汤 洋,高仕红,马紫琬,陈 谦,黄 京,董岳昆
(湖北民族大学 信息工程学院,湖北恩施 445000)
目前,国内外能源危机日益突出,光伏发电技术因其无污染、干净等优点,成为国内外研究热点之一[1]。而光伏电池是光伏发电技术不可缺少的模块。如何保证光伏电池始终以最大功率点工作,对提高光伏发电效率、节约成本等具有重大意义。对此,国内外学者一直致力于研究光伏MPPT跟踪技术。
常用的光伏MPPT跟踪技术主要分为3种:恒定电压法、导纳增量法、扰动观察法等[2-4]。其中,基于扰动观察法的光伏MPPT跟踪技术其输出功率波动较大,工作效率低。导纳增量法不受系统环境的影响,但其跟踪效率低。恒定电压法原理简单,容易实现,但是其MPPT的跟踪精度低。对此,很多学者致力于研究改进型算法和智能型算法[5-7]。有学者设计了可以在线扰动优化光伏MPPT的模糊控制器[8]。该控制方法利用模糊规则建立控制策略,具有一定的自适应性。此外,有学者将基于神经网络算法应用到MPPT跟踪技术中[9,10]。经网络算法通过大量训练样本,使得P-V曲线的非线性特性问题得以解决,但是该方法需要大量数据,可靠性差。
本研究建立了光伏电池输出功率的数学模型,并将扰动观察法的简洁性与模糊控制法的自适应性相结合,提出基于模糊控制-扰动观察法的光伏MPPT跟踪技术,来解决MPPT跟踪精度低、自适应能力差的的问题。最后通过Matlab仿真软件,验证所提算法的可靠性。
分析光伏电池的工作特建立数学模型,如图1所示。……