【正文】 量是光伏發(fā)電系統(tǒng)的基本要求。要解決此問題可在光伏電池與負(fù)載間加入最大功率點跟蹤裝置，使光伏電池始終能夠輸出其最大功率， 以提高太陽能的利用率。在最大功率點跟蹤系統(tǒng)中，確立一個好的算法是其中的關(guān)鍵，在智能控制發(fā)展的如火如茶的今天，利用智能控制方法上的模糊性，自適應(yīng)性來對非線性、不確定性的太陽能光伏發(fā)電系統(tǒng)進(jìn)行控制，無疑是一個很好的選擇。 3． 1 光伏系統(tǒng)的最大功率點跟蹤 根據(jù)上一章中光伏電池模型，給定溫度和光照可以得到如圖 3． 1光伏電池在一定溫度、日照強(qiáng)度下的輸出特性示意圖， (a)光伏電池的輸出電流與輸出電壓關(guān)系圖； (b)光伏電池的輸出功率與輸出電壓關(guān)系圖。 圖 （ a） 光伏電池 IV關(guān)系圖 14 圖 （ b）光伏電池 PV關(guān)系圖 從圖 3． 1可以看出，在一定的溫度和日照強(qiáng)度下，光伏電池的輸出電壓和輸出電流之間具有非線性的關(guān)系，并且具有唯一的最大功率點 MPP(Maximum Power Point)。在光伏系統(tǒng)中，通常要求光伏電池的輸出功率保持在最大，即光伏電池工作在最大功率點，從而提高光伏電池的轉(zhuǎn)換效率，達(dá)到充分利用太陽能的目的。然而當(dāng)電池表面溫度或日照強(qiáng)度等因素發(fā)生變化時，最大功率點也會發(fā)生漂移，并且這些外界因素又是因地區(qū)而異，有時甚至是瞬息萬變的。因此，如何在時刻變化外界環(huán)境下，使光伏電池維持在最大功率點處，成為光伏系統(tǒng)中一個急需解決而又非常重要的問題。 15 對于電阻型負(fù)載，其負(fù)載線與 IV曲線的交叉點決定了光伏電池的工作點。不同的負(fù)載RL 決定了不同的工作點。因此在不同的溫度、日照強(qiáng)度條件下，當(dāng)最大功率點發(fā)生漂移時，可通過調(diào)整負(fù)載使光伏電池重新工作在最大功率點處。最大功率點跟蹤 MPPT(Maximum Power Point Tracking)就是完成以上阻 抗匹配的任務(wù)，使得變換后的工作點正好和光伏電池的最大功率點重合，使光伏電池以最大功率輸出。 3． 2 常用的最大功率點跟蹤算法 關(guān)于光伏電池的最大功率點跟蹤算法，先前已有許多文獻(xiàn)著作提出了這方面的探討，依據(jù)原理與實現(xiàn)方法，比較常用的有兩種方法，分別為爬山法和導(dǎo)納法。以下將就這兩種最大功率點跟蹤算法分別說明其工作原理，并比較各自的優(yōu)缺點 。 3． 2． 1 爬山法 (P＆ O） 由于爬山法 (P＆ O）的結(jié)構(gòu)簡單，且需要測量的參數(shù)較少，所以它被普遍地應(yīng)用在光伏電池的最大功率點跟蹤上。其工作原理為測量當(dāng)前陣列輸出功率，然后在 原輸出電壓上增加一個小電壓分量 (或稱之為擾動 )，其輸出功率會發(fā)生改變，測量出改變后的功率，比較改變前的即可知道功率變化的方向。如果功率增大就繼續(xù)使用原擾動。如果減小則改變原擾動方向。 圖 擾動觀察法跟蹤情況示意圖 圖 ，假設(shè)工作點在 V1處，光伏電池輸出功率為 Pl，如果使工作點移到 V2=V1+△ V，光伏電池輸出功率為 P2，然后比較現(xiàn)時功率 P2與記憶功率 Pl。因為 P2Pl， 說明輸入信號差 △ V使輸出功率變大，工作點位于最大功率值 Pmax的左邊，繼續(xù)增大電 壓，使工作點繼續(xù)朝右邊即 Pmax的方向變化。