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