光伏发电系统最大功率点跟踪仿真-solarbe文库

资源描述：

文章编号 0254 0096201105 0704 06基于 fuzzy PI 双模控制的光伏发电系统最大功率点跟踪仿真研究收稿日期 2009 07 06基金项目上海市教育委员会重点学科建设项目 J51301通讯作者程启明 1965 , 男 , 教授、硕士生导师 , 主要从事智能控制、电厂自动化等方面的研究。 chengqimingsina com程启明 , 程尹曼 , 倪仁杰 , 汪明媚上海电力学院电力与自动化学院 , 上海 200090摘要为了提高太阳电池阵列的工作效率和整个光伏发电系统的稳定性 , 在光伏发电系统中需要对光伏电池的最大功率点进行跟踪。为了消除常规模糊跟踪算法在最大功率点附近出现的振荡问题 , 在分析光伏电池伏安特性的基础上 , 提出了 fuzzy PI双模控制策略 , 分析了该控制算法的原理 , 并对控制系统做了设计。 MatlabSimulink 仿真表明 fuzzyPI 双模控制能够快速、准确地跟踪最大功率点 , 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 , 从而使整个双模控制兼有了 MPPT精确性与快速性。关键词最大功率点跟踪 ; 光伏发电 ; 占空比扰动法 ; fuzzyPI双模控制 ; 光伏阵列中图分类号 TK513; TM615 文献标识码 A0 引言目前光伏发电存在的主要问题是光伏电池PhotovoltaicCells, 简称 PV Cells 的输出特性受外界环境因素影响大 , 电池表面温度和日照强度的变化都可以导致输出特性发生较大变化 ; 另外 , 光伏电池转换效率低且价格昂贵 , 初期投入较大。因此 , 如何在现有的光电元件转换技术基础上 , 提高光伏电池的转换效率 , 一直是光伏发电研究的重要问题。光伏电池的最大功率点跟踪 Maximum Power PointTracking, 简称 MPPT控制能够提高光伏电池的转换效率。目前常用的 MPPT 方法有恒定电压法、扰动观察法、电导增量法、间歇扫描跟踪法、最优梯度法等 , 但这些方法都有缺点 [ 1 15] 。基于占空比扰动Duty Ratio Perturbation,简称 DRP 的 MPPT 方法 [1] 通过当前功率与前一时刻的功比较来决定占空比增减。此法只需要控制占空比一个参数 , 从而简化了控制器 , 但调整占空比时仍然存在调整步长大小的选择问题。若步长过小 , 则跟踪时间就会拉长 , 影响系统的动态响应特性 ; 若步长过大 , 输出功率的波动会加大 , 系统的稳态误差变大。采用模糊 fuzzy控制 [ 4, 8,14] 应用于 DRP能够自适应跟踪 MPP, 能有效提高系统随外部环境变化的快速响应能力 , 并减小在 MPP 附近的振荡 , 但由于 fuzzy 控制没有积分环节 , 在 MPP 附近的振荡仍然存在。为了更好地利用光伏电池的效用 , 本文在 fuzzy控制的基础上加入 PI控制 , 形成 fuzzy PI 双模控制能有效消除这种振荡。1 光伏电池特性光伏电池相当于具有与受光面平行的极薄 PN截面的大面积的等效二极管 , 其等效电路如图 1 所示。光伏电池的输出特性方程 [ 8, 9] 为 I I LG - I d- I Rsh I LG - I os{ exp[ q VIR s AkT ] - 1} - V IR s Rsh 1其中 ,I os I or [ T T r ] 3 exp[qEGO 1 T r 1 T Bk ] 2I LG I SCR[ 1 K 1 T- 298] S/ 1000 3式中 , I 、 V 分别为光伏电池输出电流、输出电压 ; I LG 、 I os 分别为光伏电池的光生电流、暗饱和电流 ; T、 T r 分别为光伏电池的表面温度、参考温度 , T r 301 18 ; S 日照强度 ; q 单位电荷 , 1 6 10- 19 C; k 波尔滋曼常数 , 1 38 10- 23J K; K 1 短路电流的温度系数 ; E GO 半导体材料的禁带宽度 ; A 、 B 理想因子 , 一般在 l 0 2 8之间 ; I or T r 下的暗饱和电流 ; I scr 标准测试第 32 卷第 5 期2011 年 5 月太阳能学报ACTA ENERGIAE SOLARIS SINICAVol 32, No 5May,2011条件下标准测试条件为光伏电池温度为 25 , 日照强度为 1000W m2 光伏电池的短路电流 ; Rsh、Rs 分别为光伏电池的并联等效电阻、串联等效电阻。