一种波浪能发电系统最大功率跟踪装置及控制方法
【技术领域】
[0001] 本发明属于波浪能发电领域，尤其是涉及一种波浪能发电系统最大功率跟踪装置 及控制方法。
【背景技术】
[0002] 随着全球能源危机的不断加剧，温室效应的不断加强，空气质量的不断下降，各国 对新能源的开发日趋重视，尤其是波浪能发电，随着波浪能发电成本的不断下降，在未来波 浪能必将代替传统能源，成为未来稳定的能源解决方案。
[0003] 波浪的重要特征是具有多维度和随机性的运动，在空间分布上具有高度的不均匀 性，在时间上又表现为随机性没有规律可循。目前，对于波浪能发电系统的最佳功率点的研 究很少。有科研人员提出用开路电压法，爬山搜索法和最优梯度法。
[0004] 开路电压法，是在负载开路的情况下，跟踪电压的变化。然而开路电压法与短路电 流法都是使用极端状态（空载/超载）下的参数来作为控制的依据，参数的可信度不高。而 且在极端状态下，波浪能发电机构工作于大摆幅或者大应力下，容易被损坏。爬山搜索法也 称为扰动观察法。爬山搜索算法无需测量波高与波周期，也不需要事先知道具体波浪能吸 收机构的功率特性，而是施加人为的转速扰动，然后通过测量功率的变化来自动搜索发电 机的最优负载点，但因跟踪步长对跟踪精度和响应速度无法兼顾，有时会发生程序在运行 中的"误判"与振荡现象。最优梯度法，是一种以梯度法为基础的多维无约束最优化问题的 数值计算法，但最优梯度法的迭代求出的解可能是局部最优解，而不是全局最优；对目标函 数要求较高。依赖于初始值，如果初始值取得不好，难以得到好的收敛结果；需要进行步长 选择，而且步长值对算法性能影响很大。
【发明内容】
[0005] 针对以上【背景技术】中提到的现有最大输出功率跟踪方法存在的不足，本发明提出 了一种波浪能发电系统最大功率跟踪装置及控制方法。
[0006] -种波浪能发电系统最大功率跟踪装置，其特征是该装置包括摆板、基座、转轴、 链条、变速箱、永磁同步发电机、整流器、DC/DC变换器、MPPT控制器、速度传感器、电压传感 器、电流传感器、水位传感器、转速传感器、第一电容、第二电容、驱动模块和负载；
[0007] 其中，所述摆板通过转轴固定于基座上，转轴与变速箱输入端通过链条连接，变速 箱输出端与永磁同步发电机的转子连接；
[0008] 所述整流器的三相输入端与永磁同步发电机的三相输出端连接，整流器的单相输 出正端与第一电容的正极连接，整流器的单相输出负端接地，第一电容负极接地；
[0009] 所述电压传感器的待测电压输入端与第一电容正极连接，电压传感器待测电压输 出端接地，电压传感器的测量信号输出端与最大功率点跟踪MPPT控制器连接；
[0010] 所述电流传感器的待测电流输入端与电压传感器正极连接，电流传感器的待测电 流输出端与DC-DC变换器的输入端连接，电流传感器的测量信号输出端与最大功率点跟踪 MPPT控制器连接；
[0011] 所述DC-DC变换器的脉宽调制信号输入端与驱动模块一端连接、驱动模块另外一 端与MPPT控制器连接；DC-DC变换器的输出端与第二电容正极连接；第二电容负极接地；
[0012] 所述水位传感器的测量信号输出端与最大功率点跟踪MPPT控制器连接；
[0013] 所述速度传感器的测量信号输出端与最大功率点跟踪MPPT控制器连接；
[0014] 所述转速传感器两个输入端与风机三相输出端中的其中两端连接，转速传感器的 测量信号输出端与MPPT控制器连接；
[0015] 所述负载一端与第二电容正极连接，负载另外一端接地。
[0016] 所述速度传感器和水位传感器安装于摆板正前方2米处，且与摆板重心位于同一 水平面。
[0017] 所述DC-DC变换器采用Boost电路。
[0018] 所述水位传感器采用LC-SWl。
[0019] 所述速度传感器采用ZLS-PX。
[0020] -种波浪能发电系统最大功率跟踪方法，其特征在于，所述方法具体包括步骤：
[0021] 步骤1 :采集摆板所在水域的波浪速度Sw和波浪高度Hw以及永磁同步发电机的转 速
[0022] 步骤2 :在步骤1的基础上，利用支持向量机预测模型得到最大功率点对应的电压 预测值Lf;
[0023] 步骤3 :通过比例积分控制器调节DC-DC变换器的脉冲宽度调制的占空比，使永磁 同步发电机输出电压达到最大功率点对应的电压预测值Vraf;
[0024] 步骤4:最大功率点对应的电压预测值Vraf为初始值，采用扰动观察法以设定的扰 动步长跟踪永磁同步发电机的最大功率；
[0025] 步骤5 :当扰动观察法求得的扰动前后的功率差值大于等于设定阈值I；时，说明 波浪能量发生变化，重复步骤1至步骤4。
[0026] 步骤2中，利用支持向量机预测模型得到最大功率点对应的电压预测值Vraf的过 程为；
[0027] 支持向量机SVM预测模型的作用是根据传感器测得的参数向量X(i)=[Sw(i)， Hw(i)，cow(i)]T，给出永磁同步发电机的最大功率点电压的预测值V"f;
[0028] 步骤201 :收集训练样本；
