基于模糊控制的光伏发电系统MPPT概要
基于模糊控制的MPPT控制系统研究
Electronic Technology & Software Engineering 电子技术与软件工程• 91【关键词】光伏发电系统 MPPT 模糊控制目前，全球范围内能源问题和传统能源的大量使用所引起的环境问题严峻，开发利用新能源是全人类面临的共同课题。
光伏发电以其清洁、可再生的独特优势得到人们青睐，被越来越多的应用于电力、通信、交通等各个领域。
最大功率点跟踪（Maximum Power Point Tracking ，MPPT ）控制技术比起传统的基于模糊控制的MPPT 控制系统研究文/朱佳伟 王伟 李晓文 戚维春PWM 光伏发电控制技术，成本更低，效率更高，因此成为提高光伏发电效率的有效方法。
MPPT 旨在输出功率实时追踪光伏电池的最大功率点，各种控制方法被不断地提出并实践，如恒定电压控制法(Constant V oltage Tracking ，CVT)、扰动观测法(Perturbation and Observation Method ，P&O)、导纳增量法(Incremental Conductance ，INC)等。
本文利用光伏电池输出特性，研究并设计了一种基于模糊控制思想的MPPT 光伏发电系统。
充分发挥模糊控制方法处理被控对象为非线性且精确的数学模型难以得到情况时的优越性，使系统能够更快的跟踪并且无振荡的稳定在最大功率点处，实现光伏电池输出功率最大化，从而提高光能利用率。
1 独立光伏发电系统原理1.1 光伏电池光伏电池基于光伏效应制作而成，半导体表面在太阳光的照射下，光子能量被吸收，使电子从价带跃迁到导带，从而产生电子——空穴对，实现光能到电能的转变。
实际工程应用中，光伏电池一般用如图1所示电路进行等效。
在理想情况下，旁路电阻R sh 无穷大，串联电阻R s 为0，得到如下关系式：（1）其中：I ph 为光生电流，I o 为反向饱和电流，K 为玻尔兹曼常数，A 为二极管理想因子，T 为绝对温度，q 为电子电荷量，U 为光伏电池输出电压，I 为光伏电池输出电流。
基于模糊神经网络的光伏系统MPPT控制方法
文 章 编 号 ：０ ３ １９ ２ ０ ）４～０ ２ １ ０ —６ ９ （０ ７ ０ ０ ５—０ ３
基 于 模 糊 神 经 网 络 的 光 伏 系 统 Ｍ ＰＰＴ 控 制 方 法
冯 冬 青 ， 军磊 ， 大 中 马 沈
（ 郑州 大 学 电 气 工 程 学 院 ， 南 郑 州 河 ４００ ） ５０ １
Ｋｅ ｏ ｄ ： ｈ ｔ ｖ ｌ ｉ ；ＭＰ ｙ ｗ ｒ ｓ ｐ ｏ ｏ ｏｔ ｃ ａ ＰＴ；ｆ ｚ ｙ；ｎ ｕ ａ ｎ ｔ ｒ ｕｚ ｅ ｒｌ ｅ ｗｏ ｋ
基 础 上 ， 出 了 一 种 基 于 模 糊 神 经 网 络 的 光 伏 提
１ 引 言
当前 ， 由于全 球 性 能 源危 机 ， 界 普 遍 重 视 可 世
定外 部条件 下有 唯一 最大值 存在 。
＝
方 法有很 多 ， 如恒定 电压 控制法 ， 动观测 法 ， 扰 导纳
再生 能源 的利用 研究 。在所 有可 再生 能源 中 ， 伏 光
ＭＰ Ｔ控制方 法 ， 进 行 了较 详 细的实验 研究 。 Ｐ 并
２ 光 伏 电 源 特 性 及 现 有 最 大 功 率 点 跟 踪 （ Ｐ 方 法 比较 ＭＰ Ｔ）
光伏 电池输 出 电流 、 压 关 系 如式 （ ） 电 １ 所 示 Ｅ ， 出功 率 见 式 （ ） 由式 （ ） 知 光 伏 电池 １输 ］ ２。 １可 输 出功 率是 日照 强度 和温度 的 函数 ， 该输 出功 率在
Ａ ＰＰＴ Ｍ ＰＶ ｙ ｔ ｍ ｎｔ ｏ ｅ ｈｏ ｓ ｄ ｏ ｚ ｙ Ｎｅ ｒ ｌＮｅ ｗｏ ｋ Ｓ ｓ ｅ Ｃｏ ｒ ｌＭ ｔ ｄ Ｂａ ｅ ｎ Ｆｕ ｚ ｕ ａ ｔ ｒ
Ｆ ＥＮＧ ｎ —ｉ ｇ Ｄｏ ｇｑｎ ，Ｍ Ａ ｕ — ｉＳ Ｊ ｎ ｌ ， ＨＥＮ —ｈ ｎ ｅ Ｄａｚ ｏ ｇ
基于模糊控制MPPT的单相光伏并网发电系统
ｐｏ ｒ ｏｉｔ ｗｅ ｐ ｎ ．
Ｋｅ ｒ ｓ： ｐ ｏ ｏ ｏ ａ ｃ； ｒｄ ｏ ｎ ｃｅ ｆ ｚｙ ｃ ｎ ｒ ｌ ｓ ｆ ｒ ｈ ｓ －ｌｃ ｅ ｙ ｗｏ ｄ ｈ ｔｖ ｈ ｉ ｇ ｉ －ｃ ｎ ｅ ｔｄ；ｕ ｚ ｏ ｔ ； ｏ ｔ ｅ ｐ ａ ｅ ｏ ｋ ｄ ｏ ｗａ
