王育欣，殷孝雎

WANG Yu-xin1,2，YIN Xiao-ju3

（1.“特種電機與高壓電器”部、省共建重點實驗室 沈陽工業(yè)大學(xué)，沈陽 110004；2. 沈陽廣播電視大學(xué) 理工學(xué)院，沈陽 110003；3. 遼寧太陽能研究應(yīng)用有限公司，沈陽 110136）

0 引言

在能源短缺和環(huán)境污染問題日益嚴重的今天，風(fēng)光能源作為取之不盡的綠色能源，成為傳統(tǒng)能源的重要補充，因此，風(fēng)光互補發(fā)電具有廣闊的應(yīng)用領(lǐng)域和發(fā)展前景。根據(jù)特定環(huán)境的負載條件和負載參數(shù)特征進行合理的容量配置可以大幅度節(jié)約系統(tǒng)的成本，提高系統(tǒng)效率。在獨立風(fēng)光互補發(fā)電系統(tǒng)中，蓄電池作為能量儲存部分不可忽視，蓄電池組一次性設(shè)備投資是高比例的，同時，它也是整個系統(tǒng)中不穩(wěn)定的環(huán)節(jié)，由于從風(fēng)力發(fā)電機和太陽能電池板獲得的電能有明顯的波動，對蓄電池的充電和放電管理直接影響著發(fā)電系統(tǒng)的電能質(zhì)量。這對電能的管理系統(tǒng)提出了更高的要求，因此，關(guān)于蓄電池的能源管理研究有著更多的理論和實踐意義。

傳統(tǒng)的控制理論控制性能不是很理想，本文提出了結(jié)合傳統(tǒng)PID控制和模糊控制兩種思想解決蓄電池管理問題，給出了風(fēng)力發(fā)電機、光伏陣列和蓄電池組等仿真模型，最后通過模糊控制系統(tǒng)仿真研究對比了仿真結(jié)果。

1 系統(tǒng)組成

獨立風(fēng)光互補發(fā)電系統(tǒng)由渦輪發(fā)電機、智能控制器、儲能蓄電池、DC-DC斬波器和AC-DC整流器等組成，如圖1所示。風(fēng)機發(fā)電將風(fēng)能轉(zhuǎn)換成電能，經(jīng)三相全橋整流電路AC-DC整流器整流，輸出后經(jīng)系統(tǒng)控制器可對蓄電池進行儲能；蓄電池具有對電能儲存和調(diào)整作用；當(dāng)發(fā)出電能過剩時，輸入至蓄電池儲能；當(dāng)發(fā)出電能不足或能量消耗增加時，負載能量由蓄電池放電獲得，從而使電源電壓穩(wěn)定。模糊智能控制器使用切換開關(guān)來調(diào)整蓄電池的工作狀態(tài)，使蓄電池交替地工作在充電、放電、浮沖狀態(tài)，保障發(fā)電系統(tǒng)的穩(wěn)定性和連續(xù)性，系統(tǒng)最終通過PWM控制將發(fā)電輸出電量供給用戶負載。

圖1 風(fēng)光互補發(fā)電系統(tǒng)結(jié)構(gòu)圖

2 系統(tǒng)模型

2.1 風(fēng)力發(fā)電機模型

根據(jù)空氣動力學(xué)原理，風(fēng)機輸出能量特征如公式（1）所示，其中CP為風(fēng)能利用系數(shù)，r為空氣密度，1.25k/m3，v為風(fēng)速，R為風(fēng)機葉片半徑；風(fēng)機葉尖速比可由公式（2）求得，其中w為葉片旋轉(zhuǎn)角速度；風(fēng)力機輸出轉(zhuǎn)矩可用公式（3）表示，其中CT(l,b)為轉(zhuǎn)矩系數(shù)，用公式（4）表示，其中擬合函數(shù)CP(l,b)由公式（5）獲得，其中C1，…，C6為待定系數(shù)，可根據(jù)風(fēng)機特征確定。

2.2 光伏電池模型

單個光伏電池的等效電路如圖2所示，它由穩(wěn)定產(chǎn)生光電流的電流源、內(nèi)部并聯(lián)電阻、串聯(lián)電阻等組成。從圖2中可以看出光伏單元特征表達式用如下方程表示：

其中Is和Vs分別是光伏電池單元的輸出電流和輸出電壓，Isc是短路電流，Io為光伏電池內(nèi)部等效二極管PN結(jié)反向飽和電流，q為電子電荷，1.6×10-19C；K為波爾茲曼常量，0.86×10-4Ev/K，A為P-N結(jié)理想因子（1－5），T為熱力學(xué)溫度，Rs和Rsh分別為內(nèi)部串聯(lián)電阻和并聯(lián)電阻；反相飽和電流Io隨溫度而變化，見式（8）、式（9），其中CD為擴散電容，Etp為光照強度，單位為mW/cm2。

2.3 蓄電池模型

為使系統(tǒng)模型簡化，這里采用了蓄電池戴維寧等效模型，如圖3所示，其中包括電壓源Us、蓄電池內(nèi)阻、并聯(lián)極板間的等效電容C和等效電阻R，這些參數(shù)為常數(shù)，構(gòu)成了蓄電池的近似模型。

