太阳能光伏发电模糊控制

太阳能光伏发电系统模糊逻辑控制计划

最大功率点跟踪

光伏发电系统的许多最大功率点 (MPP) 跟踪技术已开发可以最大限度地产生的能量，许多都是在文献中确立。这些技术在许多方面，例如简单性、 收敛速度、 数字或模拟执行、所需的传感器、成本和效力范围有所不同。本文提出了基于人工智能模糊逻辑控制方案在变温和日照条件下的太阳能光伏发电系统的MPP跟踪。该方法采用一个含有DC-DC转换器设备的模糊逻辑控制器（FLC）。控制器的设计步骤连同其模拟及仿真结果在文中一同展示。对扰动和观测控制器得到的仿真结果进行了比较。结果表明：FLC的行为表现比传统控制器好得多。 关键词：DC-DC转换器;模糊逻辑;光伏发电系统的MPPT

1.介绍

世界太阳能光伏（SPV）的年度生产成长率指数几乎曾在2005年达到1727MW（萧等，2006）。今天，太阳能发电的装机容量（9.84MW）的贡献低于总安装可再生能源（13,242.41MW）的0.1％。截至2008年10月31日，印度的电力行业的装机总容量约146753 MW，其中54％是煤为主，25％是水电，8％是新能源，主要是天然气和核能。电力短缺，估计约总能量的11％和15％的高峰容量需求，并有可能在未来几年内增加（www.mnre.gov.in）。印度处在世界阳光最充足的地区，大部分地区每天每平方米收到4-7千瓦时，在一年内有大概250-300天阳光明媚的日子。印度具有丰富的太阳能资源，因为它每年接收约3000小时的日照，相当于超过5000万千瓦小时（太阳能印度网站，2009年; http://www.solarindia.com）。印度可以很容易地利用太阳能或太阳能发电。太阳能发电已经落后于其他能源，如风力，小水电，生物质能等，原因在于其成本问题。

光伏发电系统通常集成了一些具体的控制算法，以提供可能最大的功率（侯赛因等人，1995年）。在过去的几十年中已提出几个最大功率点跟踪（MPPT）方法，如：（1）扰动与观察法(Liu and Lopes 2004, Li and Wolfs 2008)，（2）电导增量法，（3）寄生电容法（Husseinet，1995），（4）基于电压的峰值功率跟踪法(Mohammad et al. 2002, Xiao et al. 2006)，（5）基于电流的峰值功率跟踪(Mohammad et al. 2002, Noguchi et al. 2002)。在目前的工作中实现的算法是扰动与观察和模糊逻辑控制器（FLC）方案。光伏（PV）系统产生电力，而不产生二氧化碳。此特点已导致世界各地政府政策重视，旨在促进光伏系统的发展，使该系统能够联网并输出的公用供电电网。由于能源危机和环境问题，如污染和全球变暖的影响，光伏发电系统，成为一个非常有吸引力的解决方案 (Ansari et al. 2009)。不幸的是，实际的光伏模块能量转换效率是相当低的。因此，为了克服这个问题，并得到可能的最大效率，光伏系统中的所有元素的设计需要进行优化（(Ansariet al. 2008)。为了提高效率，使用MPPT控制器。这种控制器将成为光伏发电系统的重要组成部分。直流转换器（升压/降压）的作用是将太阳能光伏模块最大功率传输给负载(Ansari et al.2010)。

20世纪70年代以来相当数量的MPPT控制计划已阐述，开始与简单的技术，

如电压和电流反馈基于MPPT的更完善的基于功率反馈的MPPT扰动和观测技术（P＆O的）或如增量电导法（Boehinger 1968年Knopf出版社，1999年，萨拉斯等人，2006年）。近日，基于MPPT控制计划的情报相继出台。在本文中，采用模糊逻辑控制与智能控制技术结合的控制器，以提高能源转换效率。近几十年来为此目的构思很多 MPTT 控制技术 (Knopf 1999, Salas et al. 2006)。他们可以被归类为电压反馈为基础的方法，其中光伏工作电压与参考电压比较；以产生PWM控制信号的DC-DC转换器和电流反馈的方法，使用作为当前的光伏组件短路反馈以估计的最优电流相应的最大功率。基于功率的方法基于不断跟踪通过当前 MPP 和电压测量的光伏模块的迭代算法。在此类别中，一个最成功的常用方法是，P＆O控制器，这在下一节介绍。

图1 光伏模块的I-V特性

2.最大功率点跟踪控制

光伏模块的操作，在很大程度上取决于与它连接的负载特性（如图1和2）(Lu et al. 1995)。事实上，由于与内部电阻Ri负载相连，最大功率只发生在一个特定的工作点，称为最大功率点（MPP），并指出在我们实验的中最大P。因此，当电源和负载之间直接连接时（如图1），PV模块的输出很少是最大值，而且工作点也不是最佳的。

图2 光伏模块的P-V特性

图3 太阳能光伏发电系统。

为了克服这个问题，有必要添加一个合适的设备，与DC-DC转换器的MPPT控制器之间的信号源和负载连接（如图3）（Boehinger 1968年）。此外，光伏发电系统的特性，随温度以及日晒变化而变化（如图4和图5）(Möller 1993,