能 源 短 缺 和 环 境 污 染 己 成 为 制 约 人 类 社 会 可 持 续
发 展 的 两 大 重 要 因 素 ， 力 发 展 新 的 可 替 代 能 源 己 成 大
为 当 务 之 急 。光 伏 发 电作 为 一 种 新 的 电 能 生 产 方 式 ， 以 其 无 污 染 、 全 、 源 丰 富 、 布 广 泛 等 特 点 显 示 出 安 资 分
， ＝
（ｆ ｅ ｘ ｐ
一
（ １ ）
式 中 ， 为 光 生 电 流 ；ｏ为 反 向 饱 和 电 流 ； ／ ｑ为 单 位 电 荷 （ ． ｘ１ ） 为 理 想 因 子 ，一 般 介 于 １ ２之 间 ； 为 波 １６ ０ ； ～ Ｋ 尔 兹 曼 常 数 （ ．８ ０ ） Ｔ为 光 伏 电 池 温 度 ； 为 光 伏 １３ Ｘ１ ； Ｕ 电 池 输 出 电 压 ； 光 伏 电 池 等 效 串联 电 阻 ； 为 光 伏 Ｒ 为 Ｒ 电池 等效并 联 电 阻 。 光 伏 电 池 阵 列 输 出 具 有 明 显 的 非 线 性 特 征 ， １所 图 示 为 光 伏 电 池 的 输 出 功 率 一电 压 （ Ｐ—Ｕ 曲 线 。 由 图 １可 ）
基于模糊控制的光伏系统MPPT
2010年第5期 37基于模糊控制的光伏系统MPPT陈广华 杨海柱（河南理工大学电气工程与自动化学院，河南 焦作 454003）摘要 针对光伏电池的非线性特性和光伏阵列成本高、转换效率低的缺点，为充分提高光伏发电系统的效率，根据最大功率点跟踪原理及常用MPPT 方法的优缺点，本文提出了将模糊控制算法应用到光伏系统最大功率点的跟踪控制中。
该方法能快速响应外界环境的变化，并且在最大功率点波动比传统方法小。
Matlab/Simulink 仿真结果证明，该方法能使系统稳定工作在最大功率点，同时能快速准确地跟踪太阳能电池最大功率点。
关键词：MPPT ；模糊控制；扰动观察法Maximum Power Point Tracking in PhotovoltaicSystem by Using Fuzzy ArithmeticChen Guanghua Yang Haizhu（Henan Polytechnic University Electronic Engineering and Automation College, Jiaozuo, Henan 454003）Abstract According to the non-linear characteristics of photovoltaic and the solar battery’s diadvantages of high cost, low transfer efficiency, a novel modified fuzzy control method for MPPT photovoltaic system is introduced, by analyzing the mechanism and control methods of Maximum Power Point Tracking(MPPT), in order to improve the efficiency of the photovoltaic system. This method can track MPP changes rapidly with smaller disturbance. Experimental results show that the system can operate in maximum power point steadily and track the MPP quickly.Key w ords ：MPPT ；f uzzy c ontrol ；d isturbance and o bservation m ethod1 引言光伏发电具有无污染、无噪声、取之不尽用之不竭等优点，越来越受到关注，在未来的供电系统中将占有重要的地位。
基于广义动态模糊神经网络的光伏电池MPPT控制概要
