一种高维多步分数阶模型预测的光伏最大功率点跟踪方法技术

本发明专利技术提供一种高维多步分数阶模型预测的光伏最大功率点跟踪方法，该方法能快速准确地跟踪最大功率点，提高太阳能电池板的发电效率。本发明专利技术提出了高维多步分数阶模型预测控制框架，包括参考值计算模块、高维信息模块、分数阶模块和多步预测模块。参考值计算模块计算最大功率点参考值。高维信息模块采集和处理高维信息，将高维信息输入到分数阶模块。分数阶模块采用高维多分数阶反馈控制器代替比例积分微分控制器控制器作为反馈校正环节，调整最大功率点参考值。多步预测模块将单步预测模型扩展为多步预测模型，求取在未来多步区间内使输出量和参考值偏差最小的最优控制量。本发明专利技术克服了传统功率追踪动态性能差的缺点，同时保证跟踪的准确度。

【技术实现步骤摘要】
一种高维多步分数阶模型预测的光伏最大功率点跟踪方法
本专利技术属于太阳能发电控制领域，涉及一种新型的光伏最大功率点跟踪方法，适用于太阳能发电控制。
技术介绍
为了减少化石燃料的使用和温室气体的排放，使世界可持续发展，各国大力发展清洁的可再生能源。太阳能作为一种大规模的可在生能源，潜力巨大，是未来的主要能源之一。太阳能利用的形式多样，其中最主要的是太阳能光伏发电系统，其利用太阳能电池板将太阳辐射能直接转换成电能。太阳能电池板具有非线性的伏安特性曲线，在光伏发电系统运行过程中，太阳能电池板表面光照强度和温度一定时，太阳能电池板输出功率随着电压的增大先增大后减小，存在输出功率最大的一点，称最大功率点。在不同的温度和光照条件下，太阳能电池板都有相应的最大功率点。为了提高光伏发电系统的输出电能和运行效率，需要尽可能让太阳能电池板在最大功率点运行。当光照和温度变化时候，控制器通过控制Boost电路中开关管的通断来控制太阳能电池板输出电压和电流，使太阳能电池板尽可能在最大功率点运行，从而达到跟踪最大功率点的目的。模型预测控制是一种智能控制算法，包含模型预测、滚动优化和反馈校正三个主要部分。它的概念直观、易于建模、无需精确模型和复杂控制参数设计，对克服非线性及不确定性等问题有非常好的效果，而且易于增加约束、动态响应快、鲁棒性强。其中，有限集模型预测控制在电力电子元件的控制上取得很好的控制效果。有限集模型预测控制利用变流器开关函数组合个数有限的特点，基于变流器预测模型，采用遍历法计算出所有开关函数组合分别作用下的变流器系统输出，并选择使所设计的系统优化性能函数最小的开关函数组合作用于系统。该算法具有易于理解、控制直接、动态响应快、易于处理系统约束且与传统的变流器控制算法相比无脉宽调制及相关参数调节等优点。在控制领域，控制器输入信息的维数越大，构成的信息空间越大，找到最优控制量的可能性越大；相反，信息维数越小，构成的信息空间越小，可能导致最优控制量的消失，控制器只能找到次优控制量。因此，更多的输入信息维度意味着更好的控制性能，而传统的比例-积分-微分控制器控制器只采用输出作为反馈，仅仅只是一维的输入信息。将系统的状态量和一些外部信息作为反馈，提高反馈信息的维数，从而提高控制器的性能。传统的微分方程的阶数为整数，而分数阶微分方程的阶数为分数。许多学者发现，自然界中许多规律用分数阶微分方程描述更加精确。在控制领域，比例-积分-微分控制器控制器在数学上可表达为一个微分方程，而分数阶控制器对应的微分方程的阶数是分数。微分方程的阶数作为控制器的参数，比例-积分-微分控制器控制器的参数是整数，而分数阶控制器的参数扩大到实数。参数选择区域扩大，控制器可以选择最合适的参数，从而提高控制器的性能。本专利技术将模型预测控制和高维分数阶控制器结合，提出一种高维多步分数阶模型预测的光伏最大功率点跟踪方法，在保留良好动态控制性能的同时，由于引入高维分数阶反馈控制器，为反馈控制器选取合适的参数，获取高维的反馈信息，提高反馈校正环节的性能，使光伏发电系统准确的跟踪最大功率点。
技术实现思路
本专利技术提出一种高维多步分数阶模型预测的光伏最大功率点跟踪方法，该方法以传统的单步有限集模型预测控制为基础，主要包括预测模型、反馈校正和滚动优化三个主要部分。在单步有限集模型预测控制的基础上，做如下改进：(1)将单步有限集模型预测控制扩展为多步有限集模型预测控制；(2)采用高维多分数阶控制器作为反馈校正环节。根据光伏发电系统推导的单步预测模型的矩阵形式如下：式中，fk表示k时刻至k+1时刻Boost电路中开关管的开关状态，fk＝0表示开关管闭合，fk＝1表示开关管断开。t表示开关管工作时间。L、R和C分别表示Boost电路中的电感、电阻和电容。vc(k)表示k时刻电容两端电压、vpv(k)和ipv(k)表示k时刻太阳能电池板输出电压和电流，三者组成k时刻系统状态x(k)＝[ipv(k)vc(k)vpv(k)]T。Req是采用小信号分析法计算的等效电阻。单步预测模型的向量形式如下：式中为开关状态fk对应的系数矩阵。根据单步预测模型推导出的多步预测模型如下：输入k时刻系统状态x(k)和2n个不同的开关状态序列f1f2Kfn，可以计算出2n个不同的系统状态序列，实现n步预测功能。滚动优化通过某一性能指标的最优来确定未来的控制作用，本专利技术中采用如下性能指标：式中，Ai和Bi是权重系数，ipv(i)和vpv(i)分别是预测的第i步太阳能电池板输出电流和电压，带*表示对应的参考值。将公式(3)预测出的2n个不同的系统状态序列和最大功率点参考值序列代入到公式(5)计算出2n个J值，找到最小的J值，将对应的开关状态中第一步作为下一时刻开关管的开关状态。反馈校正环节采用高维多分数阶控制器。高维多分数阶控制器是由多个单维多分数阶控制器组成，单维多分数阶控制器是由多个分数阶控制器组成。分数阶控制器数学模型如下：式中，Ci,o(s)是输出，θi是输入，λi,o是分数阶控制器的阶数，αi,o是比例系数。单维多分数阶控制器是由no分数阶控制器组成，数学模型如下：式中，Ci(s)是输出，θi是输入，λi,o是分数阶控制器的阶数，αi,o是比例系数。高维多分数阶控制器是由ni个单维多分数阶控制器组成，数学模型如下：式中，θi是第i维输入信息，共有ni维输入信息。λi,o是第i维输入信息对应的单维多分数阶控制器中的第o个分数阶控制器的阶数，αi,o是分数阶控制器对应的权重系数。本专利技术的控制框架包括参考值计算模块、高维信息模块、分数阶模块和多步预测模块。参考值计算模块任务是：利用太阳能电池板数学模型和预测的气象数据，计算出最大功率点参考值。高维信息模块的任务是：处理高维数据，包括测量和预测的气象数据、光伏发电系统状态和光伏发电系统输入输出，生成高维信息，高维信息包括气象数据、光伏发电系统状态和光伏发电系统输入输出三者的预测值与测量值的偏差量以及高维数据计算的指标。分数阶模块作为反馈校正环节，采用高维多分数阶反馈控制器。每个高维多分数阶反馈控制器的参数都是经过优化的参数。每一维信息输入到相应维度的多分数阶反馈控制器，利用高维信息，计算得到修正量，修正最大功率点参考值。多步优化模块实现预测模型和滚动优化两个环节的功能。输入k时刻系统状态x(k)和2n个不同的开关状态序列f1f2Kfn，根据多步预测模型计算出2n个不同的系统状态序列，提取出预测输出序列。输入参考输出，根据性能指标计算公式计算出不同预测输出序列对应的J值，找到最小J值对应的预测输出序列和最优开关状态序列，选取最优开关状态序列中第一个开关状态作为下一时刻开关管的控制量。本专利技术提出一种高维多步分数阶模型预测的光伏最大功率点跟踪方法，主要步骤包括：(1)初始化控制系统所有参数和变量；(2)将高维数据输入高维信息模块，输出参考值和高维信息；(本文档来自技高网...

