隨著全球經(jīng)濟的發(fā)展,,能源問題日益尖銳,,越來越多的國家開始關(guān)注能源利用及轉(zhuǎn)換效率的問題。光伏發(fā)電具有無污染,、無噪音,、取之不盡、用之不竭等優(yōu)點,因而越來越受關(guān)注,。但是由于光伏系統(tǒng)本身非線性和光電池制造工藝復(fù)雜的特點,,導(dǎo)致其轉(zhuǎn)換效率一般為14%~15%。為了讓太陽能電池陣列在同樣日照,、溫度的條件下輸出更多的電能,,提出了最大功率點跟蹤(MPPT)問題。
MPPT本質(zhì)上是一個尋優(yōu)過程,。通過測量電壓,、電流和功率,以及比較它們之間的變化關(guān)系,,決定當(dāng)前工作點與峰值點的位置關(guān)系,,然后控制電流(或電壓)向當(dāng)前工作點與峰值功率點移動,最后控制電流(或電壓)在峰值功率點附近一定范圍內(nèi)來回擺動,。模糊控制適應(yīng)性強,,魯棒性好,作為一種新的控制思想,,非常適合用在對于太陽能光伏發(fā)電這種包含許多不確定量,,而且很難用精確的數(shù)學(xué)模型描述出來的系統(tǒng)。
1 光伏特性
光伏電池相當(dāng)于具有與受光面平行的極薄PN截面的大面積等效二極管,,其等效電路如圖1所示,。
在圖1中,I為太陽能電池輸出電流,;Id為二極管工作電流,;Irsh為漏電流;ILG為led/'''' target=''''_blank''''>光電池電流源,;Rsh為光伏電池的并聯(lián)等效電阻,;Rs為光伏電池的串聯(lián)等效電阻。由圖1得到光伏電池的輸出特性方程為:
式中:
前式表明,,并聯(lián)電阻Rsh越大,,越不會影響短路電流的數(shù)值。所以設(shè)計中可忽略Rsh,,而得到簡化的光伏電池輸出特性方程:
式(1)~式(4)中:I為光伏電池輸出電流,;V為光伏電池輸出電壓;Ios為光伏電池暗飽和電流T為光伏電池的表面溫度,;K為波爾茲曼常數(shù)(1.38×10-23J/K),;λ為日照強度;q為單位電荷(1.6×10-19C),;k1為短路電流的溫度系數(shù),;ISCR為標(biāo)準(zhǔn)測試條件(光伏電池溫度25℃,,日照強度為1 000 W/m2)下,,光伏電池的短路電流,;ILG為光電流;EGO為半導(dǎo)體材料的禁帶寬度,;Tr為參考溫度(301.18 K),;Ior為Tr下的暗飽和電流;A,,B為理想因子,,一般介于1和2之間。
隨著全球經(jīng)濟的發(fā)展,,能源問題日益尖銳,,越來越多的國家開始關(guān)注能源利用及轉(zhuǎn)換效率的問題。光伏發(fā)電具有無污染,、無噪音,、取之不盡、用之不竭等優(yōu)點,,因而越來越受關(guān)注,。但是由于光伏系統(tǒng)本身非線性和光電池制造工藝復(fù)雜的特點,導(dǎo)致其轉(zhuǎn)換效率一般為14%~15%,。為了讓太陽能電池陣列在同樣日照,、溫度的條件下輸出更多的電能,提出了最大功率點跟蹤(MPPT)問題,。
MPPT本質(zhì)上是一個尋優(yōu)過程,。通過測量電壓、電流和功率,,以及比較它們之間的變化關(guān)系,,決定當(dāng)前工作點與峰值點的位置關(guān)系,然后控制電流(或電壓)向當(dāng)前工作點與峰值功率點移動,,最后控制電流(或電壓)在峰值功率點附近一定范圍內(nèi)來回擺動,。模糊控制適應(yīng)性強,魯棒性好,,作為一種新的控制思想,,非常適合用在對于太陽能光伏發(fā)電這種包含許多不確定量,而且很難用精確的數(shù)學(xué)模型描述出來的系統(tǒng),。
1 光伏特性
光伏電池相當(dāng)于具有與受光面平行的極薄PN截面的大面積等效二極管,,其等效電路如圖1所示。