第38卷第13期电力系统保护与控制 Vol.38 No.13 2010年7月1日 Power System Protection and Control Jul. 1, 2010基于广义动态模糊神经网络的光伏电池MPPT控制杨旭，曾成碧，陈宾（四川大学电气信息学院，四川成都 610065）摘要：依照最大功率点跟踪（MPPT）的原理，在综合考虑各种不同的控制方法优缺点的基础上，提出了一种新的基于椭圆基的广义动态模糊神经网络（GD-FNN）的光伏电池的智能控制方法。
通过GD-FNN算法调节PWM的占空比来控制光伏电池的输出电压，实现阻抗匹配，达到能量的最优化。
仿真结果表明，这种控制方法能够有效地跟踪到电池的最大功率，并且具有较好的稳定性。
关键词：光伏电池；MPPT；椭圆基；广义动态模糊神经网络；智能控制MPPT control of photovoltaic cells based on generalized dynamic fuzzy neural network YANG Xu，ZENG Cheng-bi，CHEN Bin（College of Electrical and Engineering, Sichuan University，Chengdu 610065，China）Abstract：Considering a variety of advantages and disadvantages of different control methods，this paper proposes a new ellipse-based generalized dynamic fuzzy neural network（GD-FNN）intelligent control method of photovoltaic cells based on the principle of the maximum power point tracking（MPPT）. By controlling the output voltage of photovoltaic cells by means of regulating the duty cycle of PWM based on GD-FNN algorithm，it can achieve impedance matching and energy optimization．The simulation results show that this control method can effectively follow-up the maximum power of the battery，what’s more，it has good stability．Key words：photovoltaic cells；maximum power point tracking（MPPT）；ellipse-based；GD-FNN；intelligent control 中图分类号： TP273 文献标识码：A 文章编号： 1674-3415(2010)13-0022-040 引言智能电网是近年来国际上备受关注的未来电力系统发展方向的热门话题。
基于模糊控制的光伏发电系统MPPT技术研究
PB
[ 3. 8, 6, 10]
NB
[ - 10, - 6, - 4]
NM
[ - 6, - 4, - 2. 5]
NS
[ - 4, - 2. 5, - 1. 2]
D uty Cy cle
NO
[ - 2, - 0. 7, 0. 01]
tr imf
PO
[ - 0. 01, 0. 7, 2]
PS
[ 1. 2, 2. 5, 4]
NS
NS
PS P M P M N S NS
NS
N O PS PS PS N S NS
NS
PO N S N S N S PS P S
PS
PS
N S N S N S PM PM
PS
P M N S N S N S PB PB
PM
PB N S N S N S PB PB
PB
模糊规则表所表 达的信息是: If E is x , and Ec is y , t hen U is z, 也就是在特定的误差和误差变化的 情况下对输出值的调整. 这种根据规则表来进 行研 判的模糊逻辑方法就是查表法. 表中大多数规 则是 离线制定, 制定后再通过在线实验观察, 对规则表进 行进一步的修正.
