CN110768238B - 一种基于模糊控制的光伏自动化控制设备和方法 - Google Patents

一种基于模糊控制的光伏自动化控制设备和方法 Download PDF

Info

Publication number
CN110768238B
CN110768238B CN201911225463.7A CN201911225463A CN110768238B CN 110768238 B CN110768238 B CN 110768238B CN 201911225463 A CN201911225463 A CN 201911225463A CN 110768238 B CN110768238 B CN 110768238B
Authority
CN
China
Prior art keywords
module
fuzzy
power
output
cell
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911225463.7A
Other languages
English (en)
Other versions
CN110768238A (zh
Inventor
尚彦
杨照龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201911225463.7A priority Critical patent/CN110768238B/zh
Publication of CN110768238A publication Critical patent/CN110768238A/zh
Application granted granted Critical
Publication of CN110768238B publication Critical patent/CN110768238B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J1/00—Circuit arrangements for dc mains or dc distribution networks
    • H02J1/10—Parallel operation of dc sources
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Electrical Variables (AREA)

Abstract

本发明涉及一种基于模糊控制的光伏自动化控制设备和方法，包括：太阳能电池、第一DC/DC模块、电解槽、第二DC/DC模块、氢存储罐、燃料电池、第三DC/DC模块、蓄电池、超级电容、第四DC/DC模块、负载、直流总线、模糊控制器；所述模糊控制器控制所述第一DC/DC模块、第二DC/DC模块、第三DC/DC模块、第四DC/DC模块；所述模糊控制器根据负载需求和太阳能电池输出功率控制电解槽和燃料电池的输出打开或断开的状态占比和调整因子，最大限度的控制所述太阳能电池输出电能给所述电解槽进行电解生成氢，最小限度的使用蓄电池和超级电容。本发明适用于未来清洁能源转换的自动控制，方便以自动控制的方式跟踪目标和为系统提供可靠的控制。

