光伏发电技术及模糊控制器在光伏发电系统最大功率跟踪中的应用

　　针对采用干扰观察法时最大功率跟踪系统的输出功率在最大功率点附近小幅振荡的问题，设计了一种应用粒子群优化算法（particle swarm optimization，PSO）的模糊控制器，并将其应用于光伏发电系统的最大功率点跟踪（maximum power point tracking，MPPT）。该控制器采用粒子群算法优化模糊控制的隶属度函数，能够实时调整跟踪步长，保证系统在光照强度和温度变化时有较快的动态响应速度和较高的稳态精度。分别对采用干扰观察法、常规模糊控制方法和带粒子群优化的模糊控制器在相同情况进行了仿真和试验，结果证明了所提方法的有效性和鲁棒性。

　　光伏发电技术是新能源发电技术的一种，具有环保、安全、寿命长等优点。目前，光伏发电系统开发初期的投资较大，能量转换的效率也较低。为了提高光伏系统的利用率，除了要提高光伏电池的能量转换效率外，还常在系统中采用最大功率点跟踪（maximum power point tracking，MPPT）技术［1］。近年来，研究人员对MPPT算法进行深入研究，2002年 M.A.S.Masoum 提出了基于检测光伏电池的开路电压和短路电流的控制方法，以实现光伏电池最大功率点的跟踪，该方法简便、成本低，但应用该方法需将光伏模块与负载周期性断开以检测开路电压和短路电流，这会引起系统的功率损耗［2-3］。2007年 N.Femia 和 D.Granozio 将干扰观察（perturbation and observation，P&O）法应用于光伏电池的最大功率跟踪，这种跟踪控制方法结构简单、易于实现，但该方法稳态精度差，在光强快速变化时会导致较大的能量损失［4］。2008 年 F.Liu 和 S.Duan 等将变步长的增量电导法用于最大功率点跟踪，并取得了较好的效果，但这种方法的成本高，不适于大规模推广应用。