基于模糊控制算法的光伏电池MPPT设计
（ ｏ ｌ ｇ ｆＡｕ ｏ ｔ ｎ Ｃ ｌ ｅ ｏ ｔ ｍａ ｉ ，Ｗ ｕ ａ ｉ ｅ ｓｔ ｆＴｅ ｈ ｏ ｏ ｙ Ｗ ｕ ａ ３ ０ ０， ｉ ａ ｅ ｏ ｈ ｎ Ｕｎ ｖ ｒ ｉ ｏ ｃ ｎ ｌｇ ， ｈ ｎ ４ ０ ７ Ｃｈ ｎ ） ｙ Ａｂ ｔａ ｔ ｎ ｔ ｉ ｒ ｉｌ ，ｔ ｅ ｃ ａ ａ ｔ ｒｓ ｉｓｏ ｈ ｔ ｖ ｌ ｉ ｅ ｌ ｉ ｅ ｃ ｉ ｅ ｎ ｈ ｒｎ ｉ ｌ ｆ ａ ｉ ｍ ｏ ｒｐ ｉｔ ｓ ｒ ｃ ：Ｉ ｈ ｓａ ｔｃｅ ｈ ｈ ｒ ｃ ｅ ｉｔ ｆｐ ｏ ｏ ｏ ｔ ｃｃ ｉ ｓｄ ｓ ｒ ｄ ａ ｄ ｔ ｅ ｐ ｉｃ ｐｅ ｏ ｘｍｕ ｐ ｗｅ ｏ ｎ ｃ ａ ｓ ｂ ｍ ｔａ ｋ ｎ （ ＰＰ ｒ ｃ ｉｇ Ｍ Ｔ）ｏ ｈ ｔ ｖ ｌ ｉ ｉ ａ ａｙ ｅ ．Ｆ ｒＰＶ ｅｌ ｔ ｈ ｈ ｒ ｃ ｅ ｉｔ ｓｏ ｏ ｌ ｅ ｒａ ｄ ｔ ｅｄ ｌｙ，ｔ ｅｆ ｚ ｙ ｆｐ ｏ ｏ ｏ ｔ ｃ ｓ ｎ ｌ ｚ ｄ ａ ｏ ｃ ｌ ｗｉｈ ｔ ｅ ｃ ａ ａ ｔ ｒｓ ｉ ｆ ｎ ｉ ａ ｎ ｉ ｅａ ｓ ｃ ｎ ｎ ｍ ｈ ｕ ｚ －
， Ｌ
一
｛ Ｒ ｓ ｚ ｈ
图 １ 光 伏 电池 的 等 效 电路
＋
Ｕ
图 ２给出的是同一温度下 ， 同光 照条件 下光伏 电 不 池 的伏安 特性 曲线 。图 ３给 出的是 同一光 照强度下 ， 不 同温度光伏 阵列 的伏安 特性 曲线 。可 以看 出光伏 电池 的输 出最 大功率 Ｐ Ｈ、 ｎ 空载 电压 和短路 电流 Ｊ 都受 ｓ ｃ 到光照强度 和环 境温度 的影响 ， 了使 光伏 阵列 的效率 为 最高 ， 使光伏 电池工作 在最大功率点是非 常必要 的 。
基于模糊控制的光伏发电系统MPPT设计
（７ ）
式中 ：（NB ）表 示 负 大 、（N S ）负 小 、（ZE ） 零 、（PS ） 正 小 、
（PB ）正大 。 将输 入 、输 出论 域规 定 为 － ６ ～ ６ 。 实 际 值 的
变化不在规定范围内 ，可通过量化因子把它们分别划归到
模糊论域中 ［６］ 。
图 ２ 模糊控制下的隶属度函数
式 中 ：Ｐ（ ｎ） 和 Ｕ （ ｎ） 分 别表 示 光伏 阵 列第 ｎ 次采 样的输
出 功 率和 电 压值 。输 出量 为 ｎ 点的 占 空比 增 量 d Ｄ 。
４ ．２ 输入输出量模糊子集与论域确定
设计将输入功率偏差 Ｅ 和偏差斜率 ＣＥ 以及输出量
d Ｄ 分别分成 ５ 个模糊子集 ，即 ：
Ｅ ＝ Ｃ Ｅ ＝ d Ｄ｛NB ，N S ，ZE ，PS ，PB｝
１引言
能源和环保是目前人类关注的热点问题 。 为了缓解 能源危机 、保护生存环境 ，人类开始开发利用清洁 、环保的 可再生能源 ［１］ 。 光伏发电是太阳能利用的一种主要形式 ， 其特点是安全 、环保 、不枯竭 。 但由于光伏发电效率低 、成 本高 ，因此到目前为止没能广泛应用 。 为了提高光伏发电 效率 ，国内外电光伏专家分别从对光伏阵列最大功率点的 跟踪方法及采用高频链逆变器等方面进行深入研究 。 光 伏阵列输出具有非线性特征 ，使光伏电池输出功率在一定 的工况下存在最优点 ，并且随着光照和温度参数的改变 ， 最优工作点也会随着改变 。 为了能一直获得最大输出功 率 ，光伏发电系统必须进行最大功率点的跟踪 （maximum
４ ．４ 模糊规则 本设计根据功率偏差 Ｅ ，偏差斜率 ＣＥ 来决定当前输
出占空比的增量 ，通过分析光伏电池输出 Ｐ‐Ｕ 曲线 ，考虑 其他外界因素影响 ，可以得到 M PP T 控制的规则如下［７］ 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
0引言随着社会经济的快速发展,能源的年消费量逐渐增加,常规能源资源面临日益枯竭的窘境,迫切需要以清洁、无污染、可再生的新能源来补充和替代。
光伏发电具有无污染、无噪音、取之不尽,用之不竭等优点,越来越受到关注,在未来的供电系统中将占有重要的地位。
光伏电池的输出特性受外界环境的影响大,电池表面温度和日照强度的变化都会导致输出特性发生较大的变化。
另外,光伏电池的转换效率很低,价格昂贵,初期投入大,因此有必要采用最大功率跟踪控制来提高光伏系统的效率。
最大功率跟踪(Maximum Power Point Track-ing,MPPT通常是以功率作为变量进行反馈控制,它起到光伏电池内阻与外部负载阻抗匹配的作用。