Description

一种基于模糊控制的光伏自动化控制设备和方法
技术领域
本发明属于自动控制技术领域，特别涉及基于模糊控制的光伏自动化控制设备和方法。
背景技术
现有技术中，进行燃料电池等功率输出控制时，一般都采用直接控制，如此无法较好的控制燃料电池的输出，也没有考虑多种能源之间进行配合的自动控制，随着自动控制技术的不断发展，人工智能控制的方式越来越多，给予能源进行控制的准确输出的方式也性能越来越好，然后，目前很少能够通过清洁能源之间进行配合，如使用太阳能电池进行氢能源的存储，方便燃料电池的使用，目前普通是将太阳能电池多余的电能存储在蓄电池中，这样蓄电池需要不断充电和放电，而蓄电池本身的电解液是有污染的，蓄电池存在使用次数的限制，而燃料电池是清洁能源电池，将太阳能的电能如何自动控制转换到燃料电池，如何实现氢的生成和释放的自动控制，这是未来实现自动控制，准确跟踪负载需求的难点。
发明内容
本发明涉及一种基于模糊控制的光伏自动化控制设备，包括：太阳能电池、第一DC/DC模块、电解槽、第二DC/DC模块、氢存储罐、燃料电池、第三DC/DC模块、蓄电池、超级电容、第四DC/DC模块、负载、直流总线、模糊控制器；所述模糊控制器控制所述第一DC/DC模块、第二DC/DC模块、第三DC/DC模块、第四DC/DC模块；所述模糊控制器根据负载需求和太阳能电池输出功率控制电解槽和燃料电池的输出打开或断开的状态占比和调整因子，最大限度的控制所述太阳能电池输出电能给所述电解槽进行电解生成氢，最小限度的使用蓄电池和超级电容。
所述的基于模糊控制的光伏自动化控制设备，所述模糊控制器包括目标跟踪模块、开关驱动模块、采样模块、计算模块元；所述目标跟踪模块用于控制直流母线跟踪负载需求，所述计算模块用于根据目标跟踪模块的跟踪需求，进行处理计算，输出合适的控制参数，所述采样模块用于进行数据采样，所述开关驱动模块用于根据计算模块的控制参数输出的控制命令，控制供电的打开或断开的状态占比。
所述的基于模糊控制的光伏自动化控制设备，所述计算模块包括模糊化单元、推理与决策单元、反模糊模块、数据库和规则库，所述模糊化单元接收外部输入并输入到推理与决策单元，所述推理与决策单元通过所述反模糊模块输出，所述数据库和所述规则库连接所述推理与决策单元；所述模糊化单元将输入值转换为模糊矢量，确定隶属度函数；所述数据库是将输入输出变量经过离散化之后的全部模糊子集的隶属度矢量值，形成隶属度函数，负责向推理和决策单元提供数据；所述规则库根据工程经验或者专家知识库建立，形成模糊规则。
所述的基于模糊控制的光伏自动化控制设备，所述计算模块计算电解槽和燃料电池的工作状态，控制太阳能电池工作于MPPT模式下，并通过采样模块采集太阳能电池输出的功率和负载的功率，通过目标跟踪模块计算太阳能电池输出的功率和负载功率的差值，具体计算方式如下：
Ze＝μ1·Pe·δe
Figure GDA0002614417790000021
Figure GDA0002614417790000022
Figure GDA0002614417790000023
其中，Ze为电解槽的变化功率，Pe为电解槽输出功率，δe为电解槽的打开或断开的状态占比打开或断开的状态占比，
Figure GDA0002614417790000024
为电解槽最小功率，
Figure GDA0002614417790000025
为电解槽最大功率；μ1为电解槽的调整因子；
Zf＝μ2·Pf·δf
Figure GDA0002614417790000026
Figure GDA0002614417790000027
Figure GDA0002614417790000028
其中，Zf为燃料电池的变化功率，Pf为燃料电池输出功率，δf为燃料电池的打开或断开的状态占比，
Figure GDA0002614417790000029
为燃料电池最小功率，
Figure GDA00026144177900000210
为燃料电池最大功率；μ2为燃料电池的调整因子；
0≤δf+δe≤1
求取太阳能电池输出的功率Ppv与负载功率Pl之间的差值：P3＝Ppv-Pl,判断P3是否大于0，如果大于0，则将μ1赋值为1，μ2赋值为0，如果小于0，则将μ1赋值为0，μ2赋值为1，并则将P3的绝对值与Zf比较，如果P3的绝对值小于Zf，则模糊控制器调节δf导通的占空比到最优占空比，再次将P3的绝对值与Zf比较，如果P3的绝对值还小于Zf，则模糊控制器控制蓄电池接通。
所述的基于模糊控制的光伏自动化控制设备，所述模糊化单元接收所述差值P3，将其转换为模糊矢量，并输入到所述推理与决策单元，重复多次接收差值P3、并将其转换为模糊矢量，形成模糊数据集存储在数据库中，通过所述推理与决策单元根据多次的模糊矢量，形成模糊控制命令，通过反模糊单元输出进行控制开关单元和调整因子。