图 1 光伏电池的等效电路Fig 1 The equivalentcircuit of PV cells由于 Rsh的阻值很大 , 并联电流 I Rsh 很小 , 它对光伏电池的发电效率影响可以忽略 , 光伏电池的输出特性方程可简化为 I I LG- I os{ exp[ q V IRs AkT ] - 1} 4在外部负载短路情况下 , V 0, 此时光电流 I LG全部流向外部的短路负载 , 短路电流 I sc 光电流I LG ; 而在开路状态时 , I 0, 光电流全部流经二极管d, 此时开路电压 Voc为 Voc AkT qln I LG I os 1 5开路电压 Voc 与温度、日照强度的关系为 Voc Vocs K T T - 298 6式中 , Vocs 标准测试条件下的开路电压 ; K T开路电压的温度系数。光伏电池模组 Module 是由许多小单位的光伏电池经由并联或串联组合所组成的。光伏电池串联组合可以提高太阳能发电系统的最高输出直流电压 ; 光伏电池并联组合可以提高太阳能发电系统的最高输出直流电流。因此 , 通过对光伏电池串、并联交替组合可以得到期望的直流电压或电流。光伏电池模组的输出特性方程为 I n p I LG - n p I os{ exp[ q V IR s ns AkT ] - 1} 7式中 , np 、 n s 分别为模组中光伏电池的并联、串联个数。同样 , 光伏电池阵 Array 是由许多小单位的模组经由并联或串联组合所组成的。德国 Siemens公司的型号 SP75光伏电池模组在标准测试条件下各项参数分别为 [ 8] 最大功率点处的电流 I m 4 4A、电压 Vm 17V和功率 Pm I m Vm75W; 短路电流 I sc 4 8A、开路电压 Vocs 21 7V, 温度系数 K 1 2 06mA 、 K T - 0 77V 。 SHELLPowerMaxUltra80 P 型号的参数与 SiemensSP75相近。它由 36 个单结晶矽光伏电池串联而成 , 由式 7 可得到该电池模组的输出特性方程为 I I LG - I os{ exp[ q V IR s 36AkT ] - 1} 8令 V t AkT q, I os I LG exp Voc 36Vt - 1 9取理想因子 A 2 8, 在温度 T 25 , Vt 25 68mV 且在标准测试条件下 , 串联等效电阻 Rs为 R s 36Vt ln I LG - I m I os 1 - Vm I m 0 5456 10假定系统的固定负载为 R, 通过调节占空比 D ,可实现等效负荷 RL 可调 , 它们之间的关系近似为 R L R D , U IRL IR D 11根据上面的公式可建立相应子模块 , 就可组成光伏电池模组模型 [ 8, 9] 。图 2 为光伏电池 Simulink仿真模块的内部结构和封装模型 , 它的输入为 V、 T 、S、 D、 R , 输出为 I 、 P P IV。图 2 光伏电池 Simulink 仿真模块的内部结构和封装模型Fig 2 The internal structureand packagingmodelofSimulink simulativemodelfor PV cells2 基于 fuzzy PI 双模控制的占空比扰动法 MPPT2 1 占空比扰动法图 3a为占空比扰动法的结构。在光伏系统的应用中 , 光伏阵列和负载之间的接口通常采用 PWM型的 DC DC 变换器和 DCAC 逆变器 , 通过调整 PWM信号的占空比 D 来调节变换器的输入与输出关系 ,实现阻抗匹配的功能 , 从而使输出功率最大 , 因此 ,占空比 D 的大小决定了光伏电池输出功率 P 的大小 ; 图 3b 为输出功率 P 与占空比 D 关系图。当5期程启明等基于 fuzzyPI 双模控制的光伏发电系统最大功率点跟踪仿真研究 705dP dD 0 时 , 输出功率达到最大值。图 3 占空比扰动法 DRPFig 3 The dutyratio perturbation2 2 基于 fuzzy 控制的 MPPT取目标函数为光伏电池的输出功率 P, 可控量为用来控制变换器的 PWM 信号的占空比 D , 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P 变化量 e n 和第 n- 1 时刻的占空比步长值 n- 1 , 第 n 时刻的输出量为第 n 时刻的占空比步长值 n 。