基于fir滤波器预测的mppt滞环控制算法
【专利摘要】一种基于FIR滤波器预测的MPPT滞环控制算法，涉及MPPT算法【技术领域】，本发明基于FIR滤波器预测的MPPT滞环控制算法，是在常规扰动观测法的基础上，加入滞环控制和自适应预测机制，在预测下一时刻的光伏阵列输出功率的基础上，通过扰动规则的判定，确定扰动方向，在提高了跟踪速度上同时兼顾了控制系统的精度，并减少了损耗。新型的算法能够弥补常规扰动观测法在跟踪速度和稳态精度上的不足，达到快速稳定地实施MPPT控制，并大大减少了在最大功率点的震荡和误判，此外，此算法控制简单，易于软件编程实现。
【专利说明】基于FIR滤波器预测的MPPT滞环控制算法
【技术领域】
[0001]本发明涉及MPPT算法【技术领域】，具体涉及一种基于FIR滤波器预测的MPPT滞环控制算法。
【背景技术】
[0002]目前，通常用到的MPPT算法有扰动观察法、模糊控制法。扰动观察法也称为爬山法，它的基本思想是:首先扰动光伏电池的输出电压，然后观测光伏电池输出功率的变化，根据功率变化的趋势连续改变扰动电压方向。由于实际检测和控制精度的限制，而电压扰动的步长一定，那么一定会出现震荡问题，又由于外部环境是时刻变化的，光伏电池的P-U特性曲线时刻变化，就有可能发生误判。模糊控制是以模糊集合理论为基础的一种新兴的控制手段，它的基本思想是:系统将采样得到的数据经过运算，判定出工作点与最大功率点之间的位置关系，自动校正工作点电压值，使工作点趋于最大功率点。模糊控制过程需要采样得到数据，然后计算，再模糊化、模糊推理运算、清晰化，最后再得出结果，此方法过程比较复杂，需要较高运算速度的CPU，模糊化的语言变量选取要适当，清晰化的的计算比较发杂，所以在实际应用中较难实现。
【发明内容】
[0003]本发明所要解决的技术问题在于提供一种基于FIR滤波器预测的MPPT滞环控制算法，不仅追踪速度、控制精度和误判和震荡优于现有的扰动观测法，而且本方法易于编程实现。 [0004]本发明所要解决的技术问题采用以下技术方案来实现:
[0005]一种基于FIR滤波器预测的MPPT滞环控制算法，
[0006]I)首先根据自适应预测机制原理，设定
[0007]y (η)为期望输出；
[0008]v(/7) ^.r(/7 + l)为预测计算结果；
[0009]e(n)为期望输出与预测计算结果之间的误差，即:= v(?)-.v(/7).[0010]2)自适应调整
[0011]预测器的系数向量决定了自适应机制的预测精度，因此为了保证预测算法对系统时变性和环境不确定性的适应，必须对预测器系数在线滚动优化，即系数的自适应调整；
[0012]所谓预测器系数的自适应调整就是根据预测误差，采取一定准则在线优化系数，一般采用的优化准则是以预测误差的均方值最小为基准，典型代表为LMS算法:
[0013](//) ^[ v(/7)- v(//)]2，定义 ε (η)为 e2 (η)的期望值，即均方误差:ε (η)=
E[e2(n)]；
[0014]代入可得:ε(η) = E[y (η)-Η/ ΝΧΝ (η) ]2 (I)[0015]为了使ε (η)最小，须求出一组hk (η) (k = O, I,…，N_l)，使其满足要求；
[0016]可通过对式ε (n) =E[y(n)_H' ΝΧΝ (η) ]2采用微分置零法得到N个方程，求解可
得预测器系数:K = rJnPn.[0017]式中，pN:y(n)与X(η)的互相关量Ann:Χ(η)的自相关矩阵；
[0018]up:pN = E [y (η) X (η) ], Rnn = E [X (η) X; Ν(η)]；
[0019]一般来讲，预测器的系数调整可由上式获得，但当N较大时，计算量较大，不利于数字处理器上编程实现。
[0020]实际应用中，可采用递推方式进行求解，常用最陡梯度法:
[0021]Hn (n+1) = Hn (η)+2 μ [pN-R丽Hn (η)],
[0022]式中，μ:步长因子，其大小影响每次迭代在最陡方向行进长度；
[0023]可证明，只要μ取值恰当，从任何％(0)出发，总能使预测器系数收敛至.[0024]但是采用这种迭代法计算使均方误差最小的预测器系数向i Hs时，仍需计算pN和rnn，存在较复杂的矩阵运算；
[0025]因此，为了减少计算量，Widrow提出了一种有效的简化方法，并推导出最陡梯度迭代法的近似实现形式:Hn (n+1) = Hn (η) +2 μ e (η) Xn (η)。
[0026]这就是Widrow-HofTLMS算法，在对预测器系数进行初值设置后，就可以通过在线更新迭代，使误差均方值 最小；
[0027]根据上述描述的自适应预测机制，设计出基于FIR模型的自适应预测算法步骤为:
[0028]I)根据具体应用对象，初始化Hn (O), μ ；
[0029]2)输入信号经过自适应预测机制，输出_1如+ 1).[0030]3)信号+1)经过一个延时环节ζ_\输出⑷.[0031]4)计算K") = J(")_.v(").5、计算 HN(n+l) = Hn(η)+2 μ e (η)Xn(η)。
[0032]至此一次滚动优化计算完成，新的迭代计算周期到来时，返回第二步，开始新的滚动优化计算；
[0033]在滞环控制中，PA为当前时刻光伏阵列输出功率，PB为预测到的下一时刻最大点功率，PC为上一时刻光伏阵列输出功率，
[0034]定义:PA>PC时，记为“ + ”，PB>PA时，记为“ + ”，反之均记做
[0035]通过三点之间功率的比较判断，可以得出基于滞环的电压扰动规则如下:
[0036]规则1:如果两次扰动的功率比较均为“ + ”，则电压保持原方向扰动；
[0037]规则2:如果两次扰动的功率比较均为则电压值反方向扰动；
[0038]规则3:如果两次扰动的功率比较有“ + ”有可能已经达到最大功率点或者外部辐照变化很快，则电压不变；
[0039]设定P (η)为这一时刻光伏阵列输出功率，P (n-Ι)为上一时刻光伏阵列的输出功率，d(n)为输出占空比；
[0040]输入电压信号经过自适应预测机制预测下一时刻的光伏阵列的输出功率，进入滞环控制判定扰动方向，从而确定占空比，占空比与三角波进行比较后，生成驱动开关器件的PWM脉冲信号,实现动态调节负载,最终实现最大功率点跟踪控制。
[0041]本发明结合了预测算法与滞环控制的MPPT算法，通过预测算法预测下一时刻最大功率点的功率，并通过滞环控制判定下一次扰动的方向，此方法提高了追踪最大功率点的速度以及提闻了追踪精度，减少在最大功率点位置的扰动。
[0042]本发明的有益效果是:
【专利附图】
【附图说明】
[0043]图1为本发明自适应预测机制的原理框图；
[0044]图2为本发明滞环控制输出功率记录图；
[0045]图3为本发明预测机制的MPPT控制框图；
[0046]图4为本发明软件流程图。
【具体实施方式】
[0047]为了使本发明实现的 技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
[0048]一种基于FIR滤波器预测的MPPT滞环控制算法，
[0049]I)首先根据自适应预测机制原理，如图1所示，设定
[0050]y (η)为期望输出；
[0051]v(/?)、.v(fl + l)为预测计算结果；
[0052]e(n)为期望输出与预测计算结果之间的误差，即:K?) =.v(?)_.v(?).9
[0053]2)自适应调整
[0054]预测器的系数向量决定了自适应机制的预测精度，因此为了保证预测算法对系统时变性和环境不确定性的适应，必须对预测器系数在线滚动优化，即系数的自适应调整；
[0055]所谓预测器系数的自适应调整就是根据预测误差，采取一定准则在线优化系数，一般采用的优化准则是以预测误差的均方值最小为基准，典型代表为LMS算法:
