（扬州大学水利与能源动力工程学院 江苏扬州 225127）
摘要：对光伏阵列的物理特性进行分析，在PSIM仿真环境下，采用C block模块建立了太阳能光伏阵列的仿真模型。基于光伏阵列的输出特性，提出一种使用模糊控制的最大功率点跟踪技术，使用PSIM和SIMLINK联合仿真方法对该算法进行验证，结果表明，该算法能够快速准确地跟踪光伏阵列的最大功率点。
关键词：光伏阵列；最大功率点跟踪；模糊算法；联合仿真
目前，资源短缺和环境污染已经成为全世界关注的问题，新能源和可再生能源的利用和开发就显得更加重要，如何提高光伏发电的效率一直是研究的热点。最大功率点跟踪技术的应用，可以有效地提高光伏发电的效率。本文通过对光伏阵列进行建模仿真，通过对输出特性的研究，提出了一种使用模糊算法的最大功率点追踪技术。为了使仿真结果更加准确可靠，本文使用MATLAB和PSIML联合仿真的方法进行仿真验证，充分发挥了两种软件在电力仿真方面的优势。
1 光伏阵列的PSIM仿真模型
PSIM是趋向于电力电子领域以及电机控制领域的仿真应用包软件。PSIM全称Power Simulation。PSIM是由SIMCAD 和SIMVIEM两个软件来组成的。在仿真中使用的都是器件的理想模型，计算速度和精度都非常的高，为电力电子电路的解析、控制系统设计、电机驱动研究等有效提供强有力的仿真环境。用户可根据自己的需求搭建器件模型，给建模带来了很大的灵活性。
首先，给出仿真模型的数学表达：
上述模型根据各变量之间的数学关系建立，能够模拟外界温度、光照变化对光伏阵列输出特性的影响，参数可以根据需要进行修改，模型具有较高灵活，仿真精度高等特点。
3 MPPT控制算法设计
根据光伏阵列的P-U输出特性曲线可知，当光伏阵列工作在最大功率点时，有dP/dU=0，其中P为光伏阵列的输出功率，U为光伏阵列的输出电压。并且P-U特性曲线是一个单峰值曲线，有且仅有一个最大值点。因此dP/dU的值可以作为判断光伏阵列是否工作在最大功率点的一个条件。
3.1 模糊控制结构设计
本文采用的是一种基于模糊控制的最大功率点跟踪技术。模糊控制器的工作过程为：首先，输入的精确量经过模糊化后变为模糊量，模糊控制器根据输入的模糊量进行推理，产生一个模糊的输出量，经过解模糊化后，得到一个精确的输出量用于系统控制。因此要使模糊控制器的达到良好的控制效果，输入量，输出量，模糊规则，推理方法的选取十分重要。
根据控制要求需将光伏电池的工作点调节到dP/dU=0位置，可将dP/dU的值作为模糊控制器的偏差输入量E，E的变化率作为模糊控制器的另一个输入量CE，即：
公式中P（k），U（k）为当前时刻采样的值，P（k-1），U（k-1）为当上一时刻采样的值。将BOOST电路的占空比变化量dD（k）作为模糊控制器的输出量。模糊控制器为一个双输入单输出的控制模块，使用默认的mamdani推理方法，解模糊使用重心法。E（k）和EC（k）及dD（k）均使用含有7个模糊子集的集合来表示。
在模糊控制器中将E（k）的论域设定为 ，EC（k）的论域设定为 ，dD的论域设定为 ，在实际应用时测量和输出的值范围并不在规定的论域上，这就需要引入量化因子来对实际值进行处理，实现基本论域向模糊论域的转换。
3.2 模糊规则的确定
由光伏电池的输出特性可以得到以下四条规律：
（1）当E（k）>0，EC（k）>0时，工作点位于最大功率点的左侧并向远离最大功率点的方向移动。
（2）当E（k）>0，EC（k）<0时，工作点位于最大功率点的左侧并向靠近最大功率点的方向移动。
（2）当E（k）<0，EC（k）>0时，工作点位于最大功率点的右侧并向靠近最大功率点的方向移动。
（2）当E（k）<0，EC（k）<0时，工作点位于最大功率点的右侧并向远离最大功率点的方向移动。
根据控制需求，通过判断当前工作点所在的位置，选取合适的占空比变换量调节工作点使其以最快的速度稳定在最大功率点附近，模糊规则的控制原则是：当工作点向最大功率点移动时，该时刻占空比变化与上一时刻方向相同，反之则相反，占空比变化的大小由工作点所在位置决定。根据以上原则制定模糊规则如表1所示。
4 仿真分析
为验证本文提出的最大功率点跟踪算法的有效性，使用PSIM和Simulink联合仿真软件对其进行验证。为了充分发挥两种仿真软件的优势，使用PSIM软件来构建仿真的电力电子部分，使用Simulink来模拟系统的控制部分，分别使用电导增量法和模糊控制的方法，在相同的光照条件下进行仿真，并且在相同时间点使光照强度发生变化，对比两种方法的稳态误差和追踪速度，以及外界条件变化时的工作情况。
仿真电路中使用本文建立的光伏阵列模型，外界温度设定为25℃。通过仿真测试得到光照强度为1000 W/m2时最大功率点功率为147.7 W，在光照强度为800 W/m2时最大功率点功率为120.5W，在0.05s时将光照强度由1000 W/m2降低至800 W/m2，后接boost电路通过改变其占空比D来实现最大功率点跟踪，boost电路后接一个恒压源负载。分别使用两种算法进行仿真，仿真结果如图7、图8所示。
由图7可知，电导增量法在0.01秒左右达到最大功率点，在0.05秒时光照强度发生了变化，电导增量法在0.01秒后仍然没有追踪到新的最大功率点；而在相同的条件下，由图8可得出模糊控制算法在0.006秒已经达到最大功率点，并且在光照发生变化后，仅不到0.005秒后就追踪到了新的最大功率点。
由两种算法的仿真结果可知：本文提出的最大功率算法的追踪速度更快，并且在光照发生较大变化后能够更快地将光伏阵列的工作点调整到新的最大功率点处。该结果表明本文提出的模糊控制算法既可以提高追踪速度又可以减小由于光照变化导致的功率损失和误跟踪，具有良好的快速性和稳定性。
5 结论
本文在对光伏阵列输出特性进行分析的基础上，利用PSIM软件建立了光伏阵列通用模型。通过对光伏电池输出特性的研究，提出了使用模糊控制的最大功率点追踪控制策略，并在PSIM和Simulink联合仿真环境下对提出的算法进行仿真。
由仿真结果可知，本文提出的使用模糊控制的最大功率点跟踪算法具有响应速度快、稳态振荡小、误判较少的特点，弥补了传统最大功率跟踪方法快速性和稳定性不能兼顾的缺点，能够最大程度地提升系统效率、降低功率损失，具有良好的实用价值。
参考文献：
[1] 茆美琴，余世杰，苏建徽.带有MPPT功能的光伏阵列MATLAB通用仿真模型 [J].系统仿真学报，2005，17（5）：1248-1251.
[2] 李丹萍，葛强，谈磊.基于DSP光伏发电系统的最大功率跟踪试验 [J].扬州大学学报，2010，13（3）：58-60，78.
[3] 熊远生，俞立，徐建明.固定电压法结合扰动观察法在光伏发电最大功率点跟踪控制中应用 [J].电力自动化设备，2009，29（6）：85-88．
[4] KOUTROULIS E，KALAITZAKIS K，VOULGARIS N C.Development o f a micro controller-based，photovoltaic maximum power point tracking control system [J].IEEE TransPower Electron，2001，16（1）：49-50.
[5] D'SOUZA N S，LOPES L A C，LIU X J.Comparative study of variable size perturbation and observation maximum power point trackers for PV systems [J].Electric Power Systems Research，2010，（80）：296-305.
作者简介：
刘硕（1993.6-），男（汉族），扬州市，扬州大学水利与能源动力工程学院硕士；研究方向：电机与电器。
论文作者:刘硕,张立飞,葛强
论文发表刊物:《电力设备》2017年第2期
论文发表时间:2017/3/27
标签：模糊论文; 最大功率论文; 光伏论文; 阵列论文; 算法论文; 工作论文; 模型论文; 《电力设备》2017年第2期论文;