光伏系统MPPT模糊自抗扰控制方法、控制器及系统与流程

本公开涉及自动化、电力电子领域，特别是涉及光伏系统mppt模糊自抗扰控制方法、控制器及系统。

背景技术：

光伏发电具有清洁环保、方便维护、安装简单、寿命长、无污染、无噪声、不受地域限制等优点。但是也具有随机性、间歇性和光能利用率低等缺点。

传统的mppt跟踪方法，有的只是利用近似的线性关系来控制，例如：恒定电压法，这些算法并没有真正意义上实现mppt。当外界环境发生剧烈变化时，光伏电池阵列就会偏离最大功率点，从而造成了功率的损失。

在现有的光伏供电系统mppt控制器一般应用观测扰动法，但是由于电压扰动量的存在，观测扰动法在追踪最大功率点时必然会出现功率震荡问题。另外，当光照发生突变时，观测扰动法会产生误判，最终导致电压崩溃。模糊逻辑控制法、神经网络法和滑模控制法等这些控制方法算法执行难度大而且需要高性能的控制器。

可见，扰动观测法和电导增量法在追踪最大功率点的时候会出现功率震荡和误判。综合，可以概括出现有mppt控制算法的缺点是：跟踪慢、功率震荡、误判等。

通过上述分析，国内外的研究中有用线性自抗扰控制策略来研究boost变换器中最大功率点跟踪(mppt)的问题，但都未考虑用模糊非线性自抗扰控制策略来研究最大功率点跟踪(mppt)控制器。

技术实现要素：

为了解决现有技术的不足，本公开的实施例子提供了光伏系统mppt模糊自抗扰控制方法，即使在温度和光照变化的情况下，使光伏供电系统能够快速的达到最大功率点并且能够稳定运行。

为了实现上述目的，本公开采用以下技术方案：

光伏系统mppt模糊自抗扰控制方法，包括：

建立基于boost变换器的光伏供电系统的模型；

在模型稳定工作点附近加入扰动，得到boost变换器的小信号动态方程；

对boost变换器的小信号动态方程进行拉普拉斯变换可得到占空比扰动量对光伏电池输出电压扰动量的传递函数；

参考输出电压设计一阶微分跟踪器、扩张状态观测器及误差状态反馈控制率；

利用一阶微分跟踪器跟踪得到参考电压，扩张状态观测器观测得到系统的状态和总扰动，然后由参考电压和观测器得到的电压构成系统的偏差，以系统的偏差和偏差的变化作为模糊控制器的输入，通过模糊推理后输出作为非线性状态误差反馈控制律的输入量，经过误差反馈控制得到控制量。

进一步的技术方案，基于boost变换器的光伏供电系统的模型在建立时，利用状态平均法对系统进行建模，根据kcl、kvl定律可以得：

式中：

式中：v为光伏电池输出电压；i为光伏电池输出电流；il为电感电流；v0为负载电压；d为占空比；l为电感值；c和c1为电容值；r0为负载值。

进一步的技术方案，所述一阶微分跟踪器为：

式中：r为负载值，vm为最大功率点处所对应的电压，即微分跟踪器所跟踪的参考电压z1表示微分跟踪器跟踪的最大功率点处的电压。

进一步的技术方案，所述扩张状态观测器：

对于上述一阶微分跟踪器，采用一阶自抗扰控制器(adrc)对其进行控制，令x2＝f、则设计2阶eso，采用非线性扩张状态观测器，z1观测系统的状态x1，z2观测系统的总扰动f：

式中：λ1、λ2为误差增益；z1为eso中跟踪y的状态；z2为eso中跟踪扩张状态f的状态，δ为非线性函数的线性区间长度，b0为扰动补偿因子，α为非线性函数的幂次数，e是微分跟踪器跟踪的原信号和eso观测出来的原信号之间的误差。

进一步的技术方案，所述误差状态反馈控制率：

其中，δβ0、δβ1为模糊控制器的输出值，β00为δβ0的初始值，β10为δβ1的初始值，qi和qp为修正系数，β0是误差状态反馈控制律中积分控制的参数，β1误差状态反馈控制律中比例控制的参数，b0扰动补偿因子，u0误差状态反馈控制率。

进一步的技术方案，模糊控制器根据输入量的不同组合，依据控制规则给出的变化量，使控制器的控制效果达到最佳；

选取误差e和误差变化率为模糊控制器的输入语言变量，δβ0和δβ1为输出语言变量。确定输入量和输出量的连续论域范围，其模糊子集仅为{nb(负大)、ns(负小)、zo(零)ps(正小)、pb(正大)}模糊子集的隶属函数均选择三角隶属函数，确定输入量和输出量的模糊论域，模糊推理采用mamdani推理法，范模糊法采用加权平均法。

