基于广义动态模糊神经网络的光伏电池MPPT控制概要.docxVIP

第 38 卷 第 13 期 电力系统保护与控制 Vol.38 No.13 2010 年 7 月 1 日 Power System Protection and Control Jul. 1, 2010 基于广义动态模糊神经网络的光伏电池 MPPT 控制 杨 旭，曾成碧，陈 宾 （四川大学电气信息学院，四川 成都 610065） 摘要：依照最大功率点跟踪（ MPPT）的原理，在综合考虑各种不同的控制方法 优缺点的基础上，提出了一种新的基于椭圆基的广义动态模糊神经网络（ GD- FNN）的光伏电池的智能控制方法。通过 GD-FNN 算法调节 PWM 的占空比来控 制光伏电池的输出电压，实现阻抗匹配，达到能量的最优化。仿真结果表明，这种控制方法能够有效地跟踪到电池的最大功率，并且具有较好的稳定性。关键词：光伏电池； MPPT；椭圆基；广义动态模糊神经网络；智能控制 MPPT control of photovoltaic cells based on generalized dynamic fuzzy neural network YANG Xu ， ZENG Cheng-bi， CHEN Bin College of Electrical and Engineering, Sichuan University，Chengdu 610065， China） Abstract：Considering a variety of advantages and disadvantages of different control methods，this paper proposes a new ellipse-based generalized dynamic fuzzy neural network（GD-FNN ） intelligent control method of photovoltaic cells based on the principle of the maximum power point tracking（MPPT） . By controlling the output voltage of photovoltaic cells by means of regulating the duty cycle of PWM based on GD-FNN algorithm ，it can achieve impedance matching and energy optimization． The simulation results show that this control method can effectively follow-up the maximum power of the battery， what ’ s more，it has good stability． Key words： photovoltaic cells；maximum power point tracking（MPPT）； ellipse-based；GD-FNN ；intelligent control 中图分类号： TP273 文献标识码： A 文章编号： 1674-3415(2010)13-0022-04 引言 智能电网是近年来国际上备受关注的未来电力系统发展方向的热门话题。分布式电源是智能电网中一个很重要的分支。光伏电池作为一种新兴的分布式电源越来越受人类的青睐 [1] 。因此对光伏电池的研究具有相当重要的意义。 光伏发电系统 [2] 的电流－电压的输出特性是非线性的，再加上其输出功率受光照和环境温度的影响很大，为了提高能源的利用效率，人们提出了最大功率点跟踪（MPPT）理论。 MPPT 这种理论目前已经有这几种算法：电压回授法，增量电导法，扰动与观察法 [3] 等。但是这些方法存在着对环境的适应性差，算法不严谨等缺点。目前神经网络和模糊系统在这方面的应用比较广泛，而且取得了较好的 效果。模糊标记的权值是在训练之前选定的，只能对特定的情况实现最优控制。 为了克服这些缺点，本文提出了基于椭圆基的广义动态模糊神经网络。 该算法中，高斯函数的宽度可以通过训练实施在线自适应调整，并提出了模糊 ε-完备性作为在线参数分配机制，避免初始化选择的随机性，提高了系统的自适应能力。 1 光伏电池的特性及 MPPT 原理 1.1 光伏电池的特性分析 光伏电池是通过光电效应或者光化学效应直接把光能转化成电能的装置。其输出特性方程式是 [4] ： ?? q? ? I=Isc-I0 ? exp? (V+IRs) ? -1 ? （ 1） ? AkT ? ?? 其中： Isc 是指光电流密度，与照射时的光照强度有 关，与所加电压无关； I0