如果工作點已越過 Pmax到達(dá) V4，此時若再增加 △ V，則工作點到達(dá) V5，比較結(jié)果： P5P4，說明工作點在 Pmax右邊，需要改變輸入信號的變化方向，即輸入信號每次減去 △ V，再比較現(xiàn)時功率與記憶功率，就這樣周而復(fù)始地尋找最大功率點 Pmax。圖 P＆ O的控制流程圖。 圖 爬山法的控制流程圖 16 根據(jù)上一章光伏模型并根據(jù)流程圖可以畫出爬山法的模型： 圖 爬山法模型 圖 PWM電路模型圖 17 對于爬山法我們可以通過簡單的模塊來實現(xiàn)其算法，如圖 PWM模塊基于占空比為升壓式變換器產(chǎn)生脈沖信號。其中 ,零階保持器的采樣周期與 MPPT仿真模塊周期相同 ,取在 [ ]之間。可從示波器觀測仿真結(jié)果。 圖 MPPT 算法模塊 18 通過給定溫度 20℃，光照通過 time模塊設(shè)定在 600—— 1000之間進(jìn)行擾動變化，通過搭建 boos電路來直接實現(xiàn)擾動法的算法。其中通過 PWM脈沖調(diào)試來改變電壓，實現(xiàn)波動。 3． 2． 2 爬山法仿真結(jié)果及其分析 采用變步長的 ode23tb(stiff/TRBDF2) 仿真 ,最小步長與最大步長自動調(diào)節(jié) ,相對誤差允許范圍為 1 10 3 ,絕對誤差范圍為自動調(diào)節(jié)。從 0秒開始仿真 ,仿真時間設(shè)為 。同時 ,最大功率點跟蹤控制模塊的采樣周期與脈寬調(diào)制模塊的采樣周期相同 ,都取為 。太陽能光伏陣輸入日照取 100W /m2 ,電池溫度為在 25℃。設(shè)置好各模塊仿真參數(shù)后 ,即可開始仿真。 光伏陣輸出與負(fù)載電阻輸入的電壓、功率和電流仿真曲線如圖 。從圖中的電壓曲線、功率曲線和電流曲線可以看出 , 該系統(tǒng)采用干擾觀測法 ,實現(xiàn)了對太陽能電池最大功率點的準(zhǔn)確跟蹤。 圖 19 3． 2． 3導(dǎo)納增量（ Incremental Conductance）法 導(dǎo)納增量法也是光伏陣列 MPPT常用方法之一。由光伏陣列的 P－ V曲線知，在最大功率點處其斜率為零，而 P =VI，因此在最大功率點處有： 0dP dIIVdV dV? ? ? （ 31） 即： 1dIdV V?? （ 32） 式（）即為達(dá)到最大功率點的條件。如果 1dIdV V?? （ 33） 20 則光伏電池組件的工作點在最大功率點的右邊，此時應(yīng)減小輸出電壓；如果 1dIdV V?? (34) 則光伏電池組件的工作點在最大功率點的左邊，此時應(yīng)增大輸出電壓。 在上式中 dI表示增量前后測量到的電流差值， dV表示增量前后測量到的電壓差值。因此，只要符合公式 (3— 5)要求時，則表示已達(dá)到最大功率點，即不進(jìn)行下一次擾動。如果不符合則繼續(xù)擾動。圖 3． 8為實際應(yīng)用導(dǎo)納法來實現(xiàn)最大功率點跟蹤的控制流程圖。 圖 。 根據(jù)上一章光伏電池模型及圖 ： 21 圖 導(dǎo)納增量法的數(shù)學(xué)依據(jù)是在最大功率點處功率對電壓的導(dǎo)數(shù)為 0。由于 PV曲線為一單峰曲線，因此采用導(dǎo)納增量法進(jìn)行最大功率跟蹤時并無原理性誤差，為一個較理想的 MPPT跟蹤方法。由于導(dǎo)數(shù)的運算是采用差分近似的方法，因此在最大 功率跟蹤中所產(chǎn)生的誤差是由于控制算法中近似計算所產(chǎn)生的，可通過采用數(shù)值微分的三點計算公式來計算導(dǎo)數(shù)，提高導(dǎo)數(shù)的計算精度來提高系統(tǒng)的跟蹤精度。 3． 2． 4導(dǎo)納法仿真結(jié)果及其分析 圖 22 從圖 ，證明該模型真正實現(xiàn)了最大功率跟蹤。