进一步的技术方案，模糊控制器模糊控制规则表包括表1及表2：

表1δβ0模糊控制规则表

表2δβ1模糊控制规则表

本公开的实施例子还公开了一种控制器，所述控制器包括跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律；

所述一阶微分跟踪器用于跟踪得到参考电压；

所述扩张状态观测器用于观测得到系统的状态z1即光伏输出电压v和总扰动f，然后由参考电压vm和扩张状态观测器得到的状态变量z1即光伏输出电压v构成系统的偏差e，以系统的偏差e和偏差的变化作为模糊控制器的输入；

非线性状态误差反馈控制律，将模糊控制器通过模糊推理后输出δβ0和δβ1作为输入量，经过误差反馈控制得到控制量。

本公开的实施例子还公开了一种模糊自抗扰系统，包括控制器，利用上述控制器实现对光伏系统的最大功率点跟踪。

本公开的实施例子还公开了一种光伏系统，所述光伏系统为基于boost变换器的光伏供电系统，采用上述光伏系统mppt模糊自抗扰控制方法实现对最大功率点跟踪。

与现有技术相比，本公开的有益效果是：

本公开的基于模糊自抗扰的mppt控制器，来解决mppt算法抗扰性差、功率震荡、跟踪速度慢等缺点，同时把模糊控制应用到非线性自抗扰控制器的参数整定中，实现了参数的自适应性，极大提高了控制器的效率。

本公开针对现有mppt控制算法存在的功率震荡、误判、跟踪速度慢、算法执行难度大、工程造价高、控制电路复杂等问题，将模糊自抗扰应用到mppt中，既有效的提高了跟踪速度和光能利用率，又实现了自抗扰控制器参数的自适应性，提高了控制器的性能。

自抗扰控制主要是针对一类不确定对象其中f为系统的未知扰动，包括内扰和外扰。控制器主要由三部分组成：跟踪微分器(td)、扩张状态观测器(eso)和非线性状态误差反馈控制律(nlsef)。整个控制器仅需系统的输入量和输出量作为信息来源。自抗扰的实质是由eso估计出扰动f，然后设计反馈控制抵消扰动，从而达到重新构造对象的目的。本公开中模糊自抗扰将模糊控制和自抗扰控制器结合，不仅具有自抗扰控制器反应速度快、超调量小的优点，而且具有更强的鲁棒性和抗干扰性，更重要的是实现了控制器参数的自适应性，极大提高了控制器的效率。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1为本公开一种或多种实施例子的光伏电池与boost电路结合的结构图；

图2为本公开一种或多种实施例子的一阶模糊adrc的结构图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

自抗扰控制主要是针对一类不确定对象其中f为系统的未知扰动，包括内扰和外扰。控制器主要由三部分组成：跟踪微分器(td)、扩张状态观测器(eso)和非线性状态误差反馈控制律(nlsef)。整个控制器仅需系统的输入量和输出量作为信息来源。自抗扰的实质是由eso估计出扰动f，然后设计反馈控制抵消扰动，从而达到重新构造对象的目的。本公开中模糊自抗扰将模糊控制和自抗扰控制器结合，不仅具有自抗扰控制器反应速度快、超调量小的优点，而且具有更强的鲁棒性和抗干扰性，更重要的是实现了控制器参数的自适应性，极大提高了控制器的效率。

本公开的一种典型的实施方式中，光伏系统mppt模糊自抗扰控制方法，包括：

建立基于boost变换器的光伏供电系统的模型，光伏电池与boost电路结合的结构图如图1所示。

利用状态平均法对系统进行建模，根据kcl、kvl定律可以得：

式中：

式中：v为光伏电池输出电压；i为光伏电池输出电流；il为电感电流；v0为负载电压；d为占空比；l为电感值；r为电感寄生电阻；c为输入滤波电容；c1为输出滤波电容；r0为负载电阻。

为了求解boost变换器的小信号动态方程，在其稳定工作点附近加入扰动，令瞬时值为：

式中：为扰动量：为稳定时的值。忽略变量的乘积，得到boost变换器的小信号动态方程为：

式中：

对上式进行拉普拉斯变换可得到对的传递函数

式中：

α1＝v0/(lc)；α2＝[v0+r0(1-d)il]/(r0lcc1)；

β3＝1/(r0c1)+r/l

从上式可以看出，状态变量v、il、v0之间较强的耦合关系，在自抗扰控制中，可以将耦合部分看成系统的内扰，从而实现解耦。因此，只需要确定系统的输入和输出即可。根据上述，可以得到：

式中：v为光伏电池输出电压；i为光伏电池输出电流；il为电感电流；w为系统的外部扰动，如boost变换器的参数不确定性、开关损耗，系统的估计误差和检测误差等。因此上述式子可以写为

