基于改进型FIR滤波器预测的MPPT滞环控制算法的制作方法

技术特征：

1.一种基于改进型FIR滤波器预测的MPPT滞环控制算法，其特征在于具体方法步骤如下：

1)首先根据FIR滤波器的原理，光伏阵列输出功率P表示为当前和过去工作电压v的线性组合：

式中，V_N(n)—自适应预测器当前和过去工作电压的向量；H′_N—自适应预测器的系数向量；—自适应预测器的预测输出功率；N—线性组合的数量；h_k—系数向量的各元素；

2)改进型自适应调整

光伏发电系统处于剧烈变化的外界环境之中，为了保证预测算法对系统时变性和环境不确定性的适应，而预测器的系数向量决定了自适应机制的预测精度，所以必须对预测器系数根据实时数据进行在线滚动优化，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最小均方值为基准，为了提高算法的收敛速度同时提高算法稳态性能，采用改进型LMS算法：

定义ε(n)为e²(n)的期望值，即均方误差：ε(n)＝E[e²(n)]；

代入可得：ε(n)＝E[P(n)-H′_NV_N(n)]²

为了使ε(n)最小，通过对式ε(n)＝E[P(n)-H′_NV_N(n)]²采用微分置零法得到N个方程，求解可得预测器系数：

式中，X_N：P(n)与V(n)的互相关量；R_NN：V(n)的自相关矩阵；

采用递推方式进行求解，最陡梯度法为：H_N(n+1)＝H_N(n)+2μ_ne(n)V_N(n)；

式中，μ_n为步长因子，其大小影响每次迭代在最陡方向行进长度；且其大小可以根据实时数据进行变化，即μ_n＝α*μ_n-1+βe²(n)，其中α和β根据工程实际情况加以改变；e(n)为期望输出功率值与预测输出功率值之间的误差，即：H_N(n)为自适应预测器的系数。

可证明，只要μ取值恰当，从任何H_N(0)出发，总能使预测器系数收敛至

3)根据上述自适应预测机制，设计出基于改进型FIR模型的自适应预测算法步骤为：

(1)根据光伏系统功率特征，初始化H_N(0)、μ₀；

(2)输入功率信号经过自适应预测机制，输出

(3)经过一个延时环节z^-1，输出

(4)计算

(5)根据μ_n＝α*μ_n-1+βe²(n)，更新μ_n；

(6)计算H_N(n+1)＝H_N(n)+2μ_ne(n)V_N(n)；

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，以当前工作点A点为中心，前后各取一点(B点、C点)形成滞环，PA为当前工作电压的光伏阵列输出功率，PB为预测到的A点后的工作电压光伏阵列输出功率，PC为预测到的A点前工作电压的光伏阵列输出功率，

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，和为前后工作电压所对应的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前后两个工作电压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。