[0056]c (//) = [>’⑷-J⑷]2，定义ε (η)为e2(η)的期望值，即均方误差:ε (η)=
E[e2(n)]；
[0057]代入可得:ε(η) = E[y (η)-Η/ ΝΧΝ (η) ]2 (I)
[0058]为了使ε (η)最小，须求出一组hk (η) (k = 0, I,…，N_l)，使其满足要求；
[0059]可通过对式ε (n) =E[y(n)_H' ΝΧΝ (η) ]2采用微分置零法得到N个方程，求解可
得预测器系数:H; = R^ps.[0060]式中，pN:y(n)与X(η)的互相关量；Rra:X(n)的自相关矩阵；
[0061]up:pN = E [y (η) X (η) ], Rnn = E [X (η) X; Ν(η)]；[0062]一般来讲，预测器的系数调整可由上式获得，但当N较大时，计算量较大，不利于数字处理器上编程实现。
[0063]实际应用中，可采用递推方式进行求解，常用最陡梯度法:
[0064]Hn (n+1) = Hn (η)+2 μ [pN_R丽Hn (η)],
[0065]式中，μ:步长因子，其大小影响每次迭代在最陡方向行进长度；
[0066]可证明，只要μ取值恰当，从任何!^(0)出发，总能使预测器系数收敛至.[0067]但是采用这种迭代法计算使均方误差最小的预测器系数向量时，仍需计算ρΝ和rnn，存在较复杂的矩阵运算；
[0068]因此，为了减少计算量，Widrow提出了一种有效的简化方法，并推导出最陡梯度迭代法的近似实现形式:Hn (n+1) = Hn (η) +2 μ e (η) Xn (η)。
[0069]这就是Widrow-HoffLMS算法，在对预测 器系数进行初值设置后，就可以通过在线更新迭代，使误差均方值最小；
[0070]根据上述描述的自适应预测机制，设计出基于FIR模型的自适应预测算法步骤为:
[0071]I)根据具体应用对象，初始Khn(O)、μ ；
[0072]2)输入信号经过自适应预测机制，输出ν(.〃 + I).[0073]3)信号+ 经过一个延时环节Z4,输出v(?);
[0074]4)计算K") = v(/?)-v(").5、计算 HN(n+l) = Hn(η)+2 μ e (η)Xn(η)。
5
[0075]至此一次滚动优化计算完成，新的迭代计算周期到来时，返回第二步，开始新的滚动优化计算；
[0076]在滞环控制中，PA为当前时刻光伏阵列输出功率，PB为预测到的下一时刻最大点功率，PC为上一时刻光伏阵列输出功率，
[0077]定义:PA>PC时，记为“ + ”，PB>PA时，记为“ + ”，反之均记做如图2所示:
[0078]通过三点之间功率的比较判断，可以得出基于滞环的电压扰动规则如下:
[0079]规则1:如果两次扰动的功率比较均为“ + ”，则电压保持原方向扰动；
[0080]规则2:如果两次扰动的功率比较均为则电压值反方向扰动；
[0081]规则3:如果两次扰动的功率比较有“ + ”有可能已经达到最大功率点或者外部辐照变化很快，则电压不变；
[0082]如图3所不,设定p(n)为这一时刻光伏阵列输出功率,p (n_l)为上一时刻光伏阵列的输出功率，d(n)为输出占空比；输入电压信号经过自适应预测机制预测下一时刻的光伏阵列的输出功率，进入滞环控制判定扰动方向，从而确定占空比，占空比与三角波进行比较后，生成驱动开关器件的PWM脉冲信号，实现动态调节负载，最终实现最大功率点跟踪控制。
[0083]如图1所示，系统首先通过A/D单元检测当前的太阳能电池的输出功率P (η)，以及上一时刻的太阳能电池输出功率P (n-Ι)，然后进入自适应预测机制，预测下一时刻的太阳能电池的输出功率P(n+1)，然后通过滞环控制规则比较前一时刻、当前时刻、预测的下一时刻的太阳能电池功率之间的关系，得到扰动方向，然后相应的加大、减小或者保持当前占空比。