式中：f为总扰动；v0为负载电压；d为占空比；b0为扰动因子。

上述的是一个一阶系统即输出是光伏的输出电压v，输入是光伏电流i。对于这个一阶系统可以设计以下的一阶微分跟踪器、二阶的扩张状态观测器及线性误差状态反馈控制。

本公开的另一实施例子中，公开了模糊自抗扰控制器的设计：确定系统输入参考电压的微分跟踪器

对模糊自抗扰系统的参考输出电压设计如下的一阶微分跟踪器：

跟踪微分器是由稳定的系统派生出来的，只要有一个稳定的系统，我们就可以根据这个稳定的系统来设计跟踪微分器。众所周知，是一个指数稳定的系统，因为它只有一个负实部的特征值，而一阶微分跟踪器可以由这个稳定的系统派生设计出来的，即如下的一阶微分跟踪器：

式中：r是速度因子，通过调节r可以改变微分跟踪器跟踪的快慢。z1表示微分跟踪器跟踪的参考电压。

确定系统的扩张状态观测器：

对于上述1阶系统，采用1阶adrc对其进行控制，令则设计2阶eso，为了提高观测器的精度和效率，采用非线性扩张状态观测器。z1观测系统的状态x1，z2观测系统的总扰动f

式中：λ1、λ2为误差增益；z1为eso中跟踪y的状态；z2为eso中跟踪扩张状态f的状态。

确定系统的误差状态反馈控制率：

由于系统是一个一阶系统，为了消除静态误差，在线性误差反馈中加入了误差的积分控制，误差的积分控制通过对误差积分实现。因此，对于上述一阶系统设计pd控制，即：设计出来的线性误差反馈再与扩张状态观测器观测出来的总扰动f一起构成系统的控制u，即：可以写成如下的形式：

其中δβ0、δβ1为模糊控制器的输出值，β00为δβ0的初始值，β10为δβ1的初始值，qi和qp为修正系数。

选取误差e和误差变化率为模糊控制器的输入语言变量，δβ0和δβ1为输出语言变量。确定输入量和输出量的连续论域范围，其模糊子集仅为{nb(负大)、ns(负小)、zo(零)ps(正小)、pb(正大)}模糊子集的隶属函数均选择三角隶属函数。确定输入量和输出量的模糊论域，模糊推理采用mamdani推理法，范模糊法采用加权平均法。

控制器根据输入量的不同组合，依据控制规则给出的变化量，使控制器的控制效果达到最佳，其规律一般为：

(1)当系统输入偏|e|比较大时，β1值适当增加，加快系统响应，减小β0值，以加快系统的响应速度。

(2)当系统输入误差|e|和误差变化率适中时，β1适当减小，以减小超调，取适中的β0值，以加快系统的响应速度。

(3)当系统误差|e|比较小时，β0和β1的值可以适当增大。

(4)挡系统误差变化率的值比较大时，β0值可适当增大，β1值可适当减小。

根据以上规律以及前人的经验总结，设计了如下的模糊控制规则表。

表1δβ0模糊控制规则表

表2δβ1模糊控制规则表

从以上控制器的设计中可以看出模糊自抗扰控制器由自抗扰控制器和模糊控制器两部分构成，由td跟踪得到vm，eso观测得到系统的状态v和总扰动f，然后由参考电压vm和观测器得到的电压v构成系统的偏差e，以系统的偏差e和偏差的变化作为模糊控制器的输入，通过模糊推理后输出δβ0和δβ1作为sef的输入量，经过误差反馈控制得到控制量u，一阶模糊adrc的结构图如下图2所示。

本公开的实施例子还公开了一种模糊自抗扰系统，包括控制器，利用上述控制器实现对光伏系统的最大功率点跟踪。

本公开的实施例子还公开了一种光伏系统，所述光伏系统为基于boost变换器的光伏供电系统，采用上述光伏系统mppt模糊自抗扰控制方法实现对最大功率点跟踪。

本公开运用非线性自抗扰控制技术，将非线性自抗扰控制器用到mppt中，能大大提高系统响应速度，减小了功率震荡，即使在光照和温度发生变化的时候，控制器也能很好的实现mppt,提高了光能的利用率。

将模糊控制用到自抗扰控制器中，将模糊控制和自抗扰控制器相结合应用到mppt，通过模糊自抗扰控制策略，简化了调整自抗扰控制器参数整定的过程，实现了控制器参数的自适应性，使mppt控制策略具有良好的抗扰性、动态响应、稳定性和鲁棒性，避免了参数整定的复杂过程。

本公开用模糊自抗扰控制策略对基于boost变换器的最大功率点跟踪(mppt)控制器进行了设计，即使光伏系统在受温度和光照影响的情况下，系统还是还能很好的跟踪到最大功率点电压，极大提高了光能的利用率。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。