太阳能光伏模块数学建模论文

【摘要】根据已有的光伏方阵的数学模型，在Matlab仿真环境下，利用S函数构建了光伏模块的仿真模型，采用电导增量法进行最大功率追踪（MPPT），最后给出无差拍逆变器的设计思路和光伏单相并网模型。今天小编为大家推荐《太阳能光伏模块数学建模论文(精选3篇)》相关资料，欢迎阅读！

太阳能光伏模块数学建模论文 篇1：

光照强度与环境温度对光伏发电系统影响的研究

摘 要：本文对新能源开发和利用过程中的光伏发电系统进行了深入研究。首先分析了最大功率点跟踪算法、PWM 斩波控制、蓄电池充放电原理等，并在此基础上构建了光伏系统的控制模块以及储能模块。然后根据建立的数学模型以及相关算法，搭建光伏发电系统的仿真模型，并分析在不同光照强度和环境温度下光伏发电系统的输出特性。

关键词：光伏发电系统;光照强度和环境温度;控制模块;储能模块

0 引 言

光伏发电是缓解当前能源枯竭等一系列重大问题的最有效手段[1]。光伏发电系统由太阳能电池组件模块、控制模块、蓄电池储能模块等组成，电池模块是光伏发电系统中的核心模块[2]。光伏发电系统的性能受外部环境的影响[3]。建立一个准确、通用的光伏发电系统，观察其在不同环境（光照、温度等）下的输出特性，对进一步提高系统的效率具有重要意义[4]。

光伏发电系统的输出功率与运行点有关。用MPPT算法求出系统的最大功率点，可以提高系统的最大功率输出[5]。通过建立仿真模型，为今后光伏发电系统的实际建设和运行奠定了基础。

1 光伏发电系统控制模块模型

1.1 MPPT控制模块的搭建

本次仿真 MPPT 算法采用的是扰动观察法，并在 MATLAB/Simulink 环境中对其进行了仿真，其模型如图1所示。

Zero-Order Hold是零阶保持器，其作用是对输出量进行采样，本次设计选用最大值0.0001;“Memory”是延时发生器，其输出是上一个采样期的输入值，并作为下个周期的比较量;“Sign”模块可以判断输入的正负，并且当输入大于 0 时输出 1，输入为 0 输出 0，输入小于 0 时输出-1，作用是把正弦、余弦函数变成方波输出。

1.2 PWM脉宽调制仿真模型

仿真采取的做法是通过 MPPT 得到追踪的参考信号，然后调制其波形，得到所希望的 PWM 調制波。常用的参考信号有锯齿波和等腰三角波，其中后者的应用更多一些。原理是，在交点时刻控制电路中可控开关器件的开断，通过这种方式能够得到宽度和信号波幅值成正比关系的脉冲。PWM斩波仿真模型如图2所示。

Repeating Sequence可以输出一个标准的三角波信号，与前级 MPPT 输出的比较差值，作为下一个模块的启动。Switch接受上级的输出结果并进行判断，若大于零则接通constant 1，若小于零则接通 constant 0，然后进一步驱动 DC/ DC 电路。

1.3 DC/DC 斩波电路仿真模型

通过控制功率开关的占空比α，就可以获取输出的最大功率点，也实现了MPPT 控制过程。DC/DC 变换电路常用的有升压 boost 电路和降压 buck 电路。

本模块采用 Boost 作为 DC/ DC 转换的直流升压电路，这种方式不仅能够大大改善工作效率，并且也使得电路驱动变得更加简单，因此利用 Boost升压电路DC/DC变换器的电路会有一个比较理想的

结果。图3所显示的就是 Boost 直流升压电路的运行状态：通过控制器调节 switch开关的占空比α，就可以得到理想的输出电压。

若电流的纹波幅度高，则电感可能在整个换向周期结束之前完全放电。在这种情况下，通过电感的电流在一段时间内下降到零，虽然差别很小，但其对输出电压方程式有很大的影响。电压增益可以用如下公式计算：

