[发明专利]基于FIR滤波器预测的MPPT滞环控制算法

摘要

一种基于FIR滤波器预测的MPPT滞环控制算法，涉及MPPT算法技术领域，本发明基于FIR滤波器预测的MPPT滞环控制算法，是在常规扰动观测法的基础上，加入滞环控制和自适应预测机制，在预测下一时刻的光伏阵列输出功率的基础上，通过扰动规则的判定，确定扰动方向，在提高了跟踪速度上同时兼顾了控制系统的精度，并减少了损耗。新型的算法能够弥补常规扰动观测法在跟踪速度和稳态精度上的不足，达到快速稳定地实施MPPT控制，并大大减少了在最大功率点的震荡和误判，此外，此算法控制简单，易于软件编程实现。

主权项

一种基于FIR滤波器预测的MPPT滞环控制算法，其特征在于：1)首先根据自适应预测机制原理，设定y(n)为期望输出；为预测计算结果；e(n)为期望输出与预测计算结果之间的误差，即：2)自适应调整预测器的系数向量决定了自适应机制的预测精度，因此为了保证预测算法对系统时变性和环境不确定性的适应，必须对预测器系数在线滚动优化，即系数的自适应调整；所谓预测器系数的自适应调整就是根据预测误差，采取一定准则在线优化系数，采用的优化准则是以预测误差的均方值最小为基准，采用LMS算法：定义ε(n)为e²(n)的期望值，即均方误差：ε(n)＝E[e²(n)]；代入可得：ε(n)＝E[y(n)‑H′_NX_N(n)]²为了使ε(n)最小，须求出一组h_k(n)(k＝0,1,…,N‑1)，使其满足要求；通过对式ε(n)＝E[y(n)‑H′_NX_N(n)]²采用微分置零法得到N个方程，求解可得预测器系数：式中，p_N：y(n)与X(n)的互相关量；R_NN：X(n)的自相关矩阵；即：p_N＝E[y(n)X(n)]，R_NN＝E[X(n)X′_N(n)]；3)根据上述描述的自适应预测机制，设计出基于FIR模型的自适应预测算法步骤为：(1)根据具体应用对象，初始化H_N(0)、μ；(2)输入信号经过自适应预测机制，输出(3)信号经过一个延时环节z^‑1，输出(4)计算5、计算H_N(n+1)＝H_N(n)+2μe(n)X_N(n)。至此一次滚动优化计算完成，新的迭代计算周期到来时，返回第二步，开始新的滚动优化计算；在滞环控制中，PA为当前时刻光伏阵列输出功率，PB为预测到的下一时刻最大点功率，PC为上一时刻光伏阵列输出功率，定义：PA>PC时，记为“+”，PB>PA时，记为“+”，反之均记做“‑”，通过三点之间功率的比较判断，可以得出基于滞环的电压扰动规则如下：规则1：如果两次扰动的功率比较均为“+”，则电压保持原方向扰动；规则2：如果两次扰动的功率比较均为“‑”，则电压值反方向扰动；规则3：如果两次扰动的功率比较有“+”有“‑”，可能已经达到最大功率点或者外部辐照变化很快，则电压不变；设定p(n)为这一时刻光伏阵列输出功率，p(n‑1)为上一时刻光伏阵列的输出功率，d(n)为输出占空比；输入电压信号经过自适应预测机制预测下一时刻的光伏阵列的输出功率，进入滞环控制判定扰动方向，从而确定占空比，占空比与三角波进行比较后，生成驱动开关器件的PWM脉冲信号，实现动态调节负载，最终实现最大功率点跟踪控制。