其中sfunction最大功率跟蹤算法在附錄中，這種算法相對而言是現(xiàn)在最常用也是比較簡單的。 3． 3 優(yōu)缺點分析 3． 3． 1爬山法分析 采用擾動觀測法 Pamp。O的優(yōu)點： 1) 控制思路簡單，實現(xiàn)較為方便； 2) 可實現(xiàn)最大功率點 的動態(tài)跟蹤，提高系統(tǒng)的利用效率。 采用擾動觀測法 Pamp。O 的缺點：跟蹤穩(wěn)定時，只能在最大功率點附近振蕩運行。 在某些文獻(xiàn)中提出對光伏電池輸出電流進(jìn)行擾動來實現(xiàn)最大功率點的跟蹤，其思想是一樣。然而運用該方法當(dāng)?shù)竭_(dá)最大功率點 Pmax附近之后，其擾動并不會停止，而會在最大功率點 Pmax左右振蕩，因此造成能量損耗并降低光伏電池的效率。尤其是在氣候條件變化緩慢時，能量損耗的情況更為嚴(yán)重，這是因為氣候條件變化緩慢時，光伏電池所產(chǎn)生的電壓及電流變動并沒有什么太大的變化，而此方法仍然會繼續(xù)擾動以改變其電壓值而造成能量損失， 此為P＆ O的最大缺點。雖然可以縮小每次擾動的幅度，以降低 Pmax點的振蕩幅度來減少能量損失，不過當(dāng)溫度或照度有大幅變化時，這種方法會使跟蹤到另一個最大功率點的速度變慢此時將有大量的能量被浪費掉。因此當(dāng)采用 P＆ O時，擾動幅度的大小就需由使用者來做一取舍。 3． 3． 2導(dǎo)納法分析 采用導(dǎo)納增量法的優(yōu)點： 1) 控制效果好； 2) 控制穩(wěn)定度高，當(dāng)外部環(huán)境參數(shù)變化時系統(tǒng)能平穩(wěn)的追蹤其變化，且與太陽能電池組件的特性及參數(shù)無關(guān)。 采用導(dǎo)納增量法的缺點： 1) 控制算法較復(fù)雜，對控制系統(tǒng)要求較高； 2) 控制電壓初始化參 數(shù)對系統(tǒng)啟動過程中的跟蹤性能有較大影響，若設(shè)置不當(dāng)則可能產(chǎn)生較大的功率損失。 擾動觀察法與增量電導(dǎo)法可說是殊途同歸，差別僅在于邏輯判斷式與測量參數(shù)的取舍而已。雖然增量電導(dǎo)法仍然是以改變光伏電池輸出電壓來達(dá)到最大功率點，但是借著修改邏輯判斷式來減少在最大功率點附近的振蕩現(xiàn)象，使其更能適應(yīng)瞬息力變的氣候條件，需要非常精密的傳感器進(jìn)行測量，成本非常高。 3． 4 小結(jié) 對光伏電池最大功率點跟蹤算法的研究很多，特別是對于擾動法許多文獻(xiàn)中都提出了改進(jìn)算法，有些文獻(xiàn)中甚至提出了采樣時刻點對跟蹤算法性能的影響。本章中對幾種 常用最大功率點跟蹤算法的工作原理進(jìn)行介紹，通過公式及原理流程圖的設(shè)計來建立算法模型，對于導(dǎo)納法更是寫出了算法，并通過運行后的波形進(jìn)行分析。 23 第四章 自適應(yīng)占空比擾動模糊控制法 4． 1 模糊控制的基本原理 模糊控制器是模糊控制系統(tǒng)中和其它控制系統(tǒng)區(qū)別最大的環(huán)節(jié)，其主要功能如圖 示。圖中所示的是最簡單的一種模糊控制器，也是模糊控制器的基本結(jié)構(gòu)。下面詳細(xì)介紹模糊控制器的基本原理。 圖 數(shù) 字 量 轉(zhuǎn) 換成 模 糊 量模 糊 推 理模 糊 量 轉(zhuǎn) 換成 數(shù) 字 量輸 入輸 出 4． 2 模糊控制規(guī)則庫的建立 確定語言控制規(guī)則是模糊控制器設(shè)計的核心工作?？刂埔?guī)則的多少視輸入及輸出 物理量數(shù)目及所需的控制精度而定。值得注意的是，規(guī)則的數(shù)目是以語言變量級數(shù)平方關(guān)系變化而迅速增加，規(guī)則越多，推理的質(zhì)量就會越下降。