3 模糊PID控制

3.1 控制方式

圖2 光伏電池單元等效電路

圖3 蓄電池戴維寧等效電路

該獨立風(fēng)光互補發(fā)電系統(tǒng)的蓄電池充放電采用雙閉環(huán)控制，內(nèi)環(huán)為充電電流環(huán)，采用PI控制；外環(huán)為充電電壓環(huán)。整個系統(tǒng)的關(guān)鍵是模糊PID控制器，模糊控制與PID控制分別由開關(guān)切換實現(xiàn)，在充電初期，采用PID控制進行大電流快速充電，當(dāng)達到80%至90%電池容量時，采用模糊控制模式充電，保持充電電壓恒定，控制系統(tǒng)框圖如圖4所示。

圖4 控制系統(tǒng)框圖

3.2 模糊控制設(shè)計

控制器模糊變量包括輸入變量e、ec和輸出U，e為蓄電池采樣電壓與參考值偏差，取值范圍定義如下：

模糊子集為：

控制規(guī)則列表見表1。

在Matlab/Simulink 模糊邏輯工具箱中輸入變量e、ec 和輸出變量U的論域、模糊語言變量和模糊規(guī)則，并將模糊推理系統(tǒng)設(shè)置為Mamdani型，變量e、ec、U的隸屬度函數(shù)如圖5所示。

4 仿真結(jié)果

通過求解前面提出的方程，得到了一系列仿真結(jié)果，其中風(fēng)力發(fā)電機的額定功率為300W，俯仰角為0，額定風(fēng)速為12 m/s，風(fēng)機輸出整流前電壓和整流后電壓如圖6所示；單個光伏電池仿真結(jié)果如圖7所示，圖7是在光強為100 ，大氣溫度為25 時的仿真模型。光伏電池仿真參數(shù)見表2。

表1 模糊控制規(guī)則

圖5 變量e、ec、U的隸屬度函數(shù)

圖6 風(fēng)機輸出整流前與整流后電壓

圖7 單個光伏單元仿真I-U 特征曲線

表2 光伏電池模型參數(shù)

圖9為蓄電池充放電某一時刻的MOSFET開關(guān)管控制脈沖。開關(guān)管響應(yīng)可清晰表明蓄電池充放電特征?？刂芃OSFET的通斷，實現(xiàn)風(fēng)力和太陽能支路的通斷來對蓄電池進行充電管理，仿真結(jié)果證明采用模糊-PID控制能有效地改善系統(tǒng)的動態(tài)性能。

圖8 控制系統(tǒng)輸出脈沖

5 仿真結(jié)果

仿真結(jié)果表明模糊PID控制在風(fēng)光互補發(fā)電系統(tǒng)蓄電池能量管理上具有較好的控制效果。這種控制方法可以應(yīng)用于其它分布式發(fā)電系統(tǒng)中，具有一定的實用性。因為蓄電池模型是很復(fù)雜的，本文僅僅提出了一種近似模型，如對蓄電池模型進一步改進，仿真結(jié)果將更加理想。

[1] J.G.Slootweg,S.W.H.de haan,H.Polinder,et al. General Model for Representing Variable Speed Wind Turbines in Power System Dynamics Simulations[J]. IEEE Transaction on Power Systems,2003,11(1)：10-16.

[2] YIN Huan-ying,MA Sheng-hong,Fuzzy Control Application for Load Management in PV/Wind System [J].RENEWABLE ENERGY,2005,122(5)： 32-34.

[3] 鄭蕾,黃克亞. 模糊控制技術(shù)與神經(jīng)網(wǎng)絡(luò)法相結(jié)合實現(xiàn)光伏發(fā)電系統(tǒng)最大功率點跟蹤[J]. 制造業(yè)自動化,2011,(15).

[4] JI Chang-an,ZHANG Xiu-bin,ZENG Guo-hui,et al.Wind-light Complementary Power System Based on MCU[J]. POWER SUPPLY TECHNOLOGIES AND APPLICATIONS,2005,8(6)： 35-38.

[5] 曾葉凡,劉志峰,張愛平. 獨立光伏發(fā)電系統(tǒng)的研究與設(shè)計[J]. 制造業(yè)自動化,2008,(04).

[6] 齊志遠,王生鐵,田桂珍. 風(fēng)光互補發(fā)電系統(tǒng)的協(xié)調(diào)控制[J]. 太陽能學(xué)報,2010,Vol.31,No. 5： 654-660.

[7] D. B. Nelson,M. H. Nehrir,and C. Wang. Unit sizing and cost analysis of stand-alone hybrid wind/PV/fuel cell power generation systems [J]. Renewable Energy,2005,31(10)： 1641-1656.

[8] G. Tina,S. Gagliano,and S. Raiti. Hybrid solar/wind power system probabilistic modelling for long-term performance assessment [J]. Solar Energy,2005,80(7)： 578-588.

[9] M. L. Li and C. Wang. Research on optimization of wind and PV hybrid power systems [J]. IEEE ICA congress,2008,7： 6429-6432.

[10] 陳海,晁勤,戴訓(xùn)江. 獨立光伏發(fā)電系統(tǒng)充放電控制策略[J]. 可再生能源,2009,(03) .