2 光伏发电系统仿真模型及特性分析

经过上述的设计，完成了对一个独立的光伏发电系统模型的搭建仿真。

下面对仿真进行以下说明：总系统的模型由多个子系统构成，其中包括太阳能光伏电池阵列、MPPT 控制器（包括 PWM 斩波、DC/DC 直流升压电路）和蓄电池组件。将每一部分进行封装，最后得到了一个独立的光伏发电系统模型，如图4所示。

根据商家给出的参数，设定电感值L=10·e-3H，电容值C=300·e-6F，等效负载R=20Ω，Diode 模块采用默认数据。本次设计中用到的太阳能光伏电池的参数见表1。

2.1 标准情况下的仿真分析

首先，在正常的外界条件下（太阳辐射强度Sref=1 000 w/m2，外界温度Tref=25 ℃）对建立好的模型进行仿真，观察在 MPPT 追踪前后的功率、电压仿真曲线，运行后的结果如图5，图6所示。

由图6 可知，本次设计中用到的直流升压电路的升压比为53.71/17.68≈3。

2.2 温度T发生变化时的仿真

太阳能光伏发电系统在实际运行过程中，一般放在室外，会受到周围环境温度的影响。每天早晚有一定的温差，每年的4个季节温度也不一样，所以本次设计基于不同温度条件下，进行了相应的仿真实验。环境温度数据见表2，仿真曲线如图7、图8所示。

根据仿真图可以看出，环境温度升高，系统的输出功率、电压等均会下降，然而环境温度降低时，光伏系统的输出量则会变多。不难看出，环境温度的改变与太阳能光伏发电系统的输出特性是成反比关系的。尽管如此，环境温度的改变对于系统输出特性的影响还是比较微弱的。

2.3 太阳辐射强度S改变时的仿真

太阳能光伏发电系统在实际运行过程中，一般放在室外，所以光照也会给其带来一定的影响，所以对 S 发生变化时进行仿真是有意义的，本次设计基于光照条件下，进行了相应的仿真实验。太阳辐射强度变化见表3。

光照量S对太阳能光伏发电系统输出特性的影响比较大，当光照量S变化很大（由1 000 w/m2→600 w/m2），且辐射强度不太高时，太阳能光伏系统的输出功率并不稳定，会跳动。根据实验可以推测，光照弱的地方，太阳能光伏系统的性能差，所以阴天、雨天等天气不利于系统运行。根据上下2条曲线对比可以看出，直流升压回路促进了输出的稳定性。

3 結束语

太阳能光伏电池输出与外界环境温度T和太阳辐照强度S具有明显的非线性特征，只有在特定的电压值下才有最大的输出功率，通过 MPPT 控制找到最大功率点有助于提高光伏发电的效率。

本文通过仿真搭建出来的光伏发电系统模型，验证了光伏发电的输出特性。在未来的研究中，可以尝试建立系统的实物模型，以便于更好地对新能源开发利用进行深入地研究。

参考文献

[1] 刘皓明， 宁健， 朱芳芳，等. 考虑随机性分布式电源的配电系统潮流计算[J]. 电力需求侧管理， 2014， 16（1）：11-14.

[2] 许洪华. 中国光伏发电技术发展研究[J]. 电网技术， 2007， 31（20）：77-81.

[3] 张立梅， 唐巍， 赵云军，等. 分布式发电对配电网影响的综合评估[J]. 电力系统保护与控制，2010，38（21）：132-135，140.

[4] 李晶， 许洪华， 赵海翔，等. 并网光伏电站动态建模及仿真分析[J]. 电力系统自动化， 2008， 32（24）：83-87.

[5] 王飞， 余世杰， 苏建徽，等. 太阳能光伏并网发电系统的研究[J]. 电工技术学报， 2005， 20（5）：72-74，91.

[6] 王成山， 郑海峰， 谢莹华，等. 计及分布式发电的配电系统随机潮流计算[J]. 电力系统自动化，2005，29（24）：39-44.

[7] 李振坤， 陈星莺， 刘皓明，等. 配电网供电能力的实时评估分析[J]. 电力系统自动化，2009，33（6）：36-39，62.