[0029] 记某一工作环境下的参数向量为X(i) = [Sw(i)，Hw(i)，《w(i)]T，对应最大功率点 MPP的电压Svniax⑴则可构成一对样本（XahVniaJi))。通过收集各种不同环境下的样本 对，形成样本集{(X⑴，Vniax⑴）}，
[0030] 某一工作环境下训练样本的获取采用试探法来采集，采集过程为：
[0031] 步骤2011:初始化DC-DC变换器的PffM信号的脉冲占空比D以较小的初始值D。， 使其每次以固定增量AD不断增加，对于第k次，有
[0032] D (k) = D〇+k ? A D (1)
[0033] 其中：D (k)为第k次脉冲占空比；
[0034]D。为占空比初始值；
[0035]AD为固定增量；
[0036] 步骤2012 :通过电压传感器和电流传感器采集永磁同步发电机经整流器后的直 流输出电压Vd。(k)和直流输出电流Id。(k)，计算当前风机的输出功率P(k):
[0037] P(k) =Vdc (k) ?Idc (k) (2)
[0038] 步骤2013 :与前一次永磁同步发电机的输出功率P(k-l)比较，当出现P(k) <P(k-1)时则认为此时永磁同步发电机的工作状态已接近最大功率点；令：
[0039] D(k) =D。+ (k-0. 5) ?AD(3)
[0040] 记录此时的永磁同步发电机的工作电压作为最大功率点电压Vraf以及工作向量 X⑴=[Sw(i)，Hw(i)，《w(i)]T，完成一次采集，即得到一对样本（X(i)，V_(i))。
[0041] 步骤202 :训练支持向量机SVM模型；具体过程为：
[0042] 步骤2021 :给定样本集^，其中，X1GRn为输入向量，yiGR为相应 输出值，N为样本个数，n为输入向量维数；
[0043] 步骤2022 :设定支持向量机SVM所用线性回归函数为：
[0044] Yi =f(X;) =W<}) (Xi)+b(4)
[0045] 其中：71为线性回归函数输出；
[0046] ? (X1)是从输入空间到高维特征空间的非线性映射；
[0047] X1为输入向量；
[0048] W为权值向量；
[0049] b为偏置；
[0050] 权值向量W和偏置b由最小化公式（5)来计算：
0)，用于控制对超出的样本的惩罚程度；N为样本个数；Ii为引入的松弛变量；e为误差； [0054] 步骤2023 :根据最小化公式（5)建立拉格朗日方程，求解线性回归函数为：
样本向量，且不为零的a^对应的向量X^称为支持向量；得到支持向量后，S卩可求得回归函 数y=f(Xi);
[0057] 步骤2024 :采用统计量平均相对误差AMRE评价预测模型的性能；其表达式为：
[0059] 式中：
[0060] Amre为统计量平均相对误差；
[0061] Y为样本的真值；
[0062] 令为Y的估计值；
[0063] 步骤2025 :均匀抽取总样本中的40%作为训练样本其余60%作为检验样本，分别 取不同C与S2利用训练样本进行学习，并计算在检验样本上的AMRE选择最小的AMRE所对 应的模型作为最终预测模型；
[0064] 步骤203 :将工作向量X(i) = [Sw(i)，Hw(i)，cow(i)]T通过最终预测模型得到最 大功率点MPP对应的电压的预测值Vraf。
[0065] 与现有技术相比，本发明的有益效果是：当外界环境变化时，借助于预测模型可以 直接将工作电压调节至最大功率点对应的电压预测值Vraf的附近，避免了扰动观察法逐步 试探的过程，从而提高了跟踪速度；最大功率点对应的电压预测值Vraf为初值进行扰动观 察时，由于电压预测值Vraf已经接近最大功率点MPP对应的电压，故可以设置较小的扰动步 长，从而有效的降低扰动观察过程的功率损失；当波浪的特性发生变化时，可以快速收集训 练样本，保证预测模型的高精度。
【附图说明】
[0066] 图1为本发明硬件结构图；
[0067] 图2为扰动观察法P&0算法流程图；
[0068] 图3为本发明提供的一种波浪能发电系统最大功率跟踪方法的流程图；
[0069] 其中，1-摆板；2-基座；3-转轴；4-链条；5-水位传感器；6-速度传感器；7-永磁 同步发电机；8-转速传感器；9-整流器；10-第一电容；11-电压传感器；12-电流传感器； 13-第二电容。
【具体实施方式】
[0070] 下面结合附图，对优选实施例作详细说明。应该强调的是下述说明仅仅是示例性 的而不是为了限制本发明的范围及其应用。
[0071] 图1为本发明实施例的硬件结构图，其中，永磁同步发电机7主要参数为：额 定功率为300W，额定电压为24V，额定转速800r/min，最大功率跟踪装置的主要参数为： MPPT控制器采用dsPIC33FJ16GS504单片机，DC-DC变换器采用Boost电路，驱动模块选 用MCP14E3,电压传感器11选用LV28-P，电流传感器12选用LA25-NP，速度传感器6采用 ZLS-PX，转速传感器8采用电压过零检测式频率计，第一电容Cl= 10uF，第二电容C2