因此，在規(guī)則庫的設(shè)計時，需要確定合適的語言變量級數(shù)和控制規(guī)則的數(shù)目及建立正確的規(guī)則形式。模糊控制規(guī)則的生成目前主要有四種方法：經(jīng)驗歸納法、根據(jù)過程的模糊模型生成控制規(guī)則、根據(jù)對手工操作系統(tǒng)的觀察和測量生成控制規(guī)則、根據(jù)學(xué)習(xí)算法生成控制規(guī)則絮前面三種方法簡單、直觀，比較常用，但同時也比較粗糙。第四種方法比較復(fù)雜，但控制性能較好，一般用在要求較高的系統(tǒng)中。目前，這種方法還在發(fā)展中。推理 規(guī)則的運算涉及到模糊算子的確定。模糊理論的研究己提出了多種模糊算子。 4． 3 模糊控制算法 4． 3． 1查表法 查表法是模糊控制應(yīng)用最早，最廣的方法。它將輸入量 e、 ec及輸出量 u的隸屬函數(shù)和控制規(guī)則都用表格表示，如表 41， 42。應(yīng)用模糊推理合成算法，經(jīng)大量計算 (一般實際系統(tǒng)中要用計算機(jī)編程計算來解決 )，可獲得最終的控制表，如表 35。如此對一組實際輸入的 e、ec根據(jù)控制表就可以查出控制量 u來。查表法的優(yōu)點是簡單，速度快，應(yīng)用普遍。缺點是當(dāng)需要改變模糊控制規(guī)則和隸屬函數(shù)時，則需要重新計算模糊控制表。 表 41輸入量 E、 EC的隸屬函數(shù)賦值表 2 1 0 1 2 NB 0 0 0 Z 0 1 0 PB 0 0 0 1 表 42模糊控制規(guī)則表 NB Z PB 24 NB PB PB Z Z PB Z NB PB Z NB NB 表 43控制表 2 1 0 1 2 2 2 2 2 1 0 1 2 2 1 0 1 0 2 1 0 1 2 1 1 0 1 2 2 2 0 1 2 2 2 4． 3． 2軟件模糊推理法 這種方 法是將模糊控制的全過程都用軟件實現(xiàn)，在線進(jìn)行輸入量的模糊化、模糊推理、模糊決策的過程。目前美、日、法國已經(jīng)研制了多種控制軟件，以供多種應(yīng)用程序移植。這種方法具體步驟如下 : (1)定義輸入量、輸出量的模糊子集和相應(yīng)的隸屬函數(shù)； (2)定義模糊控制規(guī)則，采用 IF． THEN形式列出控制規(guī)則表； (3)采集輸入量，并進(jìn)行模糊化 。 (4)從控制規(guī)則表中找出相應(yīng)的規(guī)則，通過計算求出控制輸出量 U的模糊集； (5)用“最大隸屬度法”或“加權(quán)平均判決法”求出實際的 u。 這種方法與查表法相比靈活性、通用性強(qiáng)，可隨時在線修改控制 規(guī)則和隸屬函數(shù)；但要執(zhí)行復(fù)雜的矩陣運算，計算工作量太大，速度慢，可用于對控制速度要求不高的場合。 4． 3． 3 解析公式法 在模糊控制算法中也可以將前面介紹的控制規(guī)則用一個解析公式描述，一般表達(dá)式為： (1 )u aE a EC? ? ? (41) 其中 :a為修正因子，取值在 0和 l之間。顯然對偏差 E及偏差變化率 EC具有不同的加權(quán)作用，其中最簡單的算法控制規(guī)則為 : ( ) / 2u E EC?? （ 42） 根據(jù)被控對 象的不同還可采用如下表達(dá)式： ( ) / 2u E EC?? ? ? (43) X表示一個與 X同號，而絕對值大于 X的最小整數(shù)。這種方法簡單易行，實時性強(qiáng)，但 a的取值需要根據(jù)系統(tǒng)的情況科學(xué)地 選定。 25 4． 4 自適應(yīng)占空比法 4． 4． 1 自適應(yīng)占空比擾動模糊