占空比调整算法为 D n D n - 1 n 。图 4 为基于 fuzzy控制的 MPPT 结构 [4, 8, 14] 。图 4 基于 fuzzy控制的 MPPT结构Fig 4 The structureof MPPT basedon fuzzycontrole、的模糊量 E、 A 分别定义为 8 个、 6 个模糊子集 , 即 E {NB, NM, NS,NO, PO, PS,PM, PB}, A {NB, NM, NS, PS, PM, PB} , 并将它们的论域规定为14 个和 12 个等级 , 即 E { - 6, - 5, - 4, - 3, - 2,- 1, - 0, 0, 1, 2, 3, 4, 5, 6} , A {- 6, - 5, - 4, - 3, - 2, - 1, 1, 2, 3, 4, 5, 6} 。隶属度函数选用三角形 , 步长和功率变化量 e 的隶属函数、 e见图 5, 三角形隶属函数斜率取不同值 , 步长在零点附近变化较快 , 远离零点处变化较慢。表 1 为 MPPT 48 条 fuzzy规则表 [ 8] 。规则表的选取原则为若输出功率 P 增大 , 则继续原来的步长调整方向 , 否则反之 ; 当远离最大功率点 Pm , 则选用较大步长以加快跟踪速度 , 否则反之。 fuzzy逻辑采用 Mamdani型 , 选择交、并方法为 min、 max, 推理方法、聚类方法为 min、 max, 解模糊方法为重心法。图 5 fuzzy控制的隶属函数Fig 5 The Membershipfunction of fuzzycontrol表 1 MPPT fuzzy 控制规则表Table1 The rule table of MPPT fuzzycontrolAn- 1An EnNB NM NS NO PO PS PM PBNB PB PM PS PS NS NS NS NSNM PB PB PM PS NS NS NS NSNS PB PB PM PS NS NS NS NSPS NS NS NS NS PS PM PB PBPM NS NS NS NS PS PM PB PBPB NS NS NS NS PS PS PM PB2 3 基于 fuzzy PI 双模控制的 MPPTfuzzy控制具有在线参数调整的自适应占空比扰动法 , 能迅速感知外部环境变化 , 调整光伏电池的输出功率 , 但输出功率在最大功率点附近出现振荡。为了消除振荡减小输出功率损失 , 在 fuzzy控制基础上加入 PI 控制形成 fuzzyPI 双模控制。当功率变化量的绝对值 | e| K 时 , 为加快控制速度 , 选用模糊706 太阳能学报 32 卷控制 ; 否则 , 当 | e| K 时 , 为消除模糊控制的零点振荡 , 选用 PI 控制。fuzzyPI 双模控制的切换是根据事先给定的偏差范围 K 进行自动切换 , 切换点的选择成为影响系统性能的关键。过早切换体现不出 fuzzy控制的优点而使超调量增大 , 而切换过迟 , fuzzy控制存在较大的静差 , 可能进入不了 PI 控制器而成为单一 fuzzy控制的形式。另外 , 当两种控制器切换时 , 很难保证其输出量相等而使控制量连续、不发生跃变 , 因而在切换过程中不可避免地存在扰动。实际上 , 两种控制规律之间的切换还可从在控制算式中加以考虑协调。当第 n 次采样从一种控制切换为另一种控制时 , 只需保存前一种控制第 n- 1次采样的系统输出值 a n- 1 及第 n - 1 次采样的偏差值 e n - 1 , 就可基本保证两种控制规律的连续性。当然 , 还可专门设计一种基于模糊规则切换 [ 16] 的 fuzzyP ID 分级控制器。本文采用前一种方法进行切换。图 6 为基于 fuzzy PI 双模控制的 MPPT Simulink仿真系统结构。图中 , 2 个传输延迟 TransportDelay模块分别实现 P 、 D 采样周期的延迟 ; MPPT功能主要由 fuzzy 控制器或 fuzzyPI 双模控制器实现 ; S 函数 Bcsfun实现 D n D n- 1 a n 的占空比调整功能。