Gottschalg et al. 1997)。因此，MPPT的控制器还需要新的修改的MPP跟踪其相应的温度和太阳辐射时的曲线发生的变化。

图4 恒温太阳辐射的影响

图5 不断日晒温度的影响

3.P＆O的控制器

这里简要介绍这种控制器 (Liu and Lopes 2004,Yu et al. 2004, Santos et al. 2006) 。该控制器的原理是通过挑起扰动（减少或增加）PWM占空比来观察光伏发电输出的效果。如果舜时功率p(k)大于先前计算的功率p(k1)，扰动的方向保持不变，否则将被扭转。参考图2本可详列如下：通过D(k)D(k1)C作用的，

dpdvdpdv0时，电压升高，这是

电压降低，是通过D(k)D(k1)C0时，

dvdtdvbdt作用。为了模拟P＆O的算法，升压斩波器，如DC-DC变换器，它是由方程（1）—（3）描述（图6），被用于：（1）i1iC1，（2）ib(1D)i1C2。

图6 升压转换器的基本电路。

当开关S闭合时间t1，电感电流上升，能量储存在电感中

如果在时间t2打开开关S，电感L中储存的能量通过二极管D被转移到负载中，电感电流下降。

当开关S打开电感两端的电压：

VLLdILdt （1）

图7 模糊控制器的通用图。

图8（a）误差E的函数曲线 （b）误差CE的变化曲线和（c）占空比D的隶属函数曲线和

并且电感电流的峰—峰值：

IVinLIt2t1 (2)

D1D在负载两端接一个电容C使输出电压输出电压Vout恒定，输出电压为：

VoutVinLVin （3）

图9面板和供电电源占空比D的变化曲线（在标准条件下，温度（25C）和太阳辐射

◦

（1000W/m2））。

图10 在面板和电池电源的占空比的信号稳定和采样频率为100Hz（T=25摄氏度 S = 1000W/m2）的波形

参数D表示此断路器的占空比，这是开关的关断时间超过一个周期。

4.模糊逻辑的MPPT控制器

最近，FLCS已经被引进光伏跟踪控制系统(Takagi and Sugeno1985, Passino andYurkovich 1998)。他们有强大和相对简单的设计，因为他们具有不需要精确模型的知识优势。

图11 模糊和P＆O的控制器太阳辐射的快速增加，（在5秒内

500-1000 W/m2在25◦C）

图12 模糊与P＆O的控制器响应，（120秒）太阳辐射缓慢的增加

（800-1000W/m2 25C）

在另一方面，他们确实需要完整的光伏系统设计师的运作知识。

建议的模糊逻辑MPPT控制器,如图7所示,有两个输入和一个输出, FLC的

◦

两个输入变量是误差SE和在采样时间K的误差SEC的变化 由公式定义：

E(K)Pph(k)Pph(k1)Vph(k)Vph(k1)， （4）

（5）

其中Pph（k）是光伏发电机的瞬时功率。

输入E(k)显示在采样时间k时负荷工作点是位于MPP的光伏特性的左侧或右侧。而输入CE（K）表示这点的移动方向。模糊推理是使用马达尼的方法进行的，并且有许多模糊化的方法。

CE(k)E(k)E(k1)

图13 模糊和P＆O控制器，在120秒内，太阳辐射缓慢慢减少曲线

（ 800-1000W/m2 25◦C）

图

14 模糊和P＆O的控制器，从40◦C到20◦C快速降温（太阳辐射1000W/m2

如中心面积和重心法。方程（6）是使用模糊化重心法计算这个FLC的输出占空

比：

nDDj1nj1jDjDj， （6）

这两个变量如μ,隶属函数和Dj,，宇宙中的两个变量，可以离散成j个数目相等的子区间由点D1和D2，D3，...，Dn。D具有一个清楚的价值含义，那就是占空比D的去模糊化的值，图8（a）是隶属函数和误差之间的一个关系；图8（b）是隶属函数和误差变化之间的一个关系；并且图8（c）是隶属函数和占之间空比的关系。

图

15 模糊和P＆O的控制器，缓慢的升高温度（在120秒内）20-30◦C

太阳辐射1000W/m2

图16 模糊和P＆O控制器反应，缓慢降温（120秒内）（30-20◦C）太

阳辐射1000W/m2

图17 模糊和P＆O控制器响应，快速升的高温度（5秒内）（20-45◦C）

太阳辐射1000W/m2

在图8中，NB为负的最大，NS为负的最小，ZE是零，PS是正的最小，PB

是正的最大。

5. MPPT控制器模糊算法仿真及其结果

图3是模拟光伏发电系统的功能框图如图6，DC-DC转换器采用升压斩波；以往的MPPT控制器、P＆O和FLC在以下条件进行模拟测试：恒温条件，分别在快速、缓慢的情况下日照由500升高到1000W/m2;恒温条件，分别在快速、缓慢的情况下日照由1000W/m2降到800W/m2；恒光照条件，分别在快速、缓慢的情况下温度由20◦C到30◦C，恒光照条件，分别在快速缓慢的情况下温度由40◦C到20◦C;图9—17显示了各自进行测试的结果。

6.结论

图9显示，在考虑电池和面板的电源达到稳定值的时间的情况下，模糊控制器比P＆O控制器拥有了更好的性能。显然，从这可以推断，模糊控制器的速度比P＆O控制器快（在过渡状态下），（如图11，13，14和17），并且得到更流畅、在稳定市波动更少的信号。图10显示在稳定状态时，模糊控制器改进了波形并且使得面板电源、电池电源和控制信号得到稳定值。在这项工作中，目的是为了在不管太阳辐射和温度条件下，通过控制太阳能电池板的电压，以从光伏发电机获得最大功率可能。由于很多的控制方案已经被使用并且显示了一些缺陷，因此有必要寻找并尝试一些其他的方法来优化输出，并且FLC似乎是一个好主意。模糊逻辑控制器可以提供一个比传统的非线性系统的控制器更加有效命令，因为它具有更大的灵活性。一种快速、 稳定的模糊逻辑 MPPT 控制器被获得，这使得它与著名的P＆O控制器相比能够在较短的时间内找到最大功率点运行。