、 开路电压Voc=22.2 V、 最大功率点电流 I m=4.65 A、 最大功率点电压 Vm=18.1 V， 量化因子 Ke 取 10， Ka 取 0.07， 仿真最大步长 0.01 s， 仿真时间 1 s。仿真结果如图 8 所示， 可见基于扰动观察法的模糊控制 MPPT 不仅跟踪太阳电池最大功率点迅速， 且达到最大功率点后基本无波动， 具有良好的动态、 稳态性能。模糊控制技术已日渐成熟， 实现并不复杂。由此可见， 将模糊逻辑技术应用于最大功率点跟踪控制是可行的， 并取得了良好的控制性性能。1801601401201008060400.0 0.2 0.4 0.6 0.8 1.0t/sP/W图 8 光照改变时 Boost电路输出功率图Fig. 8 The output power of Boostcircuit diagram when thelight changed5 结 论太阳电池的输出特性包括 I- V 特性和 P- V 特性， 它们具有强烈的非线性特性， 主要受光照强度、电池温度的影响。其中， 光照强度主要影响电池的短路电流， 电池温度主要影响开路电压。模糊控制的最大特点是将专家的经验和知识表示为语言规则应用于控制， 不依赖于被控对象精确数学模型， 克服非线性的影响， 输出稳定。为实现太阳电池输出的最优性， 本文在研究太阳电池传统最大功率跟踪方法上提出基于扰动观察法的模糊控制算法。第一阶段应用扰动观察法并设置较大步长快速接近最大功率点附近； 第二阶段采用模糊控制进一步逼近最大功率点并实现稳定， 实现了光伏系统快速和高精度的跟踪要求。仿真结果表明跟踪太阳电池最大功率点迅速， 且达到最大功率点后基本无波动， 具有良好的动态、 稳态性能。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］ . 电力电子技术学报， 2009， 43（ 9） ： 38— 40.［ 1］ Zhang Chao， He Xiangning. Non- symmetric fuzzy PIDcontrol in the application of photovoltaic powergeneration MPPT［ J］ . Power Electronics Technology，2009， 43（ 9） ： 38 — 40.［ 2］ 乔兴宏， 吴必军， 王坤林， 等 . 基于模糊控制的光伏发电系统 ［ J］ . 可再生能源， 2008， 26（ 5） ： 13— 16.［ 2］ Qiao Xinghong， Wu Bijun ， Wang Kunlin ， et al. Thephotovoltaic power generation system based on fuzzycontrol［ J］ . Renewableenergy， 2008， 26（ 5） ： 13 — 16.［ 3］ 王兴贵， 刘 健 . 光伏电源系统最大功率点跟踪控制方法的研究 ［ J］ . 电工技术学报， 2005， 20（ 10） ： 72—75.［ 3］ Wang Xinggui， Liu Jian. The control method research ofmaximum power point tracking of photovoltaic powersystem［ J］ . Transactions of China ElectrotechnicalSociety， 2005， 20（ 10） ： 72 — 75.［ 4］ 孔 娟 . 太阳能光伏发电系统的研究 ［ D］ . 青岛： 青岛大学， 2006.［ 4］ Kong Juan. The research of solar photovoltaic system［ D］ . Qingdao： University of Qingdao， 2006.［ 5］ 刘邦银， 段善旭， 康 永 . 部分阴影条件下光伏模组特性的建模与分析 ［ J］ . 太阳能学报， 2008， 29（ 2） ：188 — 192．［ 5］ Liu Bangyin， Duan Shanxu， Kang Yong. Modeling andanalysis of characteristics of PV module with partialshading［ J］ . Acta Energiae Solaris Sinica， 2008， 29（ 2） ： 188 — 192．［ 6］ 周 林， 武 剑， 栗秋华， 等 . 光伏阵列最大功率点跟踪控制方法综述 ［ J］ . 高电压技术， 2008， 34（ 6） ：1145 — 1154．［ 6］ Zhou Lin， Wu Jian， Li Qiuhua， et al. PV arraymaximum power point tracking control methods［ J］ .High Voltage Engineering， 2008， 34（ 6） ： 1145 — 1154．［ 7］ 薛 阳， 张佳栋 . 自适应变步长占空比扰动法在光伏发电 MPPT中应用 ［ J］ . 上海电力学院学报， 2011， 271626 太 阳 能 学 报 35卷（ 6） ： 535 — 539.［ 7］ Xue Yang， Zhang Jiadong. Adaptive step duty cycleperturbation method applied in the MPPT photovoltaicpower generation［ J］ . Shanghai University of ElectricPower， 2011， 27（ 6） ： 535 — 539.［ 8］ 赵争鸣， 刘建政， 孙晓瑛， 等．太阳能光伏发电及其应用 ［ M］ . 北京： 科学出版社， 2005： 126 — 127．［ 8］ Zhao Zhenming， Liu Jianzheng， Sun Xiaoying， et al.Solar photovoltaic power generation and its application［ M］ . Beijing： Science Press， 2005： 126 — 127．［ 9］ 李 建， 姚雪梅， 夏东伟 . 一种改进干扰观察法的仿真研究 ［ J］ .杭州电子科技大学学报， 2008， 28（ 6） ：123 — 126.［ 9］ Li Jian， Yao Xuemei， Xia Dongwei. An improvedinterference observation simulation study［ J］ . HangzhouElectronic Scienceand TechnologyUniversity， 2008， 28（ 6） ： 123 — 126.［ 10］ 李士勇 . 模糊控制， 神经控制和智能控制论 ［ M］ . 哈尔滨： 哈尔滨工业大学出版社， 2006．［ 10］ Li Shiyong. Fuzzy control， neural control and intelligentcontrol theory ［ M］ . Harbin： Harbin Institute ofTechnologyPress， 2006.FUZZY CONTROL BASED ON P&O APPLIED INPHOTOVOLTAIC MAXIMUM POWER TRACKINGXue Yang1， Wang Sha2（ 1. Electric PowerEngineering and Automation of Shanghai University of Electric Power， Shanghai 200090 ， China；2. Jinshan PowerSupply Company， SMEPC， Shanghai 201500， China）Abstract ： For the oscillation of the perturb and observe method at the steady state near the maximum power point ，which leads to a certain error and combined with the no fluctuation of fuzzy control law in the maximum power point ，which has a good dynamic and steady-state performance characteristics ， the fuzzy control based on P&O was proposed toachieve maximum power tracking in this paper and it is realized on the Boost circuit. The simulation results showed thatthe fuzzy control based on the perturb and observe method can quickly and accurately track the maximum power point ，avoiding the oscillation of the maximum power point and improving the system stability and efficiency of energy conver?sion.Keywords ： photovoltaic cells； perturb and observe； fuzzy control； maximum powertracking ； Boost circuit