摘要：  一般光伏系统都希望光伏电池阵列在同样日照、温度的条件下输出尽可能多的电能，即在理论上和实践上提出了光伏电池阵列的最大功率点跟踪(Maximum Power。Point Tracking，MPPT)问题。光伏并网发电系统中由于阵列的功率等级一般较大，因此MPPT问题显得尤为重要。故利用智能控制方法上的智能性、自适应性来对非线性的太阳能光伏发电系统进行控制，无疑是一个很好的选择。

关键字：  光伏电池阵列，  光伏并网发电系统，  MPPT

随着全球能源紧张问题的日益严重，再生能源正得到越来越广泛的应用。近年来，光伏能源以其具有无污染，可长期使用等优点，得到了很大的发展。一般光伏系统都希望光伏电池阵列在同样日照、温度的条件下输出尽可能多的电能，即在理论上和实践上提出了光伏电池阵列的最大功率点跟踪(Maximum Power。Point Tracking，MPPT)问题。光伏并网发电系统中由于阵列的功率等级一般较大，因此MPPT问题显得尤为重要。故利用智能控制方法上的智能性、自适应性来对非线性的太阳能光伏发电系统进行控制，无疑是一个很好的选择。

1 光伏电池的最大功率点

从图l中可以看出，在一定的光照强度与温度下，光伏电池输出曲线上都可以找到一个最大的功率输出点Pm，如果可以使光伏电池时工作在最大功率点，就可以极大地提升光伏电池的效率，故应寻找其最大功率点，即寻优。

2 MPPT控制的原理与设计

MPPT控制的原理实质上是一个动态自寻优过程，通过对光伏电池当前输出电压与电流的检测，得到当前电池输出功率，将其与前一时刻功率相比较，然后根据功率与占空比的关系，改变占空比，使其向最大功率点不断靠近，如此反复，直至达到最大点附近的一个极小区域内。当外界光照强度与温度发生明显改变时，系统会进行再次寻优。

从图2可知，改变脉宽调制信号(Pulse Width Modulation，PWM)的占空比D，实质上是改变了光伏电池的负载。也即使光伏电池的输出功率点发生改变，从而达到寻找最大功率点的目的。

光伏电池的负载RL与负载R和占空比D的关系式为：

RL=R/D

MPPT控制器通过调整PWwM信号的占空比D，来改变光伏电池的负载，从而实现阻抗匹配的功能。因而，占空比D的大小决定了光伏电池输出功率P的大小，一般光伏逆变器的P-D关系如图3所示。

国内外的一些光伏发电系统对光伏电池的最大功率跟踪控制，一般提出过多种方法，如定电压跟踪法、扰动观察法、功率回授法和增量电导法等，这些算法的不足在于：未说清从一个最大功率点怎样跟踪到下一个最大功率点;计算量很大，实现较困难;控制精度差，受外在影响大。本文提出的设计方案进行最大功率点跟踪，可弥补以上不足之处。

3 模糊控制器设计

在光伏并网发电系统中，使用模糊逻辑对系统的输入和输出进行设计，可以得出一系列控制规则，可以由微机十分简明地实现。

3.1 确定模糊控制器的结构

MPPT控制设计，其关键是模糊控制器的设计。选用双输入单输出模糊控制器，如图4所示。

模糊控制器的第n时刻输入量，为第n时刻的功率变化量△P(n)和功率变化率;第n时刻的输出量为第n+1时刻的占空比改变量△D(n+1)，大小在[0，1]间变化。其中功率变化量△P(n)=P(n)-P(n-1)，功率变化率用△P(n)/△D(n)代替计算。

3.2 确定输入、输出量模糊子集及论域

△P(n)的模糊集为E，△P(n)/△D(n)的模糊集为EC，△D(n)的模糊集为U。

将语言变量E和U，定义为7个模糊子集，EC定义为6个模糊子集，即：

其中：NB，NM，NS，NO，ZO，PO，PS，PM，PB分别表示负大，负中，负小，负零，零，正零正小，正中，正大等模糊概念。将E，U的论域规定为15个等级，将EC的论域规定为12个等级，即：

3.3 确定隶属函数

模糊子集的隶属函数形状较尖，反映模糊集合具有高分辨率特性较高的灵敏度。

故本文选择三角形作为隶属函数的形状，E和EC的隶属函数见图5和图6，U的隶属函数如图7所示。

3.4 确定模糊控制规则

根据功率值的变化量，来决定这一时刻的占空比改变量。通过对光伏电池输出功率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(温度、日照强度)对光伏电池输出功率的影响得到以下原则：

(1)若输出功率增加，则继续原来改变量调整方向，否则取相反方向;

(2)离最大功率点较远处，采用较大改变量以加快跟踪速度;离最大功率点附近，采用较小改变量进行搜索以减小搜索损失;

(3)当达到以最大功率点为中心的极小的ZO区域时，系统稳定下来，直至外界环境再次发生明显变化。

(4)当温度、日照强度等因素发生变化导致光伏电池输出功率发生明显变化时，系统能够作出快速的反应，进行再次寻优。

遵循上述原则，并对实际仿真结果进行调整得到最终控制规则表，如表1所示。

3.5 解模糊方法与仿真

模糊逻辑控制器仿真选择Mamdani型控制器，解模糊方法为重心法，其计算式为：

式中：u(Ai)为第i个模糊输出量的隶属度;A为第i个模糊输出量。

经过试验仿真，结果如图8所示。经过MPPT模糊控制占空比时，它能够迅速地跟踪到最大功率点。由此可得，模糊控制能够有效地克服光伏电池的非线性和时滞性，能够快速地跟踪到最大功率点，并保持在此状态。

4 结 语

仿真发现，将模糊逻辑控制应用于光伏电池最大功率点的跟踪不仅跟踪迅速，而且反应灵敏，且通过模糊控制表可以实现离线设计，节省了微机的内部存储空间，提高了工作速度。