仿真中 , 有关参数取值为设置负载电阻R 1 586 、仿真最大步长为 0 025s、仿真运行时间为 6s、传输延迟时间为 0 05s; 经反复仿真试验 , fuzzy控制的量化因子 K a- 1、 K e 和比例因子 K a 分别取为100、 0 1、 0 01, PI 控制的比例系数 K P 、积分系数 K I分别取为 0 002、 0 0001, fuzzy与 PI 切换阈值 K 取为0 1。图 6 基于 fuzzyPI 双模控制的 MPPTSimulink 仿真系统结构Fig 6 The structureof MPPT Simulink simulativesystembasedon fuzzyPI dual modecontrol2 4 基于 fuzzy PI 双模控制与基于 fuzzy 控制的MPPT 仿真比较图 7 分别为 T 25 且 S 在 3s 时由 600W m2突变为 1000W m2 情况下基于 fuzzyPI 双模控制、基于 fuzzy控制的 MPPT 仿真输出功率 P 波形曲线。由图可见 , 基于 fuzzy控制的曲线到达最大功率点后 , 发生小幅零点振荡 , 而基于 fuzzy PI 双模控制的曲线平稳。因此 , 基于 fuzzyPI 双模控制的 MPPT 比基于 fuzzy控制的 MPPT 更加有效地控制了光伏电池最大输出功率 , 更充分的转化了太阳能。3 结论由于光伏电池的非线性、环境条件的变化以及其他因素的影响 , 使得光伏阵列 MPPT 方法成为一个复杂的综合性问题。本文建立了光伏电池的仿真模型 , 采用了 fuzzyPI 双模控制 MPPT 方法克服 fuzzy控制 MPPT 方法存在的零点振荡问题 , 并在 MATLAB Simulink软件平台上进行仿真比较 , 仿真结果表明 fuzzyPI 双模控制相比 fuzzy控制能够更稳定、高效地跟踪光伏阵列的最大功率点 , 且在光照强度等参数发生突变情况下能重新快速找到新的最大功率点 , 并保持系统稳定 , 表现出更好的动态性能。本文对光伏阵列 MPPT方法的应用有一定指导作用。5期程启明等基于 fuzzyPI 双模控制的光伏发电系统最大功率点跟踪仿真研究 707图 7 两种控制方法的 MPPT仿真比较Fig 7 The comparedsimulation of twokinds ofMPPT control methods[ 参考文献 ][ 1] Lim Y H, Hamill D C. Simplemaximum powerpoint trackerfor photovoltaic arrays[ J]. ElectronLett, 2000, 36 12 997 999.[ 2] Walker G. Evaluating MPPT converter topologiesusing aMatlab PV model[J]. J Elect Electron Eng, 2001, 21 1 49 56.[ 3] Koutroulis E, KalaitzakisK , VoulgarisN C. Development ofa microcontrollerbased, photovoltaicmaximum power pointtracking control system[J] . IEEE TransactiononPowerElectronics, 2001, 161 46 52.[ 4] VeeracharyM, SenjyuT, UezatoK. Feedforwardmaximumpower point tracking of PV systemusing fuzzycontroller[J].IEEE Transon Aerospaceand ElectronicSystems,2002, 38 3 969 980.[ 5] Shibini M A, Rakha H H. Maximum power point trackingtechnique[A] . IntegratingResearch, Industryand Educationin Energyand CommunicationEngineering[C] , MEL ECON photovoltaicPV power generation; duty ratio perturbation; fuzzyPI dual mode control; photovoltaic PV array5期程启明等基于 fuzzyPI 双模控制的光伏发电系统最大功率点跟踪仿真研究 709