[8] 于雷， 王立地， 纪建伟，等. 基于PV节点分布式电源的弱环网潮流计算[J]. 沈阳农业大学学报， 2013， 44（3）：373-376.

[9] 谷文卓. 配电网最大供电能力的定义、模型与计算方法[D]. 天津：天津大学， 2012.

[10]陈浩， 张焰， 俞国勤，等. 配电网最大供电能力计算方法[J]. 中国电力，2009，42（8）：20-23.

[11]刘洪， 郭寅昌， 葛少云，等. 配电系统供电能力的修正计算方法[J]. 电网技术， 2012， 36（3）：217-222.

[12]国宗， 韦钢， 李明，等. 含分布式电源的配电网供电能力评估方法[J]. 现代电力，2015， 32（4）：56-61.

[13]YU B， MATSUI M， JUNG Y，et al. A combined active anti-islanding method for photovoltaic systems[J]. Renewable Energy，2008，33（5）：979-985.

[14]HUNG G K， CHANG C C， CHEN C L. Automatic phase-shift method for islanding detection of grid-connected photovoltaic interters[J]. IEEE Power Engineering Review，2002， 22（9）：55.

[15]YU G J， JUNG Y S， CHOI J Y，et al. A novel two-mode MPPT control algorithm based on comparatvie study of existing algorithms[C]//2002 Conference Record of the Twenty-Ninth IEEE Photovoltaic Specialists Conference .New Orleans， LA， USA：IEEE，2002：1531-1534.

[16]De CASTRO L N， Von ZUBEN F J. Learning and optimization using the clonal selection principle[J]. IEEE Transactions on Evolutionary Computation，2002，6（3）：239-251.

[17]De SOTO W， KLEIN S A. Improvement and validation of a model for photovoltaic array performance[J]. Solar Energy，2006，80：78-88.

作者：张唯一 张菁

太阳能光伏模块数学建模论文 篇2：

基于S函数的带MPPT功能的光伏并网仿真建模

【摘要】根据已有的光伏方阵的数学模型，在Matlab仿真环境下，利用S函数构建了光伏模块的仿真模型，采用电导增量法进行最大功率追踪（MPPT），最后给出无差拍逆变器的设计思路和光伏单相并网模型。利用该模型，模拟了实际光伏模块产品在不同太阳辐射强度、环境温度下的I-V和P-V特性，并分析了并网后电压电流的波形，以及逆变器的触发信号的特点，对指导光伏并网有一定的指导意义。

【关键词】太阳能；光伏系统；最大功率跟踪（MPPT）；S函数；仿真

1.引言

太阳能光伏发电是新能源和可再生能源的重要组成部分，被认为是当前世界上最有发展前景的新能源技术，各发达国家均投入巨额资金竞相研究开发，并积极推进产业化进程，大力开拓市场应用。从1973年我国光伏发电就开始了地面应用，之后，我国光伏发电量每年在以20%以上的速度增长[1]。太阳能光伏发电将是21世纪人类社会发展的一个重要领域。太阳能光伏电池造价昂贵，如果在研发阶段采用真实的光伏电池阵列进行试验，将会产生试验成本高、需要大量空旷场地和日照、自然气候依赖性强等一系列的问题，不利于初期研究。

文献[2]建立了光伏电池单体的模型，文献[3]建立了光伏阵列的模型，但其模型较为简单，不能很好地反映光伏模块的特性，并且它们都未能针对实际的光伏模块进行建模。因此，建立一个能模拟实

际光伏模块的仿真模型，能大大节约试验成本，加快光伏发电系统的研发速度。但是，太阳能电池在工作时，随着日照强度、环境温度的不同，其端电压将发生变化，使输出功率也产生很大变化，故太阳能电池本身是一种极不稳定的电源，具有明显的非线性特性。为了实现光伏发电系统的功率输出最大化，需要对光伏电池的输出最大功率点进行跟踪。目前，最大功率点跟踪的方法很多，如恒定电压控制法，导纳增量法，扰动观测法，模糊控制法，基于预测数据的最大功率跟踪方法[4-5]等等。光伏并网将太阳能电池发出的直流电转化为与电网电压同频、同相位的交流电，其核心是并网的逆变器。本文采用误差拍控制策略，采用一级boost升压电路，将最后的逆变的交流电由变压器直接并网，当然也可采用多级boost电路，但是boost电路的成本不容忽略。