最大功率跟踪控制算法常采用固定电压法、!基于模糊控制的光伏发电系统MPPT乔兴宏1,2,3,吴必军1,2,王坤林1,2,吝红军1,2,3(1.中国科学院广州能源研究所,广东广州510640;2.中国科学院可再生能源与天然气水合物重点实验室,广东广州510640;3.中国科学院研究生院,北京100039摘要:光伏电池的输出功率随外部环境和负载的变化而变化,为充分发挥光伏器件的效能,需采用最大功率点跟踪电路。
根据最大功率点跟踪的基本原理及常用光伏发电系统控制的优缺点,提出了一种基于模糊控制,具有在线参数调整的自适应占空比扰动法。
该方法在不干扰系统正常工作的情况下,能迅速地感知外界的环境变化。
实验结果证明,该方法能够快速、准确地跟踪太阳能电池的最大功率点。
关键词:光伏;最大功率点跟踪;模糊控制;Matlab/Simulink中图分类号:TP273;TK514文献标志码:A文章编号:1671-5292(200805-0013-04Maximum power point tracking by using fuzzy control combined with PID for photovoltaic energy generation systemQIAO Xing-hong1,2,3,WU Bi-jun1,2,WANG Kun-lin1,2,LIN Hong-jun1,2,3(1.Guangzhou Institute of Energy Conversion,Chinese Academy ofScience,Guangzhou510640,China;2.KeyLaboratory of Renewable Energy and Gas Hydrate,CASe,Guangzhou510640,China;3.Graduate School of Chinese Academy ofScience,Beijing100039,China收稿日期:2007-11-21。
基金项目:国家“十一五”863计划项目(2006AA05Z251。
作者简介:乔兴宏(1979-,男,湖北荆门人,硕士研究生,主要从事太阳能及风能发电系统方面的研究。
E-mail:qiaoxh@ms.giec.ac.nc Abstract:The output power of PV module varies with module temperature,solar insolation and 1oads,So it is necessary to track the MPP of the PV array all the time.According to the mechanism and control methods of Maximum Power Point Tracking(MPPT,a new modified adaptive MPPT method based on fuzzy control which includes automatic parameter tuning and directly uses the DC/DC converter duty cycle as a control parameter is presented.This method can track MPP changes rapidly without disturbing PV system.Experimental results show it can track MPP exactly and quickly.Key words:photovoltaic;MPPT(maximum power point tracking;fuzzycontrol;Matlab/ Simulink可再生能源Renewable Energy Resources 第26卷第5期2008年10月Vol.26No.5Oct.2008·13··14·可再生能源2008,26(5图1P-D 关系的示意图Fi g.1P ─D relationship curve 输出功率P占空比Dd P /d D <0MPP (d P /d D =0d P /d D >0VC 2V OCV mC 2VOCV-DVC 2V OC图3不同光强下光伏电池P-U 特性Fig.3The P-U characteristic curves of photovoltaic array at various irradiation levels1kW/m 20.5kW/m 20.75kW/m 2050100150200250300350电压U /V500100015002000250030003500功率P /W图2不同光强下光伏电池I-U 特性Fig.2The I-U characteristic curves of photovoltaic array atvarious irradiation levels1kW/m 20.5kW/m 20.75kW/m 2151050050100150200250300350电压U/V电流I /A扰动观察法和增量电导法等。