在圖1中,,I為太陽能電池輸出電流,;Id為二極管工作電流;Irsh為漏電流;ILG為led/'''' target=''''_blank''''>光電池電流源,;Rsh為光伏電池的并聯(lián)等效電阻,;Rs為光伏電池的串聯(lián)等效電阻。由圖1得到光伏電池的輸出特性方程為:
式中:
前式表明,,并聯(lián)電阻Rsh越大,,越不會影響短路電流的數(shù)值。所以設(shè)計中可忽略Rsh,,而得到簡化的光伏電池輸出特性方程:
式(1)~式(4)中:I為光伏電池輸出電流,;V為光伏電池輸出電壓;Ios為光伏電池暗飽和電流T為光伏電池的表面溫度,;K為波爾茲曼常數(shù)(1.38×10-23J/K),;λ為日照強度;q為單位電荷(1.6×10-19C),;k1為短路電流的溫度系數(shù),;ISCR為標(biāo)準(zhǔn)測試條件(光伏電池溫度25℃,日照強度為1 000 W/m2)下,,光伏電池的短路電流,;ILG為光電流;EGO為半導(dǎo)體材料的禁帶寬度,;Tr為參考溫度(301.18 K),;Ior為Tr下的暗飽和電流;A,,B為理想因子,,一般介于1和2之間。
當(dāng)負(fù)載RL從0變化到無窮大時,,即可得到如圖2所示太陽能電池的輸出特性曲線,。調(diào)節(jié)負(fù)載電阻RL到某一值Rm時,在曲線上得到一點M,,其對應(yīng)的工作電壓和工作電流之積最大,,即Pm=ImVm。現(xiàn)將此M點定義為最大功率輸出點(MPP),。
2光伏系統(tǒng)的最大功率點跟蹤
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,也就是讓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,。MPPT就是一個不斷測量和不斷調(diào)整以達到最優(yōu)的過程,它不需要知道光伏陣列精確的數(shù)學(xué)模型,,而是在運行過程中不斷改變可控參數(shù)的整定值,,使得當(dāng)前工作點逐漸向峰值功率點靠近,,使光伏系統(tǒng)運作在峰值功率點附近。
對于電阻型負(fù)載,,其負(fù)載線與I-V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。因此在不同溫度,、日照強度條件下,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,。關(guān)于光伏電池的最大功率點跟蹤算法,先前許多文獻已提出過多種方法,,如電壓回授法,、擾動觀察法、功率回授法,、直線近似法,、實際測量法和增量電導(dǎo)法。
然而,,在光伏組件環(huán)境變化復(fù)雜的情況下,,這些方法不能即時追蹤,迅速反應(yīng),。常規(guī)方法只能收斂到局部最高運行點,,卻不是P-V曲線的真正最高點。于是提出了占空比擾動法,。圖3為一般光伏發(fā)電系統(tǒng)的結(jié)構(gòu),,MPPT控制器通過調(diào)整PWM信號的占空比D,來調(diào)節(jié)輸入/輸出關(guān)系,,從而達到阻抗匹配的功能,。
3基于模糊控制的MPPT實現(xiàn)
3.1模糊控制基本原理
模糊控制建立的基礎(chǔ)是模糊邏輯,它比傳統(tǒng)的邏輯系統(tǒng)更接近于人類的思維和語言表達方式,。在一些復(fù)雜系統(tǒng),,特別是系統(tǒng)存在定性的不精確和不確定信息的情況下,模糊控制的效果常優(yōu)于常規(guī)控制,。模糊控制系統(tǒng)基本結(jié)構(gòu)如圖4所示,。
模糊控制系統(tǒng)一般按輸出誤差和誤差的變化對過程控制進行控制,其首先將實際測量的精確量誤差e和誤差變化Δe經(jīng)過模糊處理而變換成模糊量,,在采樣時刻k,,定義誤差和誤差變化為:
式中:yr和yk分別表示設(shè)定值和k時刻的過程輸出;ek為k時刻的輸出誤差,。用這些量來計算模糊控制規(guī)則,,然后又變換成精確量對過程進行控制,。