2.光伏模块的数学模型

太阳能电池的基本特性和二极管类似，当半导体材料吸收光能后，由光子激发出电子—空穴对经过分离就会产生电动势。太阳能电池是光能转换的最小单元，一般不作为电源使用，将太阳能电池单元进行串、并联并封装后就成为电池组件，众多太阳能电池组件按需求再进行串并联后形成太阳能电池阵列。

Rref、Tref分别为光伏电池的太阳辐射强度和温度参考值，一般取为1kW/m2、25°C。在此参考条件下，各参数的含义如下：

a：电流变化温度系数，A/°C；b：电压变化温度系数，V/°C；Rs：光伏阵列的串联电阻，它受光伏组件的串并联数影响，一般只有几欧姆；I：光伏模块的工作电流，A；Tc：当前环境温度，°C；R：当前太阳辐射强度，kW/m2。

这里给出了太阳能电池阵列的几个重要技术参数：

（1）短路电流（Isc）：在给定日照强度和温度下的最大输出电流；

（2）开路电压（Uoc）：在给定日照强度和温度下相应于最大功率点的电流；

（3）最大功率点电流（Im）：在给定日照强度和温度下相应于最大功率点的电流；

（4）最大功率点电压（Um）：在给定日照强度和温度下相应于最大功率点的电压；

（5）最大功率点功率（Pm）：在给定日照强度和温度下阵列可能输出的最大功率。

3.MPPT控制算法原理

太阳能电池的输出受日照强度、电池结温度等因素的影响，当结温度增加时，太阳能电池的开路电压下降，短路电流稍有增加，最大输出功率减小；当日照强度增加时，太阳能电池的开路电压变化不大，短路电流增加，最大输出功率增加。在一定的温度和日照强度下，太阳能电池具有唯一的最大功率点，当太阳能电池工作在该点时，能输出当前温度和日照条件下的最大功率[8]。

常用的最大功率跟踪控制方法主要有定扰动观察法又称为爬山法（P&O）、增量电导法（Inc Cond）、电压跟踪法（CVT）、以及模糊控制算法等。目前最大功率跟踪控制使用的方法中前两种方法应用非常广泛。本文则采用电导增量法，此法的最大优点在于其结构简单，被测参数少，能被较普遍地应用于光伏系统最大功率跟踪控制。通过不断扰动使阵列输出功率趋于最大，即令跟踪已达最大功率点附近，扰动仍不停止。其缺点是由于始终有士△V的存在，在最大功率跟踪过程中将导致些微功率损失[9]。

由光伏电池的P-U曲线可以看出，在最大功率点处有，通过简单的数学推导可以得出在最大功率点处由下式成立[10-11]：

（7）

4.光伏模块的仿真模型

基于上述的数学模型和MPPT算法，本文利用Matlab环境中的Simulink工具，结合S函数，建立了光伏模块的仿真模型如图3所示。其中PV_Module为电导增量法的S函数，输入量为温度Tc，光强S，以及最大功率点电压Um；输出量为最大功率点的电压、电流和功率。

5.逆变电路建模[11-13]

首先建立滤波器输出Vc和输入Vin连续状态方程；其次建立PWM生成模块调制信号u和逆变器输出Vin的关系，从而得到滤波器输出Vc和PWM生成模块调制信号u的状态方程；最后对上述的连续状态方程进行离散化，推到得出PWM生成模块调制信号u（k）（控制器输出信号）的表达式。