【技术保护点】
1.一种高维多步分数阶模型预测的光伏最大功率点跟踪方法，其特征在于，采用高维多步分数阶模型预测控制框架，控制光伏发电系统中的电力电子器件，使太阳能电池板输出跟踪最大功率点；所述的一种高维多步分数阶模型预测的光伏最大功率点跟踪方法，其特征在于，所述的高维多步分数阶模型预测控制框架包括：/n参考值计算模块：用于计算最大功率点参考值；/n高维信息模块：用于处理高维数据，生成高维信息；/n分数阶模块：用于实现反馈校正功能，计算出修正量；/n多步预测模块：用于实现预测模型和滚动优化功能，计算出最优控制量。/n

【技术特征摘要】
1.一种高维多步分数阶模型预测的光伏最大功率点跟踪方法，其特征在于，采用高维多步分数阶模型预测控制框架，控制光伏发电系统中的电力电子器件，使太阳能电池板输出跟踪最大功率点；所述的一种高维多步分数阶模型预测的光伏最大功率点跟踪方法，其特征在于，所述的高维多步分数阶模型预测控制框架包括：
参考值计算模块：用于计算最大功率点参考值；
高维信息模块：用于处理高维数据，生成高维信息；
分数阶模块：用于实现反馈校正功能，计算出修正量；
多步预测模块：用于实现预测模型和滚动优化功能，计算出最优控制量。


2.根据权利要求1所述的一种高维多步分数阶模型预测的光伏最大功率点跟踪方法，其特征在于，该方法在使用过程中的主要步骤包括：
(1)初始化控制系统的参数和变量；
(2)将气象数据输入参考值计算模块，输出最大功率点参考值；
(3)将高维数据输入高维信息模块，输出参考值和高维信息；
(4)将高维信息输入到分数阶模块，输出修正量，将...

【专利技术属性】
技术研发人员：殷林飞，苏志鹏，陈立春，陆悦江，高放，赵陆林，
申请(专利权)人：广西大学，
类型：发明
国别省市：广西;45