一种基于模糊控制的光伏自动化控制方法，
求取负载需求和太阳能电池输出功率的差值，输入模糊控制器；
模糊控制器进行多次比较差值，进行判断；
控制打开或断开的状态占比和调整因子，最大限度的控制所述太阳能电池输出电能给所述电解槽进行电解生成氢，最小限度的使用蓄电池和超级电容；
包括：太阳能电池、电解槽、氢存储罐、燃料电池、蓄电池、超级电容、负载、直流总线、模糊控制器；所述模糊控制器根据负载需求和太阳能电池输出功率控制电解槽和燃料电池的输出打开或断开的状态占比和调整因子，最大限度的控制所述太阳能电池输出电能给所述电解槽进行电解生成氢，最小限度的使用蓄电池和超级电容。
所述的基于模糊控制的光伏自动化控制方法，所述模糊控制器包括目标跟踪模块、开关驱动模块、采样模块、计算模块元；所述目标跟踪模块用于控制直流母线跟踪负载需求，所述计算模块用于根据目标跟踪模块的跟踪需求，进行处理计算，输出合适的控制参数，所述采样模块用于进行数据采样，所述开关驱动模块用于根据计算模块的控制参数输出的控制命令，控制供电的打开或断开的状态占比。
所述的基于模糊控制的光伏自动化控制方法，所述计算模块包括模糊化单元、推理与决策单元、反模糊模块、数据库和规则库，所述模糊化单元接收外部输入并输入到推理与决策单元，所述推理与决策单元通过所述反模糊模块输出，所述数据库和所述规则库连接所述推理与决策单元；所述模糊化单元将输入值转换为模糊矢量，确定隶属度函数；所述数据库是将输入输出变量经过离散化之后的全部模糊子集的隶属度矢量值，形成隶属度函数，负责向推理和决策单元提供数据；所述规则库根据工程经验或者专家知识库建立，形成模糊规则。
所述的基于模糊控制的光伏自动化控制方法，所述计算模块计算电解槽和燃料电池的工作状态，控制太阳能电池工作于MPPT模式下，并通过采样模块采集太阳能电池输出的功率和负载的功率，通过目标跟踪模块计算太阳能电池输出的功率和负载功率的差值，具体计算方式如下：
Ze＝μ1·Pe·δe
Figure GDA0002614417790000031
Figure GDA0002614417790000032
Figure GDA0002614417790000033
其中，Ze为电解槽的变化功率，Pe为电解槽输出功率，δe为电解槽的打开或断开的状态占比，
Figure GDA0002614417790000034
为电解槽最小功率，
Figure GDA0002614417790000035
为电解槽最大功率；μ1为电解槽的调整因子；
Zf＝μ2·Pf·δf
Figure GDA0002614417790000041
Figure GDA0002614417790000042
Figure GDA0002614417790000043
其中，Zf为燃料电池的变化功率，Pf为燃料电池输出功率，δf为燃料电池的打开或断开的状态占比，
Figure GDA0002614417790000044
为燃料电池最小功率，
Figure GDA0002614417790000045
为燃料电池最大功率；μ2为燃料电池的调整因子；
0≤δf+δe≤1
求取太阳能电池输出的功率Ppv与负载功率Pl之间的差值：P3＝Ppv-Pl,判断P3是否大于0，如果大于0，则将μ1赋值为1，μ2赋值为0，如果小于0，则将μ1赋值为0，μ2赋值为1，并则将P3的绝对值与Zf比较，如果P3的绝对值小于Zf，则模糊控制器调节δf导通的占空比到最优占空比，再次将P3的绝对值与Zf比较，如果P3的绝对值还小于Zf，则模糊控制器控制蓄电池接通。
所述的基于模糊控制的光伏自动化控制方法，所述模糊化单元接收所述差值P3，将其转换为模糊矢量，并输入到所述推理与决策单元，重复多次接收差值P3、并将其转换为模糊矢量，形成模糊数据集存储在数据库中，通过所述推理与决策单元根据多次的模糊矢量，形成模糊控制命令，通过反模糊单元输出进行控制开关单元和调整因子。
本发明提出一种模糊控制系统和方法，通过针对太阳能和氢电解以及燃料电池进行供电进行配合，实现针对负载进行跟踪，满足清洁能源的自动控制，最大限度的减少蓄电池的使用次数，提高蓄电池的使用寿命，并且设置模糊控制，能够满足对于负载功率变化带来的功率测量预估。作为本发明的主要改进点在于，设置模糊控制器，实现功率的跟踪的模糊控制，提高功率跟踪的准确性和控制的自适应性。作为本发明的另一改进点在于设置调整因子，根据功率差值的模糊控制，选择不同的调整因子，能够保证太阳能功率的最大利用和蓄电池的最小使用次数，同时，在控制燃料电池等输出时，控制输出的打开或断开的状态占比，以确保燃料电池按照输出功率需求进行功率改变，准确跟踪功率需求，并设置相应的约数条件，保证电解槽和燃料电池在功率跟踪的基础上满足安全运行。通过模糊控制器，实现清洁能源的自动输出控制，提高了自动控制的智能性和准确性。