5.1 滤波器模型

（10）

5.2 开关模型

逆变电路的输出电压频率为50Hz，开关的频率为1000Hz，在一个开关周期内，用变量的平均值取代其瞬时值，得到开关的连续时间平均模型。

双极性的SPWM调制时：

（11）

式中，S为开关函数。

由于开关函数的存在，Vin不连续。对上式求开关周期平均，得到：

（12）

式中，D为开关占空比。

PWM生成模块中的关系为：

（13）

式中u为PWM模块的输入量（控制器的输出控制量），Vtr为载波峰值，此处Vtr=1。

将（13）式带入（12）式得：

（14）

5.3 控制器模型

6.仿真结果及分析

当外部选择标准参考输入，即：R=lkW/m2，Tc=25°C下，主要参数设置为：Voc=44.2V，Vmax=35.2V，Isc=5.2A，Imax=4.95A，Pm=175W。并输入参数：Rs=2、a=0.015A/°C、b=0.7V/°C，仿真输出结果为：Im=4.81A，Um=36.52V，Pm=175.7。

利用Matlab曲线拟合工具可以仿真出该模块的输出特性曲线及输出功率曲线如图9～12所示，根据实际光伏模块的电气参数修改上述模型S函数中的各参数，可以得到该实际光伏模块在不同太阳辐射强度、环境温度下的I-U和P-U特性。

表述了逆变后的电流波形，可以看出误差拍逆变的总体跟踪效果是比较理想的，但是在开始部分，电流和电压的波形比较差，经过一段时间后，波形逐渐逼近给定的正弦波形。这是由于在开始时，光伏模块要进行最大功率追踪，从开始到最大功率点这一段过程中，光伏的电压不断变化，此时逆变波形会有些失真，但是到达MPPT点后，输出的电压波形就会逐渐逼近给定电压波形。

7.结论

本文给出了基于Matlab的光伏模块，使用电导增量法对最大功率点进行跟踪，并分析了不同环境温度和不同光照强度下的I-V和P-V曲线。接着，给出了光伏并网逆变器的设计思路，采用无差拍控制策略，boost电路升压，对光伏并网进行建模。结果显示，在最大功率跟踪的时间段中，电压和电流波形会有一小段失真，而整体的波形能很好地跟踪给定的电压波形，因此，如何消除MPPT对电压电流失真的影响尚有待研究。

参考文献

[1]崔容强，赵春江，吴达成.并网太阳能光伏发电系统[M].北京：化学工业出版社，2007（7）.

[2]吴海涛，孔娟，夏东伟.基于MATLAB/Simulink的光伏电池建模与仿真[J].青岛大学学报：自然科学版，2006，21（4）：74-77.

[3]徐鹏威，杜柯，刘飞等.光伏电池阵列模拟器研究[J].通信电源技术，2006，23（5）：5-8.

[4]Nicola Femia，Fiovanni Petrone，Giovanni Spagnuolo，e tal.Optimization of Perturb and Observe Maximum Power Point Tracking Method[J].IEEE Trans.On Power Electronics，2005，20（4）：963-973.

[5]Nobuyoshi Mutoh，Takatoshi Matuo，Kazuhito Okada，etal.Predicion-Data-Bsaed Maximum-Power-Tracking Method for Photovoltaic Power Generation Systems[A].IEEE 33rd Annual of Power Electronicd Specialists Conference PESC’02[C].23-27 June，2002（3）：1489-1494.

[6]王兆安，黄俊.电力电子技术[M].机械工业出版社，2004：162-165.

[7]吴理博，赵争鸣，刘建政，王健，刘树.单级式光伏并网逆变系统中的最大功率点跟踪算法稳定性研究[J].中国电机工程学报，2006（6）.

[8]壬长贵，王斯成.太阳能光伏发电使用技术[M].北京：化学工业出版社，2005：4.

[9]Platon Baltas.The Arizona Universty photovoltaie designer program（ASUPVD）[S].Department of electrical and computer engineering，Arizona State University，1996.

[10]K.H.Hussein，L.Muta，”Maximum Photovoltaic Power Tracking：An Algorithm for Rapidly Changing Atmospheric Conditions”，IEEE Proceedings of Generation，Transmission and Distribution.Vol.142，No.1，PP59-64，January 1995.

