基于Fuzzy－PID控制的光伏发电充电过程研究

侯树文，王 强，梁章锋，李 鹏

(华北水利水电学院，河南郑州 450011)

基于Fuzzy－PID控制的光伏发电充电过程研究

侯树文，王 强，梁章锋，李 鹏

(华北水利水电学院，河南郑州 450011)

提高光伏发电系统的利用率，需要对光伏发电系统中的蓄电池进行优化控制.通过对光伏电池特性和模糊规则的研究，建立了Fuzzy－PID控制的仿真模型，设计了一种基于Fuzzy－PID控制的蓄电池充电控制的方法.最后，结合不同的负载模型，验证了Fuzzy－PID控制的正确性与有效性.

光伏发电;Fuzzy－PID;充电控制器;模糊控制

风电、光伏发电等新能源的开发利用正迅速发展［1］，光伏发电作为新能源和可再生能源的重要组成部分，在可再生能源领域占有重要地位.蓄电池作为光伏发电系统的储能元件，对光伏发电系统的运行起着重要作用.因此，建立有效的蓄电池充电控制方式，可延长蓄电池的使用寿命，降低系统运行成本，保证光伏发电系统的安全.由于光伏电池的输出特性为非线性曲线，为了能够充分利用太阳能，给光伏发电系统中的蓄电池充电过程设计一种高效、合理的充电控制器是十分必要的.传统PID控制在波动较大时，不能很好地对被控对象进行跟踪.模糊控制不依赖于系统精确的数学模型，特别适用于复杂系统.笔者给出了一种基于模糊控制的充电方法.

1 光伏电池的电学特性

1.1 光伏电池的等效电路

等效电路是描述光伏电池特性的一种方法.当受到照射的光伏电池外接负载时，光生电流流经负载，并在负载两端建立端电压，这时的光伏电池工作情况可以用图1所示的等效电路来描述.

光伏电池可以近似地看成是由4个元件和电流通路组成的等效电路:①稳定地产生光电流Iph的电流源;②与电流源并联且处于正偏压下的二极管;③一个并联电阻Rsh;④串联电阻Rs.实际的光伏电池，应看成由很多个具有这种等效电路结构的电池单元并联而成［2］.

图1 光伏电池等效电路

1.2 光伏电池的最大功率点

光伏电池的伏安特性曲线如图2所示［3］.在一定的太阳辐照度和工作温度下，伏安特性曲线上任何一点都是一个工作点，工作点和原点的连线称为负载线，负载线斜率的倒数即为负载电阻RL的值.调节负载电阻RM时，在曲线上得到一点M，对应的工作电流为IM和工作电压UM的乘积为最大，即

PM=IMUM=Pmax，

则称M点为该太阳能电池的最大功率点.

图2 光伏电池的伏安特性曲线

也可以通过伏安特性曲线上的某个工作点，作一水平线和垂直线，这2条线与横坐标和纵坐标所围成的矩形面积，在数值上就等于输出功率.不同的工作点输出功率不一样，总可以找到一个工作点，使其包围的矩形面积最大，也就是工作电压U和工作电流I乘积最大，该点即为最大功率点.

2 模糊控制器设计

通过对光伏电池电学特性的研究，可知光伏电池的输出、蓄电池充电电流与蓄电池电压之间难以用精确的数学模型描述.这里给出一种基于模糊控制的充电方法.通过采用Fuzzy－PID控制方式，利用模糊控制的特点，能够很好地跟踪光伏电池的输出曲线，从而保证蓄电池的充电效果.

2.1 Fuzzy－PID 控制算法

Fuzzy－PID控制的充电过程如图3所示.利用Fuzzy－PID控制的充电过程，使光伏电池受到光照产生电能，经过电压转换，使其换成适合的电压对蓄电池进行充电.其中对于DC/DC电压控制采用Fuzzy－PID控制的方式.将DC/DC变换后的输出值反馈后，与给定值r(t)比较，对差值进行模糊化运算，得出相应的控制信号，从而调整DC/DC电路的输出，保证了蓄电池充电电压的稳定.