附图说明
图1是本发明基于模糊控制的光伏自动化控制设备的示意图。
图2是本发明基于模糊控制的光伏自动化控制方法的示意图。
具体实施方式
下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。
如图1所示，是本发明涉及一种基于模糊控制的光伏自动化控制设备的示意图，包括：太阳能电池、第一DC/DC模块、电解槽、第二DC/DC模块、氢存储罐、燃料电池、第三DC/DC模块、蓄电池、超级电容、第四DC/DC模块、负载、直流总线、模糊控制器；所述模糊控制器控制所述第一DC/DC模块、第二DC/DC模块、第三DC/DC模块、第四DC/DC模块；所述模糊控制器根据负载需求和太阳能电池输出功率控制电解槽和燃料电池的输出打开或断开的状态占比和调整因子，最大限度的控制所述太阳能电池输出电能给所述电解槽进行电解生成氢，最小限度的使用蓄电池和超级电容。
所述的基于模糊控制的光伏自动化控制设备，所述模糊控制器包括目标跟踪模块、开关驱动模块、采样模块、计算模块元；所述目标跟踪模块用于控制直流母线跟踪负载需求，所述计算模块用于根据目标跟踪模块的跟踪需求，进行处理计算，输出合适的控制参数，所述采样模块用于进行数据采样，所述开关驱动模块用于根据计算模块的控制参数输出的控制命令，控制供电的打开或断开的状态占比。
所述的基于模糊控制的光伏自动化控制设备，所述计算模块包括模糊化单元、推理与决策单元、反模糊模块、数据库和规则库，所述模糊化单元接收外部输入并输入到推理与决策单元，所述推理与决策单元通过所述反模糊模块输出，所述数据库和所述规则库连接所述推理与决策单元；所述模糊化单元将输入值转换为模糊矢量，确定隶属度函数；所述数据库是将输入输出变量经过离散化之后的全部模糊子集的隶属度矢量值，形成隶属度函数，负责向推理和决策单元提供数据；所述规则库根据工程经验或者专家知识库建立，形成模糊规则。
所述的基于模糊控制的光伏自动化控制设备，所述计算模块计算电解槽和燃料电池的工作状态，控制太阳能电池工作于MPPT模式下，并通过采样模块采集太阳能电池输出的功率和负载的功率，通过目标跟踪模块计算太阳能电池输出的功率和负载功率的差值，具体计算方式如下：
Ze＝μ1·Pe·δe
Figure GDA0002614417790000051
Figure GDA0002614417790000052
Figure GDA0002614417790000061
其中，Ze为电解槽的变化功率，Pe为电解槽输出功率，δe为电解槽的打开或断开的状态占比，
Figure GDA0002614417790000062
为电解槽最小功率，
Figure GDA0002614417790000063
为电解槽最大功率；μ1为电解槽的调整因子；
Zf＝μ2·Pf·δf
Figure GDA0002614417790000064
Figure GDA0002614417790000065
Figure GDA0002614417790000066
其中，Zf为燃料电池的变化功率，Pf为燃料电池输出功率，δf为燃料电池的打开或断开的状态占比，
Figure GDA0002614417790000067
为燃料电池最小功率，
Figure GDA0002614417790000068
为燃料电池最大功率；μ2为燃料电池的调整因子；
0≤δf+δe≤1
求取太阳能电池输出的功率Ppv与负载功率Pl之间的差值：P3＝Ppv-Pl,判断P3是否大于0，如果大于0，则将μ1赋值为1，μ2赋值为0，如果小于0，则将μ1赋值为0，μ2赋值为1，并则将P3的绝对值与Zf比较，如果P3的绝对值小于Zf，则模糊控制器调节δf导通的占空比到最优占空比，再次将P3的绝对值与Zf比较，如果P3的绝对值还小于Zf，则模糊控制器控制蓄电池接通。
所述的基于模糊控制的光伏自动化控制设备，所述模糊化单元接收所述差值P3，将其转换为模糊矢量，并输入到所述推理与决策单元，重复多次接收差值P3、并将其转换为模糊矢量，形成模糊数据集存储在数据库中，通过所述推理与决策单元根据多次的模糊矢量，形成模糊控制命令，通过反模糊单元输出进行控制开关单元和调整因子。
如图2所示，是本发明一种基于模糊控制的光伏自动化控制方法，
求取负载需求和太阳能电池输出功率的差值，输入模糊控制器；
模糊控制器进行多次比较差值，进行判断；