[11]Gonzalez，R.Gubia，E.，Lopez，J.，Marroyo，L.，”Transformerless Single-Phase Multilevel-Based Photovoltaic Inverter”，Industrial Electronics，IEEE Transactions on Volume：55，Issue：7，2008，Page（s）：2694-2702.

[12]Mohamed，Y.A.-R.I.，El-Saadany，E.F.，”An Improved Deadbeat Current Control Scheme With a Novel Adaptive Self-Tuning Load Model for a Three-Phase PWM Voltage-Source Inverter”，Industrial Electronics，IEEE Transactions on Volume：54，Issue：2，2007，Page（s）：747-759.

[13]Jain，S.Agarwal，V，”A Single-Stage Grid Connected Inverter Topology for Solar PV Systems With Maximum Power Point Tracking”，Power Electronics，IEEE Transactions on Volume：22，Issue：5，2007，Page（s）：1928-1940.

作者简介：李洪美（1969—），女，山东烟台人，讲师，现供职于江苏师范大学，主要研究方向：新能源及其在电力系统中的应用。

作者：李洪美 陈鸿娟

太阳能光伏模块数学建模论文 篇3：

一种基于模糊逻辑控制的光伏MPPT算法

摘要  近年来，由于全球环境问题和对于能源需求的不断增加，促使人们对可再生能源进行了新的研究。太阳能是一种普遍存在且对环境友好的可再生能源，光伏技术是利用太阳能的方法之一。目前太阳能光伏系统存在输出效率较低的问题，主要是由于环境条件变化引起的，而最大功率点追踪MPPT技术由于能够使光伏系统的输出效率最大，逐渐成为国内外相关工程领域的研究热点。本文首先对MPPT光伏系统进行分析与建模，然后阐述了模糊逻辑控制算法实现原理，最后对基于模糊逻辑光伏MPPT算法进行了仿真，验证该算法的动态性能：快速性和稳定性。本文可为MPPT算法研究人员和光伏系统设计工程师提供有用的参考。

关键词：MPPT;光伏系统;FLC;模糊逻辑;算法

一  引言

随着传统能源的日渐枯竭和其他环境问题的日益加重，清洁的可再生能源的发展成为了21世纪探索的热点。可再生能源带来了很多优势，克服了现有能源的弊端和局限性，减少了温室气体的排放。随着研究的深入，可再生能源的合理利用对于发电越来越重要。风能、水、地热、核能、太阳能等可再生能源成为了未来全球可持续发展不可或缺的部分。其中，太阳能是十分有潜力的清洁能源，由于其具有低污染、低成本维护的能源生产，使太阳能光伏成为受欢迎的可再生能源发电方式。然而由于现阶段太阳能领域技术并不是很成熟，我们从太阳中提取的能量是有限的。为了能够更多的提取太阳能，这促使人们对于光伏系统发电进行了新的研究。

太阳能电池是通过硅电池组成的太阳能光伏模块将太阳能直接转化为电能。将多个电池块串联，则可形成太阳能光伏组件。太阳能光伏组件在最大功率點运行能够提高能量转换效率。然而光伏系统的输出功率受很多因素的影响，比如不同的光照水平、太阳的方向、辐照度、温度以及系统负载等。太阳能作为一种特殊的新能源就其可用性而言是取之不尽、用之不竭的。许多国家在朝着光伏电源系统的方向发展，在光伏电池技术方面取得了进步，但是在电池转换效率的提升方面存在不足，因为太阳能电池产生的电量还会随天气状况不断的变化。为了让太阳能电池实现高能量的转换而获得最佳性能，需使用增强型的功率调节器来提高整个光伏系统的效率。解决这一问题的其中一个比较有效的方法就是最大功率点跟踪（maximum power point tracking，MPPT）系统。