图3 Fuzzy－PID控制的充电过程

2.2 模糊控制规则的建立

模糊控制器以模糊推理规则为系统核心，任何一条控制规则均具有设定功能的一种调节装置［4］.模糊控制器最常用的结构为二维模糊控制器，输入变量一般取误差e和误差变化ec，输出则为控制量的增量.这种结构的模糊控制器，常采用Mamdani控制规则，误差、误差变化及控制量增量均取7个语言值:NB，NM，NS，ZO，PS，PM，PB.模糊规则的建立原则是:当误差较大时，控制量应尽力使误差迅速减少.当误差较小时，除了要消除误差外，还要考虑系统的稳定性，防止系统产生不必要的超调，甚至振荡［5］.

根据不同e和ec对PID参数的要求以及PID参数的控制作用，给出Kp，Ki和Kd的整定原则.Kp，Ki和Kd的模糊控制规则分别见表1—3.Kp的作用是快速调节误差;Ki的作用是使系统尽可能快地回到稳定值，提高它的精度;Kd的选取一般根据实践经验适当选取，若误差很大时，Kd应取中等大小;反之，Kd应取较小值;若误差为0，Kd也应该取0.

表1 Kp的模糊控制规则

表2 Ki的模糊控制规则

表3 Kd的模糊控制规则

3 充电过程的控制系统仿真

采用MATLAB/Simulink对Fuzzy－PID控制进行仿真，其中蓄电池的特性相当于大电容与电阻串联，充电装置的输出串入一等效电感［6］.把整个系统的被控对象看成是一个弱二阶环节.考虑到充电过程的非线性，构造出3个模型来表示.被控对象的传递函数如下:

仿真系统如图4所示.在不同的控制对象下，仿真曲线如图5所示.

图4 Fuzzy－PID控制的仿真系统图

图5 光伏电池充电过程跟踪曲线

根据光伏电池充电过程跟踪曲线，模糊控制器在3种对象下经过短暂波动均可趋于稳定，具有良好的跟踪特性，能够满足充电过程非线性化的要求.

4 结语

根据光伏发电的特点，将Fuzzy－PID控制应用到光伏发电的蓄电池充电过程.该方法在常规PID调节器的基础上，采用模糊控制思想，根据不同的e

和ec，对PID参数进行整定.在外界环境变化的情况下，可保证光伏电池功率快速跟踪光伏电池的最大功率点，有较强的外界环境适应性，并具有较好的控制精度和稳定性.仿真结果表明，Fuzzy－PID控制具有良好性能，能够满足光伏发电对蓄电池充电的要求.

［1］朱成章.电力工业的储能时代［J］.中外能源，2010，15(12):7－10.

［2］施钰川.太阳能原理与技术［M］.西安:西安交通大学出版社，2009.

［3］杨金焕，于化丛，葛亮.太阳能光伏发电应用技术［M］.北京:电子工业出版社，2009.

［4］诸静.模糊控制原理与应用［M］.北京:机械工业出版社，1995.

［5］赵键.基于智能控制技术的铅酸蓄电池充电设备的研究［D］.江苏:南京理工大学，2008.

［6］于浩洋，初红霞，王希凤，等.MATLAB实用教程——控制系统仿真与应用［M］.北京:化学工业出版社，2009.

Research of Photovoltaic Charging Process Based on Fuzzy-PID Control

HOU Shu-wen，WANG Qiang，LIANG Zhang-feng，LI Peng
(North China Institute of Water Conservancy and Hydroelectric Power，Zhengzhou 450011，China)

To improve the utilization of photovoltaic generation system，the storage batteries in the photovoltaic generation system need to be optimized control.By studying on photovoltaic battery characteristics and fuzzy rules，the simulation model of the Fuzzy-PID control was established and a battery charging control method based on Fuzzy-PID control was presented.Finally，the correctness and validity of the Fuzzy-PID control were verified by combining different load models.

photovoltaic;Fuzzy-PID;charging controller;fuzzy control

1002－5634(2011)05－0074－03

2011－06－24

侯树文(1953—)，男，河北唐山人，副教授，主要从事电力系统智能控制方面的研究.

(责任编辑:蔡洪涛)