控制打开或断开的状态占比和调整因子，最大限度的控制所述太阳能电池输出电能给所述电解槽进行电解生成氢，最小限度的使用蓄电池和超级电容；
包括：太阳能电池、电解槽、氢存储罐、燃料电池、蓄电池、超级电容、负载、直流总线、模糊控制器；所述模糊控制器根据负载需求和太阳能电池输出功率控制电解槽和燃料电池的输出打开或断开的状态占比和调整因子，最大限度的控制所述太阳能电池输出电能给所述电解槽进行电解生成氢，最小限度的使用蓄电池和超级电容。
所述的基于模糊控制的光伏自动化控制方法，所述模糊控制器包括目标跟踪模块、开关驱动模块、采样模块、计算模块元；所述目标跟踪模块用于控制直流母线跟踪负载需求，所述计算模块用于根据目标跟踪模块的跟踪需求，进行处理计算，输出合适的控制参数，所述采样模块用于进行数据采样，所述开关驱动模块用于根据计算模块的控制参数输出的控制命令，控制供电的打开或断开的状态占比。
所述的基于模糊控制的光伏自动化控制方法，所述计算模块包括模糊化单元、推理与决策单元、反模糊模块、数据库和规则库，所述模糊化单元接收外部输入并输入到推理与决策单元，所述推理与决策单元通过所述反模糊模块输出，所述数据库和所述规则库连接所述推理与决策单元；所述模糊化单元将输入值转换为模糊矢量，确定隶属度函数；所述数据库是将输入输出变量经过离散化之后的全部模糊子集的隶属度矢量值，形成隶属度函数，负责向推理和决策单元提供数据；所述规则库根据工程经验或者专家知识库建立，形成模糊规则。
所述的基于模糊控制的光伏自动化控制方法，所述计算模块计算电解槽和燃料电池的工作状态，控制太阳能电池工作于MPPT模式下，并通过采样模块采集太阳能电池输出的功率和负载的功率，通过目标跟踪模块计算太阳能电池输出的功率和负载功率的差值，具体计算方式如下：
Ze＝μ1·Pe·δe
Figure GDA0002614417790000071
Figure GDA0002614417790000072
Figure GDA0002614417790000073
其中，Ze为电解槽的变化功率，Pe为电解槽输出功率，δe为电解槽的打开或断开的状态占比，
Figure GDA0002614417790000074
为电解槽最小功率，
Figure GDA0002614417790000075
为电解槽最大功率；μ1为电解槽的调整因子；
Zf＝μ2·Pf·δf
Figure GDA0002614417790000076
Figure GDA0002614417790000077
Figure GDA0002614417790000078
其中，Zf为燃料电池的变化功率，Pf为燃料电池输出功率，δf为燃料电池的打开或断开的状态占比，
Figure GDA0002614417790000079
为燃料电池最小功率，
Figure GDA00026144177900000710
为燃料电池最大功率；μ2为燃料电池的调整因子；
0≤δf+δe≤1
求取太阳能电池输出的功率Ppv与负载功率Pl之间的差值：
P3＝Ppv-Pl；
判断P3是否大于0，如果大于0，则将μ1赋值为1，μ2赋值为0，如果小于0，则将μ1赋值为0，μ2赋值为1，并则将P3的绝对值与Zf比较，如果P3的绝对值小于Zf，则模糊控制器调节δf导通的占空比到最优占空比，再次将P3的绝对值与Zf比较，如果P3的绝对值还小于Zf，则模糊控制器控制蓄电池接通。
所述的基于模糊控制的光伏自动化控制方法，所述模糊化单元接收所述差值P3，将其转换为模糊矢量，并输入到所述推理与决策单元，重复多次接收差值P3、并将其转换为模糊矢量，形成模糊数据集存储在数据库中，通过所述推理与决策单元根据多次的模糊矢量，形成模糊控制命令，通过反模糊单元输出进行控制开关单元和调整因子。
本发明提出一种模糊控制系统和方法，通过针对太阳能和氢电解以及燃料电池进行供电进行配合，实现针对负载进行跟踪，满足清洁能源的自动控制，最大限度的减少蓄电池的使用次数，提高蓄电池的使用寿命，并且设置模糊控制，能够满足对于负载功率变化带来的功率测量预估。作为本发明的主要改进点在于，设置模糊控制器，实现功率的跟踪的模糊控制，提高功率跟踪的准确性和控制的自适应性。作为本发明的另一改进点在于设置调整因子，根据功率差值的模糊控制，选择不同的调整因子，能够保证太阳能功率的最大利用和蓄电池的最小使用次数，同时，在控制燃料电池等输出时，控制输出的打开或断开的状态占比，以确保燃料电池按照输出功率需求进行功率改变，准确跟踪功率需求，并设置相应的约数条件，保证电解槽和燃料电池在功率跟踪的基础上满足安全运行。通过模糊控制器，实现清洁能源的自动输出控制，提高了自动控制的智能性和准确性。