二  MPPT光伏系统

1 MPPT光伏系统

MPPT光伏系统的基本结构主要包括光伏电池板，传感器，DC-DC转换器，MPPT控制算法，脉宽调制生成器和负载。光伏电池板是将光转化成电的装置。传感器用来感应光伏电池板的电压、电流、辐照度、温度等，从而将传感参数输入到MPPT控制算法模块。光伏系统中使用不同的MPPT方法需要用到不同的传感器，常用的传感器有电压传感器、电流传感器、温度传感器、辐照度传感器等。DC-DC转换器包含一个受控开关管（MOSFET或IGBT），根据开关管的位置可以有不同的拓扑结构，如：DC-DC升压（BOOST），降压（BUCK）转换器和升压-降压（BOOST-BUCK）转换器。功率变换器的要求取决于MPPT光伏系统向其供电的负载的类型。

三  MPPT模糊逻辑控制算法

1、算法实现

在均匀的辐照条件下，对于MPPT控制器的建模比较容易，但在局部阴影条件下，控制器的建模相对而言比较复杂。因此，需要一种特别的算法能同时应对不同环境条件下系统的变化。模糊逻辑控制FLC是一种智能的算法，该算法的优点是不需要对系统进行数学建模，也不像传统算法那样需要较强的硬件去实现。所以采用模糊逻辑控制法的MPPT被认为是智能的，即使输入不够精确，该系统也会追踪MPP。

模糊逻辑控制方法包括三个阶段：模糊化，规则库查询表和去模糊化。模糊化的过程主要是将太阳能电池板的数字输入变量转换为语言变量，通过if-then的规则输出相关的参数，其中需要用到最大隶属函数，质心法，加权平均法去进行计算。规则库查询表是FLC的关键部分，在这部分设计中设计者可以针对不同的应用程序去进行技术调整。去模糊化也称为反模糊化，在反模糊化过程中，FLC将输出的语言变量转换为数值变量，这将作为模拟信号输入到所使用的转换器中。在模糊化过程中的数字输入变量使用了六个模糊级别，分别是负大（NB），负小（NS），零（ZE），正小（PS），正大（PB）。MPPT模糊逻辑控制器的输入变量为误差和误差变量，输出变量为调整功率变换器的占空比，表达式如下：

在去模糊化过程中，模糊逻辑控制器使用模糊规则来获得输出值。模糊逻辑控制器的输出值取决于去模糊化的方法。因此，它是一个模糊逻辑控制器相对于模糊逻辑隶属函数中的标签值所获得的值。本研究使用了6个模糊隶属度函数，二维变量和为模糊逻辑控制器的输入，其模糊论域为[-6，6];模糊控制的输出为占空比D，其模糊论域也为[-6，6];偏差E的量化因子为30;偏差EC的量化因子为50;将模糊输入变量E、EC和模糊输出变量D都设为6个模糊子集。将模糊规则查询表中三变量的数据导入至模糊规则编辑器，通过“if…then”来制定模糊逻辑规则。

2、算法仿真

光伏电池仿真环境设置变辐照度在300、500、1000和温度，仿真时间为0.3s，模糊逻辑控制法仿真图如图1所示。

从图中可以看出，采用模糊逻辑控制优化算法相比于扰动观察法和增量电导法的优势更明显，该算法追踪MPP速度仅需0.03s。模糊逻辑控制中的追踪步长可以根据实际需求进行调整，拥有较低的振荡频率和较小的振荡幅度，系统稳定性较好。同时在环境条件发生变化时，FLC算法也可以精确追踪到光伏系统最大功率点，算法的局部搜索能力表现的较突出。但该优化算法存在缺陷是需研究者提前设计好模糊算法规则，规则的设定需依靠前人经验

4  结论

本文通过SIMULINK建立光伏组件、升压变换器、模糊控制器对光伏系统进行了完整的建模和仿真。由此提出了一种基于模糊逻辑控制的MPPT算法，并在不同辐照度和温度下对该算法进行仿真测试。结果证明，在光伏运行辐射快速变化的情况下，FLC具有较高的动态性能。

作者简介：周文卓，1990年8月，汉，男，硕士研究生，光伏MPPT算法及电路设计。

丁杰，1986年9月，汉，男，硕士研究生，软件工程。

高毅，1984年4月，汉，男，博士研究生，控制科学与技术。

作者：周文卓 丁杰 高毅