固定电压法虽然控制简单,但是跟踪方式没有考虑到温度(太阳能电池结温对开路电压的影响,能量损失较大[1]。
扰动观察法和增量电导法的转换效率高,是目前应用较多的方法,但这两种方法中MPPT 电路功率开关的占空比调节量△d 为定值:当△d 较大时,最大功率跟踪的速度快,但在功率最大点附近会出现较大的振荡,能量损失较大;当△d 较小时,最大功率点附近的振荡明显减弱,但是系统对外界的响应速度会减慢[2]~[4]。
模糊控制是一种典型的智能控制方法,广泛应用于自然科学和社会科学的许多领域,其最大特点是将专家的经验和知识表示为语言规则用于控制,它不依赖于被控对象精确的数学模型,能够克服非线性的影响。
模糊控制能够根据功率变化的幅度自动调节占空比,在不干扰系统正常工作的情况下,迅速地感知外界的环境变化,找到最大功率点。
在光伏发电系统中,一般都是通过DC/DC 或者DC/AC 连接光伏阵列和负载,通过调节PWM 的占空比,达到最优的阻尼匹配,使输出功率最大。
于是,提出了一种基于占空比扰动的MPPT 方法[5],[6]。
图1为光伏系统的输出功率P 和PWM 占空比D 关系的示意图,当d P /d D =0时,输出功率达到最大[7]。
直接把占空比作为控制变量,只需要控制一个参数,从而使控制器简单化,降低了成本。
1光伏电池特性1.1光伏阵列的数学模型设T c 为在任意太阳辐射强度R (W /m 2及任意环境温度T a (℃下的太阳电池温度,则有以下公式[8]:T c =T a +t c R (1式中:t c 为光伏电池模块的温度系数,℃·m 2/W 。
设在参考条件下,I sc 为短路电流,V oc 为开路电压,I m ,V m 为最大功率点的电流和电压,则当光伏阵列电压为V ,其对应的电流为I :I =I sc 1-C 1e -△△1△△(2其中:C 1=1-I m /I sc △△e (3C 2=V m /V oc -△△1ln 1-I m /I sc △△(4考虑太阳辐射和温度变化时,I =I sc 1-C 1e -△△1△△+DI(5其中:DI =αR /R ref DT+R /R ref -△△1I sc(6DV =-βDT-R s DI(7DT =T c -T ref(8式中:R ref ,T ref 为太阳辐射和光伏电池温度的参考值,一般R ref 取1kW/m 2,T ref 取25℃;α为在参考日照下电流变化的温度系数,A/℃;β为在参考日照下,电压变化的温度系数,V/℃;R s 为光伏模块的串联电阻,Ω。
1.2典型的光伏电池特性曲线图2是在不同日照下的太阳能电池的I-U特性曲线。
它表明太阳能电池既非恒压源,也非恒流源,而是一种非线性直流电源。
在大部分工作电压范围内,太阳能电池输出电流近似恒定;在接近开路电压时,电流下降很大。
图3是在不同日照下的太阳能电池P-U 特·15·性曲线。
它表明如果太阳能电池采用MMPT 控制,能跟踪不同光强下的最大功率,就可以最大限度地提高光伏电池的能量利用率。
2模糊控制的基本原理2.1模糊控制器的输入量、输出量取光伏系统的输出功率作为系统的目标函数,占空比作为控制变量。
根据功率值的变化量和前一刻的占空比调整步长,来决定这一刻的调整步长大小。
模糊控制器的第n 时刻的输入量为光伏系统第n 时刻功率的变化量和第n -1时刻的占空比的步长,第n 时刻的输出量为第n 时刻的占空比步长。
2.2确定输入量和输出量的模糊子集和论域为了便于控制,对功率变化量e p (n 和占空比步长e d (n 的实际值分别用量化因子量化映射到模糊集合论域E p 和E d 。
将模糊集合论域E p 和E d 分别定义为8个和6个模糊子集,即E p ={NB,NM,NS,NO,PO,PS,PM,PB}E d ={NB,NM,NS,PS,PM,PB}其中:NB ,NM ,NS ,NO ,PO ,PS ,PM ,PB 分别表示负大,负中,负小,负零,正零,正小,正中,正大等模糊概念。
模糊集合论域E p 和E d 采用离散化的数字集合,表示如下:E p ={-6,-5,-4,-3,-2,-1,-0,+0,+1,+2,+3,+4,+5,+6}E d ={-6,-5,-4,-3,-2,-1,+1,+2,+3,+4,+5,+6}2.3隶属度函数根据光伏系统的特点,选择三角形作为隶属度函数的形状,并且曲线距离原点越近(误差越小,曲线越陡(分辨率越高;距离原点越远(误差越大,曲线越缓(分辨率越低。
功率差E p 和占空比步长E d 的隶属度函数如图4、图5所示。