Claims (4)

1.一种基于模糊控制的光伏自动化控制设备，其特征在于，包括：太阳能电池、第一DC/DC模块、电解槽、第二DC/DC模块、氢存储罐、燃料电池、第三DC/DC模块、蓄电池、超级电容、第四DC/DC模块、负载、直流总线、模糊控制器；所述模糊控制器控制所述第一DC/DC模块、第二DC/DC模块、第三DC/DC模块、第四DC/DC模块；所述太阳能电池连接所述第一DC/DC模块、所述第一DC/DC模块连接所述第二DC/DC模块，所述第二DC/DC模块连接电解槽，所述电解槽连接氢存储罐，所述氢存储罐连接所述燃料电池，所述燃料电池连接所述第三DC/DC模块，所述第三DC/DC模块连接变换器和第四DC/DC模块，蓄电池和超级电容连接所述第四DC/DC模块，所述变换器连接所述负载，所述第一DC/DC模块、第二DC/DC模块、第三DC/DC模块、第四DC/DC模块均连接所述直流总线；所述模糊控制器根据负载需求和太阳能电池输出功率控制电解槽和燃料电池的输出打开或断开的状态占比和调整因子，最大限度的控制所述太阳能电池输出电能给所述电解槽进行电解生成氢，最小限度的使用蓄电池和超级电容；所述模糊控制器包括目标跟踪模块、开关驱动模块、采样模块、计算模块；所述目标跟踪模块用于跟踪负载需求，所述计算模块用于根据目标跟踪模块的跟踪需求，进行处理计算，输出合适的控制参数，所述采样模块用于进行数据采样，所述开关驱动模块用于根据计算模块的控制参数输出的控制命令，控制供电的打开或断开的状态占比；所述计算模块包括模糊化单元、推理与决策单元、反模糊模块、数据库和规则库，所述模糊化单元接收外部输入并输入到推理与决策单元，所述推理与决策单元通过所述反模糊模块输出，所述数据库和所述规则库连接所述推理与决策单元；所述模糊化单元将输入值转换为模糊矢量，确定隶属度函数；所述数据库是将输入输出变量经过离散化之后的全部模糊子集的隶属度矢量值，形成隶属度函数，负责向推理与决策单元提供数据；所述规则库根据工程经验或者专家知识库建立，形成模糊规则；所述计算模块计算电解槽和燃料电池的工作状态，控制太阳能电池工作于MPPT模式下，并通过采样模块采集太阳能电池输出的功率和负载的功率，通过目标跟踪模块计算太阳能电池输出的功率和负载功率的差值，具体计算方式如下：
Ze＝μ1·Pe·δe
Figure FDA0002614417780000011
Figure FDA0002614417780000012
Figure FDA0002614417780000013
其中，Ze为电解槽的变化功率，Pe为电解槽输出功率，δe为电解槽的打开或断开的状态占比，
Figure FDA0002614417780000014
为电解槽最小功率，
Figure FDA0002614417780000015
为电解槽最大功率；μ1为电解槽的调整因子；
Zf＝μ2·Pf·δf
Figure FDA0002614417780000021
Figure FDA0002614417780000022
Figure FDA0002614417780000023
其中，Zf为燃料电池的变化功率，Pf为燃料电池输出功率，δf为燃料电池的打开或断开的状态占比，
Figure FDA0002614417780000024
为燃料电池最小功率，
Figure FDA0002614417780000025
为燃料电池最大功率；μ2为燃料电池的调整因子；
0≤δf+δe≤1
求取太阳能电池输出的功率Ppv与负载功率Pl之间的差值：P3＝Ppv-Pl，判断P3是否大于0，如果大于0，则将μ1赋值为1，μ2赋值为0，如果小于0，则将μ1赋值为0，μ2赋值为1，并将P3的绝对值与Zf比较，如果P3的绝对值小于Zf，则模糊控制器调节δf导通的占空比到最优占空比，再次将P3的绝对值与Zf比较，如果P3的绝对值还小于Zf，则模糊控制器控制蓄电池接通。
2.如权利要求1所述的基于模糊控制的光伏自动化控制设备，其特征在于，所述模糊化单元接收所述差值P3，将其转换为模糊矢量，并输入到所述推理与决策单元，重复多次接收差值P3、并将其转换为模糊矢量，形成模糊数据集存储在数据库中，通过所述推理与决策单元根据多次的模糊矢量，形成模糊控制命令，通过反模糊模块输出控制开关单元和调整因子。