3.2模糊控制器的設(shè)計
模糊邏輯控制器的設(shè)計主要包括以下幾項內(nèi)容:
(1)確定模糊控制器的輸入變量和輸出變量;
(2)歸納和總結(jié)模糊控制器的控制規(guī)則,;
(3)確定模糊化和反模糊化的方法,;
(4)選擇論域并確定有關(guān)參數(shù)。
模糊化的設(shè)計,,其解答往往不是惟一的,,在很大程度上要運用啟發(fā)式試探方法以求取得最佳的選擇。對于初始設(shè)計可先模擬,,若控制性能達不到要求,,則需要重新確定隸屬函數(shù),有時甚至要重新確定輸入/輸出量,。
3.2.1輸入/輸出量模糊子集及論域
模糊系統(tǒng)的輸入輸出變量有輸入功率變化量E,;輸入上次步長量A(n-1);輸出步長量A(n),。將語言變量E和A分別定義為8個和6個模糊子集,,即:
E={NB,NM,,NS,,NO,PO,,PS,,PM,PB)
A={NB,,NM,,NS,PS,,PM,,PB}
式中:NB,NM,,Ns,,NO,PO,,PS,,PM,PB分別表示負(fù)大,、負(fù)中,、負(fù)零、正零,、正小,、正中,、正大等模糊概念,并且它們的論域規(guī)定為14個和12個等級,,即:
E={-6,,-5,-4,,-3,,-2,-1,,-0,,+0,+1,,+2,+3,,+4,,+5,+6)
A={-6,,-5,,-4,-3,,-2,,-1,+1,,+2,,+3,+4,,+5,,+6}
3.2.2 MPPT的模糊控制算法
圖5中e(n)表示第n時刻與第n-1時刻輸出功率之差的實際值;E(n)表示這個差值對應(yīng)于模糊集論域中的值,;a(n)表示第n時刻步長的實際值,;A(n)表示這個步長值對應(yīng)于模糊集論域中的值;Ke,,Ka分別為量化因子,。
通過對光伏電池輸出P與占空比D之間的特性曲線分析,并且考慮到外界環(huán)境因素對光伏電池輸出功率的影響,,對實際仿真結(jié)果進行調(diào)整得到的最終控制規(guī)則如表1所示,。
4系統(tǒng)建模與仿真
Matlab的模糊邏輯工具箱拓展了Matlab對模糊邏輯系統(tǒng)的設(shè)計能力,已經(jīng)成為運用模糊手段解決工程問題的重要工具,。在此結(jié)合Matlab7.1中的模糊邏輯工具箱進行輔助設(shè)計,。模糊邏輯工具箱在默認(rèn)狀態(tài)下給出了mamdani型控制器,,選擇“交”方法為min;“并”方法為max,;推理方法為min,;聚類方法為max;解模糊方法為重心法,。圖6為模糊邏輯工具箱界面,。
模糊控制器設(shè)計完畢后,利用Simulink搭建光伏電池模型,,如圖7所示,。
其次搭建MPPT模糊控制系統(tǒng)如圖8所示。
圖中,,subsystem為光伏電池模型,;S函數(shù)只實現(xiàn)D(n)=D(n-1)+a(n)的功能。其中,,經(jīng)過反復(fù)試驗,,量化因子Ka取0.01;Ke取10,。模擬外界因素強度從600 W/m2突然增大到900 W/m2,,表面溫度T=25℃,并設(shè)置仿真最大步長時間為0.025 s,,運行時間為10 s,。由此得到輸出功率波形如圖9所示。
圖10為擾動觀察法輸出功率的跟蹤波形,。通過比較可以發(fā)現(xiàn),,采用模糊邏輯控制跟蹤光伏電池最大功率點,不僅跟蹤迅速,,而且達到最大功率點后基本沒有波動,,即具有良好的動、穩(wěn)態(tài)性能,。
5結(jié)語
在太陽能發(fā)電系統(tǒng)中進行最大功率點跟蹤時,,根據(jù)跟蹤情況和電池表面溫度、日照強度等外界因素的變化,,利用模糊控制來智能地調(diào)整步長,。
運用Simulink建立模型并進行仿真,其結(jié)果表明,,將模糊控制運用于最大功率跟蹤是可行的,,并且表現(xiàn)出良好的控制性能。