基于模糊策略的光伏发电MPPT控制技术
模糊控制建立的基础是模糊逻辑，它比传统的逻辑系统更接近于人类的思维和语言表达方式。在一些复杂系统，特别是系统存在定性的不精确和不确定信息的情况下，模糊控制的效果常优于常规控制。模糊控制系统基本结构如图4所示。
模糊控制系统一般按输出误差和误差的变化对过程控制进行控制，其首先将实际测量的精确量误差e和误差变化Δe经过模糊处理而变换成模糊量，在采样时刻k，定义误差和误差变化为：
式中：yr和yk分别表示设定值和k时刻的过程输出；ek为k时刻的输出误差。用这些量来计算模糊控制规则，然后又变换成精确量对过程进行控制。
3.2模糊控制器的设计
模糊逻辑控制器的设计主要包括以下几项内容：
(1)确定模糊控制器的输入变量和输出变量；
(2)归纳和总结模糊控制器的控制规则；
(3)确定模糊化和反模糊化的方法；
(4)选择论域并确定有关参数。
模糊化的设计，其解答往往不是惟一的，在很大程度上要运用启发式试探方法以求取得最佳的选择。对于初始设计可先模拟，若控制性能达不到要求，则需要重新确定隶属函数，有时甚至要重新确定输入／输出量。
3.2.1输入／输出量模糊子集及论域
模糊系统的输入输出变量有输入功率变化量E；输入上次步长量A(n-1)；输出步长量A(n)。将语言变量E和A分别定义为8个和6个模糊子集，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分别表示负大、负中、负零、正零、正小、正中、正大等模糊概念，并且它们的论域规定为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}
3.2.2MPPT的模糊控制算法
图5中e(n)表示第n时刻与第n-1时刻输出功率之差的实际值；E(n)表示这个差值对应于模糊集论域中的值；a(n)表示第n时刻步长的实际值；A(n)表示这个步长值对应于模糊集论域中的值；Ke，Ka分别为量化因子。
通过对光伏电池输出P与占空比D之间的特性曲线分析，并且考虑到外界环境因素对光伏电池输出功率的影响，对实际仿真结果进行调整得到的最终控制规则如表1所示。
评论