3.一种基于模糊控制的光伏自动化控制方法，所述方法应用于光伏自动化控制设备，其特征在于，所述光伏自动化控制设备包括：太阳能电池、电解槽、氢存储罐、燃料电池、蓄电池、超级电容、负载、直流总线、模糊控制器；
求取负载需求和太阳能电池输出功率的差值，输入模糊控制器；
模糊控制器进行多次比较差值，进行判断；
控制打开或断开的状态占比和调整因子，最大限度的控制所述太阳能电池输出电能给所述电解槽进行电解生成氢，最小限度的使用蓄电池和超级电容；所述模糊控制器包括目标跟踪模块、开关驱动模块、采样模块、计算模块；所述目标跟踪模块用于跟踪负载需求，所述计算模块用于根据目标跟踪模块的跟踪需求，进行处理计算，输出合适的控制参数，所述采样模块用于进行数据采样，所述开关驱动模块用于根据计算模块的控制参数输出的控制命令，控制供电的打开或断开的状态占比；所述计算模块包括模糊化单元、推理与决策单元、反模糊模块、数据库和规则库，所述模糊化单元接收外部输入并输入到推理与决策单元，所述推理与决策单元通过所述反模糊模块输出，所述数据库和所述规则库连接所述推理与决策单元；所述模糊化单元将输入值转换为模糊矢量，确定隶属度函数；所述数据库是将输入输出变量经过离散化之后的全部模糊子集的隶属度矢量值，形成隶属度函数，负责向推理与决策单元提供数据；所述规则库根据工程经验或者专家知识库建立，形成模糊规则；所述计算模块计算电解槽和燃料电池的工作状态，控制太阳能电池工作于MPPT模式下，并通过采样模块采集太阳能电池输出的功率和负载的功率，通过目标跟踪模块计算太阳能电池输出的功率和负载功率的差值，具体计算方式如下：
Ze＝μ1·Pe·δe
Figure FDA0002614417780000031
Figure FDA0002614417780000032
Figure FDA0002614417780000033
其中，Ze为电解槽的变化功率，Pe为电解槽输出功率，δe为电解槽的打开或断开的状态占比，
Figure FDA0002614417780000034
为电解槽最小功率，
Figure FDA0002614417780000035
为电解槽最大功率；μ1为电解槽的调整因子；
Zf＝μ2·Pf·δf
Figure FDA0002614417780000036
Figure FDA0002614417780000037
Figure FDA0002614417780000038
其中，Zf为燃料电池的变化功率，Pf为燃料电池输出功率，δf为燃料电池的打开或断开的状态占比，
Figure FDA0002614417780000039
为燃料电池最小功率，
Figure FDA00026144177800000310
为燃料电池最大功率；μ2为燃料电池的调整因子；
0≤δf+δe≤1
求取太阳能电池输出的功率Ppv与负载功率Pl之间的差值：P3＝Ppv-Pl，判断P3是否大于0，如果大于0，则将μ1赋值为1，μ2赋值为0，如果小于0，则将μ1赋值为0，μ2赋值为1，并将P3的绝对值与Zf比较，如果P3的绝对值小于Zf，则模糊控制器调节δf导通的占空比到最优占空比，再次将P3的绝对值与Zf比较，如果P3的绝对值还小于Zf，则模糊控制器控制蓄电池接通。
4.如权利要求3所述的基于模糊控制的光伏自动化控制方法，其特征在于，所述模糊化单元接收所述差值P3，将其转换为模糊矢量，并输入到所述推理与决策单元，重复多次接收差值P3、并将其转换为模糊矢量，形成模糊数据集存储在数据库中，通过所述推理与决策单元根据多次的模糊矢量，形成模糊控制命令，通过反模糊模块输出控制开关单元和调整因子。
CN201911225463.7A 2019-12-03 2019-12-03 一种基于模糊控制的光伏自动化控制设备和方法 Active CN110768238B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911225463.7A CN110768238B (zh) 2019-12-03 2019-12-03 一种基于模糊控制的光伏自动化控制设备和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911225463.7A CN110768238B (zh) 2019-12-03 2019-12-03 一种基于模糊控制的光伏自动化控制设备和方法