[0084]这种基于FIR滤波器预测的MPPT滞环控制算法，是在常规扰动观测法的基础上，加入滞环控制和自适应预测机制，在预测下一时刻的光伏阵列输出功率的基础上，通过扰动规则的判定，确定扰动方向，在提高了跟踪速度上同时兼顾了控制系统的精度，并减少了损耗。新型的算法能够弥补常规扰动观测法在跟踪速度和稳态精度上的不足，达到快速稳定地实施MPPT控制，并大大减少了在最大功率点的震荡和误判。此外，此算法控制简单，易于软件编程实现。
[0085]以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
【权利要求】
1.一种基于FIR滤波器预测的MPPT滞环控制算法，其特征在于: 1)首先根据自适应预测机制原理，设定 y(n)为期望输出； y(?)、yO + l)为预测计算结果； e(n)为期望输出与预测计算结果之间的误差，即:Κ?) =.ν(?)-.?.(?).2)自适应调整 预测器的系数向量决定了自适应机制的预测精度，因此为了保证预测算法对系统时变性和环境不确定性的适应，必须对预测器系数在线滚动优化，即系数的自适应调整； 所谓预测器系数的自适应调整就是根据预测误差，采取一定准则在线优化系数，采用的优化准则是以预测误差的均方值最小为基准，采用LMS算法: P2⑷= [.ν⑷-.r(")]2，定义ε (η)为e2(n)的期望值，即均方误差:ε (n) =E[e2(n)]；
代入可得:ε (n) = E[y (n) -H; NXN (n) ]2 为了使ε (n)最小，须求出一组hk(n) (k = 0，1，".，Ν-1)，使其满足要求； 通过对式ε (n) =E[y(n)-H' ΝΧΝ(η) ]2采用微分置零法得到N个方程，求解可得预测器系数:Hn — Rss ps.式中，PN:y (η)与Χ(η)的互相关量；Rnn:Χ(η)的自相关矩阵；
即:ρΝ = E[y (η) X (η) ], Rnn = Ε[Χ(η)Χ/ Ν(η)]； 3)根据上述描述的自适应预测机制，设计出基于FIR模型的自适应预测算法步骤为: (1)根据具体应用对象，初始KHn(O)、μ； (2)输入信号经过自适应预测机制，输出.ν(/7+ 1).(3)信号+经过一个延时环节z \输出:F(n);
(4)计算K/?) =.).’(/?)-.v(/?).5、计算 HN(n+l) = Hn(η)+2 μ e (η)Xn(η)。 至此一次滚动优化计算完成，新的迭代计算周期到来时，返回第二步，开始新的滚动优化计算； 在滞环控制中，PA为当前时刻光伏阵列输出功率，PB为预测到的下一时刻最大点功率，PC为上一时刻光伏阵列输出功率， 定义:PA>PC时，记为“ + ”，PB>PA时，记为“ + ”，反之均记做 通过三点之间功率的比较判断，可以得出基于滞环的电压扰动规则如下: 规则1:如果两次扰动的功率比较均为“ + ”，则电压保持原方向扰动； 规则2:如果两次扰动的功率比较均为则电压值反方向扰动； 规则3:如果两次扰动的功率比较有“ + ”有可能已经达到最大功率点或者外部辐照变化很快，则电压不变； 设定P(n)为这一时刻光伏阵列输出功率，P (n-Ι)为上一时刻光伏阵列的输出功率，d(n)为输出占空比； 输入电压信号经过自适应预测机制预测下一时刻的光伏阵列的输出功率，进入滞环控制判定扰动方向，从而确定占空比，占空比与三角波进行比较后，生成驱动开关器件的PWM脉冲信号，实现 动态调节负载，最终实现最大功率点跟踪控制。
【文档编号】G05B13/02GK104020813SQ201410200535
【公开日】2014年9月3日 申请日期:2014年5月13日 优先权日:2014年5月13日
【发明者】胡存刚, 夏晓波, 葛浩祥, 谢芳, 陈曙光 申请人:安徽省安泰科技股份有限公司