Publications (2)

Publication Number Publication Date
CN110768238A CN110768238A (zh) 2020-02-07
CN110768238B true CN110768238B (zh) 2020-11-03

Family

ID=69341187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911225463.7A Active CN110768238B (zh) 2019-12-03 2019-12-03 一种基于模糊控制的光伏自动化控制设备和方法

Country Status (1)

Country Link
CN (1) CN110768238B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112737076B (zh) * 2020-12-24 2024-04-09 沈阳工程学院 一种基于双向dc-dc变换器的模糊控制方法
CN115566706B (zh) * 2022-11-10 2023-03-28 西南交通大学 一种用于碱性电解制氢系统的模糊控制方法
CN118550262A (zh) * 2024-07-29 2024-08-27 江苏协航能源科技有限公司 基于模糊控制的光伏组件生产控制方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006345649A (ja) * 2005-06-09 2006-12-21 Hitachi Zosen Corp 風力発電を利用した水電解水素発生装置およびその運転方法
CN105668969B (zh) * 2016-03-25 2019-01-01 南通大学 城市粪便处理系统
CN106909077B (zh) * 2017-03-16 2020-05-05 深圳市正弦电气股份有限公司 一种变频器s曲线加减速突变的控制方法
CN108134113B (zh) * 2017-12-26 2020-11-06 南京晓庄学院 一种可逆高温sofc热电能量智能控制系统及方法
CN110266040A (zh) * 2019-06-11 2019-09-20 华电电力科学研究院有限公司 一种风、光、质子交换膜燃料电池多能互补混合发电系统及方法

Also Published As

Publication number Publication date
CN110768238A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
Verma et al. An implementation of solar PV array based multifunctional EV charger
Roy et al. Nonlinear adaptive backstepping controller design for islanded DC microgrids
CN110768238B (zh) 一种基于模糊控制的光伏自动化控制设备和方法
Bizon et al. Optimization of the proton exchange membrane fuel cell hybrid power system for residential buildings
Xiao et al. Power-capacity-based bus-voltage region partition and online droop coefficient tuning for real-time operation of DC microgrids
Kumar et al. Energy management strategy for integration of fuel cell-electrolyzer technologies in microgrid
KR20170129456A (ko) 배터리 에너지 저장 시스템
Bastos et al. An intelligent control system used to improve energy production from alternative sources with DC/DC integration
CN114447968A (zh) 利用混合储能装置的大规模光伏电解水制氢系统及方法
Das et al. A comprehensive review on power conditioning units and control techniques in fuel cell hybrid systems
Pereira et al. Neural generalized predictive control for tracking maximum efficiency and maximum power points of PEM fuel cell stacks
Kumar et al. Two-layer energy management strategy for renewable power-to-gas system-based microgrids
Hussaini et al. Battery energy storage system control and integration strategy for the more electric aircraft DC grid application
Bhat Nempu et al. A new power management strategy for PV-FC-based autonomous DC microgrid
Blunier et al. Fuzzy logic controller development of a hybrid fuel cell-battery auxiliary power unit for remote applications
Mohammedi et al. Passivity based control and fuzzy logic estimation applied to dc hybrid power source using fuel cell and supercapacitor
Mohammedi et al. Fuzzy logic and passivity based control applied to hybrid DC power source using fuel cell and battery
Shriguruvishnu et al. Fuzzy logic controlled solar integrated standalone charging station for electric vehicles applications
Mao et al. Multivariable coordinated nonlinear gain droop control for PV-battery hybrid DC microgrid access system via a TS fuzzy decision approach
Basati et al. An intelligent droop control for improve voltage regulation and equal power sharing in islanded DC microgrids
Zehra et al. Neuro-fuzzy based energy management of PV-FC based grid-connected microgrid for e-mobility
Qureshi et al. Recurrent neuro-fuzzy control of grid-interfaced solid oxide fuel cell system
Haque et al. DC-Bus Voltage Regulation in DC Microgrids Using a Power Reaching Law-Integral Sliding Mode Control Approach
Agredano-Torres et al. Decentralized Dynamic Power Sharing Control for Frequency Regulation Using Hybrid Hydrogen Electrolyzer Systems
Ashitha Fuzzy hysteresis based power sharing controller for grid tied operation of a fuel cell

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant