本發(fā)明屬于太陽(yáng)能并網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法。

背景技術(shù)：

人類(lèi)毫無(wú)節(jié)制地使用煤炭、石油等常規(guī)化石燃料，但是這種非可再生常規(guī)能源的儲(chǔ)量是有限的，遲早有一天會(huì)消耗殆盡，而且化石燃料的燃燒所排放出來(lái)的大量的諸如二氧化碳、二氧化硫等氣體正是造成當(dāng)前嚴(yán)重環(huán)境污染的罪魁禍?zhǔn)?。環(huán)境污染所導(dǎo)致的生態(tài)破壞、地球溫室效應(yīng)等日趨嚴(yán)重地威脅著人類(lèi)的生存和可持續(xù)發(fā)展。能源短缺和環(huán)境污染是當(dāng)今全世界面臨的兩大難題，已經(jīng)嚴(yán)重地制約著人類(lèi)經(jīng)濟(jì)和社會(huì)的發(fā)展。面對(duì)日益臨近的能源危機(jī)，開(kāi)發(fā)利用新的能源已是當(dāng)務(wù)之急。太陽(yáng)能作為新能源和綠色能源中的一種，取之不盡，用之不竭，而且清潔環(huán)保，目前正越來(lái)越受到世界各國(guó)的重視。開(kāi)發(fā)利用太陽(yáng)能，不僅能夠緩解能源短缺和環(huán)境污染的壓力，而且對(duì)于促進(jìn)經(jīng)濟(jì)發(fā)展和造福子孫后代有著重大的現(xiàn)實(shí)和歷史意義。到目前為止，從環(huán)境方面來(lái)看，化石能源存在的大量不合理開(kāi)發(fā)和利用，已成為我國(guó)乃至全世界的大氣以及其他類(lèi)型環(huán)境污染和生態(tài)破壞的最主要的罪魁禍?zhǔn)住，F(xiàn)在有必要討論這樣的問(wèn)題：人類(lèi)在開(kāi)發(fā)和利用不可再生能源的同時(shí)，在人類(lèi)賴(lài)以生存的地球環(huán)境與生態(tài)和經(jīng)濟(jì)發(fā)展之間找到一個(gè)好的平衡。這個(gè)問(wèn)題已成為一個(gè)全球的，并且排在首位的、急需解決的重要問(wèn)題。自上世紀(jì)五十年代以來(lái)，世界各國(guó)都紛紛提出對(duì)于如何提高能源利用率以及相應(yīng)的改善能源結(jié)構(gòu)的措施，從而能夠緩解由于化石能源消費(fèi)而產(chǎn)生的對(duì)環(huán)境污染、生態(tài)破壞等的問(wèn)題，這就是當(dāng)時(shí)提出的所謂“兩大革命”——能源效率革命和清潔能源革命，通俗一點(diǎn)就是節(jié)約能源，發(fā)展可再生清潔新能源和利用可再生能源。由前面所說(shuō)的，正因?yàn)榛剂系牟粩嚅_(kāi)發(fā)和利用，由此產(chǎn)生的環(huán)境污染和生態(tài)破壞已達(dá)到了非常嚴(yán)重的地步。到目前為止這方面的環(huán)境問(wèn)題，如全球氣候變化，已經(jīng)稱(chēng)為當(dāng)前世界最主要關(guān)注的環(huán)境問(wèn)題之一。自十八世紀(jì)英國(guó)的工業(yè)化時(shí)代以來(lái)，人類(lèi)在物質(zhì)文明方面已取得了的高度、快速的發(fā)展，新能源——化石燃料，也取得了越來(lái)越廣泛的應(yīng)用，而與此同時(shí)，地球生態(tài)環(huán)境卻在經(jīng)濟(jì)發(fā)展過(guò)程中遭到了嚴(yán)重破壞，并且還不斷地持續(xù)惡化。據(jù)有關(guān)的文獻(xiàn)資料表明：在過(guò)去的一百年里，由于溫室氣體的排放，全球溫度平均上升了0.29到0.59攝氏度，由于全球變暖而使得部分冰川融化，從而導(dǎo)致海平面平均上升了9.9到24.9厘米左右，這些都是工業(yè)革命之后經(jīng)濟(jì)發(fā)展所引發(fā)的后果。據(jù)研究資料報(bào)道，由人類(lèi)活動(dòng)所產(chǎn)生的溫室氣體約占到84％左右，而其中的二氧化碳就占到了59.9％。由此可見(jiàn)，二氧化碳已成為引發(fā)溫室效應(yīng)的最主要?dú)怏w，而排放的二氧化碳是由于燃燒化石燃料引起的。在上世紀(jì)末，全世界的不可再生能源消耗量中，煤、石油、天然氣等化石燃料分別占到了全球能量總數(shù)的27.2％、38.5％和21.9％，而這些化石燃料的燃燒的產(chǎn)物大部分都是引發(fā)溫室效應(yīng)的氣體二氧化碳。據(jù)權(quán)威機(jī)構(gòu)預(yù)測(cè)：若仍是放縱這種亂排放而不采取相應(yīng)的減排措施，從二十一世紀(jì)初起，全球平均溫度每隔10年將會(huì)升高0.2攝氏度，到二十一世紀(jì)末，全球平均氣溫將會(huì)比現(xiàn)在同比高出13.4攝氏度之多。太陽(yáng)能并網(wǎng)系統(tǒng)的介紹：光伏運(yùn)行用兩種方式：獨(dú)立運(yùn)行和并網(wǎng)運(yùn)行。利用太陽(yáng)能發(fā)電，將產(chǎn)生的直流電，通過(guò)逆變，濾波，得到50hz，220v的工頻電壓。然后將得到電能在兩方電壓相位相等時(shí)合閘，即為并網(wǎng)運(yùn)行方式。獨(dú)立運(yùn)行時(shí)，光伏發(fā)電無(wú)需和配電網(wǎng)并網(wǎng)，獨(dú)立給當(dāng)?shù)刎?fù)載供電，這樣就不存在同相同頻的的問(wèn)題。國(guó)外光伏研究動(dòng)向，當(dāng)諸如石油、煤、天然氣等不可再生能源日益成為限制全球經(jīng)濟(jì)社會(huì)發(fā)展的主因時(shí)，各國(guó)都在努力尋求新替代能源，紛紛開(kāi)發(fā)綠色能源。歐洲一些高水平的核研究機(jī)構(gòu)也開(kāi)始轉(zhuǎn)向可再生能源。在國(guó)際市場(chǎng)的積極調(diào)動(dòng)下，各個(gè)國(guó)家為了在市場(chǎng)上搶占先機(jī)，紛紛投入了相當(dāng)大的資產(chǎn)去發(fā)展光伏產(chǎn)業(yè)。全球已經(jīng)有136個(gè)國(guó)家加入了光伏產(chǎn)業(yè)發(fā)展的熱潮中，與此同時(shí)，有95個(gè)國(guó)家投入了極大的人力和物力去研究和開(kāi)發(fā)光伏產(chǎn)品?？梢蕴峁┕夥a(chǎn)品的廠家已經(jīng)有近4600家了。為了應(yīng)對(duì)能源危機(jī)，許多國(guó)家都已經(jīng)把光伏產(chǎn)業(yè)作為主要的能源產(chǎn)業(yè)，政府在政策上給予了相當(dāng)大的支持。為了節(jié)約不可再生能源，發(fā)展可再生能源，美國(guó)政府將相當(dāng)大的一部分城市的路燈換成了太陽(yáng)能電池，以此來(lái)節(jié)約能源，日本人也采取了相關(guān)的措施，推出了他們國(guó)家的光伏發(fā)展計(jì)劃。全球太陽(yáng)能光伏產(chǎn)業(yè)能夠快速發(fā)展正是由于這些發(fā)達(dá)國(guó)家為推廣和普及太陽(yáng)能應(yīng)用而推出的“太陽(yáng)能工程”計(jì)劃的大力推動(dòng)。目前，正是得益于各國(guó)利用太陽(yáng)能的決心，全球太陽(yáng)能電池行業(yè)不斷地發(fā)展，并且每年的增幅達(dá)到了15％。日本產(chǎn)業(yè)技術(shù)綜合研究所研制出目前世界上太陽(yáng)能轉(zhuǎn)換率最高的有機(jī)薄膜太陽(yáng)能電池，其轉(zhuǎn)換率已到達(dá)當(dāng)前有機(jī)薄膜太陽(yáng)能電池的四倍。南非媒體曾報(bào)道，約翰內(nèi)斯堡大學(xué)教授維維安·艾伯特發(fā)明了一種新型太陽(yáng)能電池板，比普通太陽(yáng)能電池板更薄，且價(jià)格低廉。美國(guó)德州儀器公司和SCE公司宣布，他們開(kāi)發(fā)出一種新的太陽(yáng)能電池，每一單元是直徑不到1mm的小珠，他們密密麻麻地、規(guī)則地分布在柔軟的鋁箔上，在大約50平方厘米的面積上便分布有1700個(gè)這樣的單元。這種新電池的特點(diǎn)是雖然轉(zhuǎn)換效率只有8％～10％，但價(jià)格便宜。荷蘭規(guī)模最大的太陽(yáng)能電池生產(chǎn)商Solland Solar將憑借其新型電池，讓太陽(yáng)能行業(yè)向前邁出重要一步。這種新型電池是將電池正面收集的能量通過(guò)電池再轉(zhuǎn)移至電池背面，電池表面就有更大面積來(lái)采集陽(yáng)光并將其轉(zhuǎn)化為電能，每塊電池的輸出效率可提高2％，再經(jīng)過(guò)處理并與一個(gè)太陽(yáng)能電池組件相連接，所得的輸出效率甚至能提高9％。國(guó)內(nèi)光伏研究動(dòng)向，中國(guó)在光伏發(fā)電系統(tǒng)方面的研究落后與發(fā)達(dá)國(guó)家很多年，更加讓人難以接受的是，比印度還要落后。我們國(guó)家于二十世紀(jì)六十年代開(kāi)始了光伏電池的研究項(xiàng)目，到七十年代首次將光伏電池成功地應(yīng)用在我國(guó)第一代衛(wèi)星——東方紅二號(hào)上。在863計(jì)劃等科研計(jì)劃的支持下，我國(guó)的光伏發(fā)電技術(shù)得到空前的發(fā)展，與國(guó)際先進(jìn)水平的差距也大大縮小了。并且培養(yǎng)了一大批像無(wú)錫尚德這樣具有較強(qiáng)科研實(shí)力的大型企業(yè)。二十世紀(jì)初年，我們國(guó)家為了解決西部省份部分地區(qū)沒(méi)用通電的問(wèn)題，特別啟動(dòng)了“西部省區(qū)無(wú)電通電計(jì)劃”，這個(gè)計(jì)劃的主要任務(wù)就是利用太陽(yáng)能和風(fēng)能等可再生能源建立小型發(fā)電廠以解決西部部分省無(wú)電區(qū)的用電問(wèn)題。為了推進(jìn)光伏發(fā)電技術(shù)的發(fā)展與應(yīng)用，國(guó)家發(fā)改委和科技部在2003年10月制定了光伏發(fā)展的宏偉藍(lán)圖。國(guó)內(nèi)太陽(yáng)能生產(chǎn)企業(yè)有洛陽(yáng)單晶硅廠、河北寧晉單晶硅基地等，河北寧晉單晶硅基地目前是世界上最大的太陽(yáng)能單晶硅生產(chǎn)基地，占世界太陽(yáng)能單晶硅市場(chǎng)份額的25％左右。中國(guó)在光伏產(chǎn)業(yè)上的發(fā)展上了一個(gè)全新的臺(tái)階，年增長(zhǎng)量驚人，而且相關(guān)的技術(shù)也在突飛猛進(jìn)的發(fā)展。從很落后的國(guó)家一躍成為了全球發(fā)展最快的國(guó)家。光照強(qiáng)度和工作溫度是影響太陽(yáng)能電池輸出功率的關(guān)鍵因素。它們對(duì)光伏陣列的短路電流和開(kāi)路電壓有很大的影響，這就使得太陽(yáng)能的功率輸出變得不確定。由此系統(tǒng)的工作點(diǎn)也不確定。幾種常用的最大功率跟蹤控制算法的介紹和比較；對(duì)于最大功率跟蹤控制，國(guó)內(nèi)外有很多的專(zhuān)家對(duì)其進(jìn)行了探討和研究，常用的最大功率跟蹤控制算法可以分為以下幾類(lèi)：直線近似法，功率回授法，實(shí)際測(cè)量法，擾動(dòng)觀察法等。1)直線近似法這種控制算法是目前來(lái)說(shuō)比較新型的一種控制算法。它的控制原理是根據(jù)太陽(yáng)能電池的輸出功率特性表達(dá)式，利用數(shù)學(xué)邏輯表達(dá)式dP/dV＝0。直線近似法是運(yùn)用光伏電池精確的數(shù)學(xué)模型，然后根據(jù)數(shù)學(xué)模型來(lái)推導(dǎo)最大功率跟蹤點(diǎn)的工作直線。由此可見(jiàn)，這種控制方法對(duì)光伏電池的數(shù)學(xué)模型以及光伏電池的一些工作參數(shù)有很強(qiáng)的依賴(lài)性。2)恒定電壓法。恒定電壓的跟蹤方式其實(shí)不是真正意義上的最大功率跟蹤控制方法，實(shí)際上是一種曲線擬合。我們可以從光伏電池的工作曲線看出，電池的最大功率一般在0.75～0.9V_OC或者是0.85～0.95I_SC之間。這與光伏電池的制造工藝以及設(shè)計(jì)的結(jié)構(gòu)有相當(dāng)大的關(guān)系。也就是說(shuō)當(dāng)一個(gè)光伏電池的結(jié)構(gòu)等確定以后，它的開(kāi)路電壓就確定了，電池的最大功率工作點(diǎn)就可以確定了。只要將電池的輸出電壓控制在這個(gè)工作點(diǎn)上，就大致可以保證電池的輸出功率為最大輸出功率。這就是恒定電壓發(fā)這種最大功率跟蹤控制法的理論依據(jù)。恒定電壓控制方式控制簡(jiǎn)單，穩(wěn)定性能好，可靠性高，較容易實(shí)現(xiàn)等優(yōu)勢(shì)，比不加控制的光伏系統(tǒng)可以獲得的電能多20％，比起不帶這種控制的直接耦合方式要有利得多。但是這種控制方式?jīng)]有考慮溫度對(duì)太陽(yáng)能序列的開(kāi)路電壓造成的影響。拿單晶硅太陽(yáng)能電池來(lái)說(shuō)，當(dāng)工作溫度升高1℃時(shí)，電池的開(kāi)路電壓就下降0.35％-0.45％。這就表明隨著工作溫度的變化，太陽(yáng)能序列的最大功率對(duì)應(yīng)的電壓也會(huì)變化。因此對(duì)于四季溫差較大或者日溫差別大的地區(qū)不適合使用恒定電壓控制這種方法來(lái)實(shí)現(xiàn)最大功率跟蹤。由于恒定電壓控制方法控制簡(jiǎn)單，穩(wěn)定性能好，可靠性高，較容易實(shí)現(xiàn)等優(yōu)勢(shì)，目前在光伏系統(tǒng)中的應(yīng)用比較普遍。但是隨著數(shù)字信號(hào)處理技術(shù)的發(fā)展，這種電壓控制方式將逐漸被其他的方式取代。3)增量電導(dǎo)法是根據(jù)太陽(yáng)能電池陣列P-U曲線為一階連續(xù)的可導(dǎo)單峰的曲線特點(diǎn)，利用一階的導(dǎo)數(shù)求極值方法，即可以對(duì)P＝UI求導(dǎo)數(shù)，就可以得到；此方法就是通過(guò)分析比較輸出的電導(dǎo)變化量以及瞬時(shí)的電導(dǎo)值的大小，這樣來(lái)決定參考的電壓的變化方向。4)干擾控制法是目前比較常用的最大功率跟蹤控制方法之一。它的工作原理是在每個(gè)相同的時(shí)間間隔，增加或者減少輸出電壓，這樣就可以通過(guò)觀察輸出功率的變化，確定下一步輸出電壓的變化。這種控制算法應(yīng)用的是功率反饋這種方法。就是用傳感器將太陽(yáng)能電池的輸出電壓及輸出電流進(jìn)行采樣，這樣就可以計(jì)算獲得此時(shí)的輸出功率。這種控制方法雖然比較簡(jiǎn)單，且易于用軟件來(lái)進(jìn)行實(shí)現(xiàn)，但是響應(yīng)比較緩慢，因此只適合用于那個(gè)環(huán)境溫度以及光照強(qiáng)度變化緩慢的地區(qū)，而且在穩(wěn)態(tài)的情況下，功率會(huì)在最大功率周?chē)霈F(xiàn)小幅震蕩，這樣就造成了能量的損失，而且在環(huán)境變化較快的場(chǎng)合，有可能會(huì)出現(xiàn)功率變化方向判斷錯(cuò)誤，這樣這種控制方法就失效了。5)基于模糊控制的MPPT由于日照強(qiáng)度，光伏電池的工作溫度，負(fù)載的情況這些因素都是不確定的，還有光伏序列工作特性的非線性等特性，決定了要實(shí)現(xiàn)光伏電池的最大功率跟蹤要考慮很多的因素，針對(duì)這樣的一個(gè)非線性系統(tǒng)，應(yīng)用模糊邏輯進(jìn)行控制，可以達(dá)到比較好的效果。這種控制方法有較好的動(dòng)態(tài)特性以及魯棒性，能夠達(dá)到比較好的控制精度。但是它的模糊控制的權(quán)值必須在訓(xùn)練之前進(jìn)行確定，因此只能對(duì)特定的光伏系統(tǒng)進(jìn)行控制，系統(tǒng)的自適應(yīng)能力不強(qiáng)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法，旨在解決現(xiàn)有的最大功率控制自適應(yīng)能力不強(qiáng)的問(wèn)題。

本發(fā)明是這樣實(shí)現(xiàn)的，一種基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法，所述基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法在模糊神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)之上，提出基于廣義動(dòng)態(tài)的模糊神經(jīng)網(wǎng)絡(luò)的方法；基于橢圓基函數(shù)的，模糊完備性，作為在線分配機(jī)制，使初始化選擇避免隨機(jī)性；對(duì)模糊規(guī)則重要性做出評(píng)價(jià)，對(duì)輸入變量的重要性給出回應(yīng)；使每條規(guī)則的輸入變量的寬度根據(jù)系統(tǒng)性能的需求來(lái)實(shí)施在線的實(shí)時(shí)的自適應(yīng)調(diào)整；

所述基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法包括以下步驟：首先初始化系統(tǒng)的預(yù)定義參數(shù)；

以b1，c1為輸入量，產(chǎn)生第一個(gè)規(guī)則；B1為第2個(gè)時(shí)刻與第1個(gè)時(shí)刻的功率差，c1為采樣步長(zhǎng)；

確定第一個(gè)規(guī)則的參數(shù)；

觀測(cè)b(n)，c(n)的到來(lái)，b(n)為第n個(gè)時(shí)刻與第n-1個(gè)時(shí)刻的功率差，c(n)為第n-1個(gè)時(shí)刻的采樣步長(zhǎng)；

計(jì)算馬氏距離并找到md_kmin；

計(jì)算實(shí)際的輸出誤差確定對(duì)應(yīng)的k_d，并與馬氏距離md_k進(jìn)行比較；

如果md_k＞k_d，系統(tǒng)誤差為e_k，如果系統(tǒng)誤差e_k≤c_k，則觀測(cè)控制是否完成，算法結(jié)束；如果系統(tǒng)誤差e_k＞c_k，則產(chǎn)生新規(guī)則，確定新參數(shù)，計(jì)算所有規(guī)則誤差減少率ERR；如果誤差減少率ERR小于閾值，則就刪去這條規(guī)則觀測(cè)控制是否完成，算法結(jié)束。如果誤差減少率ERR不小于閾值，則繼續(xù)產(chǎn)生新的規(guī)則，直到滿(mǎn)足誤差減少率ERR小于閾值；

如果md_k≤k_d，系統(tǒng)誤差為e_k，如果系統(tǒng)誤差e_k＞k_e，則計(jì)算輸入變量的敏感性B_ij并調(diào)整寬度，調(diào)整結(jié)論參數(shù)，觀測(cè)控制是否完成，算法結(jié)束；如果系統(tǒng)誤差e_k≥k_e，則滿(mǎn)足要求，觀測(cè)控制是否完成，算法結(jié)束。

進(jìn)一步，所述基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法包括：

(1)誤差定義：

||e_k||＝||t_k-y_k|| 2-1

其中第k個(gè)時(shí)刻期望輸出是t_k；

如果e_k>k_e，則一條新的規(guī)則就增加；其中：

其中，e_min指的是輸出精度，e_max指的是最大誤差，k指的是學(xué)習(xí)的次數(shù)，β∈(0，1)指的是收斂常數(shù)，推導(dǎo)出：

(2)產(chǎn)生了u個(gè)模糊規(guī)則，當(dāng)一個(gè)新的樣本出現(xiàn)時(shí)，把輸入的變量投影到一維的隸屬函數(shù)空間，計(jì)算數(shù)據(jù)與邊界集之間的歐式距離ed_i(j)，并且找到它的最小值ed_i(j_n)，如果：

ed_i(j_n)≤k_mf 2-9

不用分配新的高斯函數(shù)，否則就需要產(chǎn)生一個(gè)新的高斯函數(shù)，它的寬度由式2-10決定，其中心的設(shè)置如下：

c_i(u+1)＝x_i^k；

模型為：D＝Hθ+E；其中，D＝T^T為期望的輸出，θ為它的實(shí)參數(shù)，E是誤差向量；H通過(guò)QR分解成正交基向量集：H＝PN，其中P＝(p₁，p₂，…，p_v)；

(3)定義p_i的誤差減少率為：

此外定義：

其中誤差減少率的矩陣為ρ_j△＝(ρ₁，ρ₂，…，ρ_u)，如果η_i<k_err，則就刪去第j條規(guī)則。

進(jìn)一步，馬氏距離定義：

令：

如果：

md_k,min＝md_k(J)＞k_d 2-6

則表明增加一條新規(guī)則因?yàn)楝F(xiàn)有的系統(tǒng)不足以滿(mǎn)足ε－完備性，其中k_d這樣變化：

上式中，r指的是衰減常數(shù)，由上式推導(dǎo)：

進(jìn)一步，所述基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法的高斯寬度修正；修正隸屬函數(shù)的寬度σ_ij如下：

σ_ij^new＝ξ×σ_ij^old；

其中，衰減因子是ζ，由下式?jīng)Q定：

其中輸入變量敏感性是B_ij。

本發(fā)明的另一目的在于提供一種所述基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，所述模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)由輸入層，隸屬函數(shù)層，模糊推理層和輸出層構(gòu)成；

所述模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)是由有兩個(gè)輸入信號(hào)；第n個(gè)時(shí)刻以及第n-1個(gè)時(shí)刻的功率差以及第n-1個(gè)時(shí)刻的采樣步長(zhǎng)；輸出變量是第n個(gè)時(shí)刻的采樣步長(zhǎng)。

本發(fā)明的另一目的在于提供一種應(yīng)用所述基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法的最大功率跟蹤器。

本發(fā)明的另一目的在于提供一種應(yīng)用所述基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法的太陽(yáng)能并網(wǎng)系統(tǒng)。

本發(fā)明的另一目的在于提供一種應(yīng)用所述基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法的光伏控制系統(tǒng)。

本發(fā)明提供的基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法，在模糊神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)之上，提出了一種既可以進(jìn)行模糊規(guī)則提取也適合用在系統(tǒng)建模以及控制等方面的基于廣義動(dòng)態(tài)的模糊神經(jīng)網(wǎng)絡(luò)(GD-FNN)的方法；基于橢圓基函數(shù)的，并且提出了模糊完備性，作為在線分配機(jī)制，可以使初始化選擇避免了隨機(jī)性；與此同時(shí)，不僅可以對(duì)模糊規(guī)則重要性做出評(píng)價(jià)，而且也能對(duì)輸入變量的重要性給出回應(yīng)；這樣就可以使每條規(guī)則的輸入變量的寬度根據(jù)系統(tǒng)性能的需求來(lái)實(shí)施在線的實(shí)時(shí)的自適應(yīng)調(diào)整。輸出功率的曲線采用模糊控制的是圖5中的(a)，輸出曲線采用廣義動(dòng)態(tài)的神經(jīng)模糊網(wǎng)絡(luò)進(jìn)行控制的功率是圖5中的(b)?？梢缘贸?，采用模糊控制方法到達(dá)穩(wěn)定點(diǎn)的速度比較慢，而且振蕩出現(xiàn)了在最大功率點(diǎn)。運(yùn)用廣義動(dòng)態(tài)的神經(jīng)模糊網(wǎng)絡(luò)理論仿真的結(jié)果能快速找到最大功率點(diǎn)在0.01秒，并且最大功率點(diǎn)振蕩問(wèn)題也得到了有效的克服了，魯棒性和快速性也較好。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例提供的GD-FNN的結(jié)構(gòu)示意圖。

圖2是本發(fā)明實(shí)施例提供的GD-FNN流程圖。

圖3是本發(fā)明實(shí)施例提供的MPPT控制原理圖。

圖4是本發(fā)明實(shí)施例提供的系統(tǒng)原理框圖。

圖5是本發(fā)明實(shí)施例提供的功率輸出曲線示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作詳細(xì)的描述。

本發(fā)明針對(duì)光伏系統(tǒng)的特性，提出了基于廣義動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的最大功率跟蹤器控制方法。并且與采用模糊推理的控制方法進(jìn)行仿真對(duì)比，結(jié)果表明基于廣義動(dòng)態(tài)的模糊神經(jīng)網(wǎng)絡(luò)(GD-FNN)這種控制方法能夠跟蹤外部環(huán)境的變化，實(shí)現(xiàn)功率的最大化輸出。

下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作詳細(xì)的描述。

1、基于廣義動(dòng)態(tài)的模糊神經(jīng)網(wǎng)絡(luò)(GD-FNN)的結(jié)構(gòu)

由輸入層，隸屬函數(shù)層，模糊推理層和輸出層構(gòu)成的網(wǎng)絡(luò)是廣義動(dòng)態(tài)的神經(jīng)模糊網(wǎng)絡(luò)。網(wǎng)絡(luò)結(jié)構(gòu)是由有兩個(gè)輸入信號(hào)的：第n個(gè)時(shí)刻以及第n-1個(gè)時(shí)刻的功率差以及第n-1個(gè)時(shí)刻的采樣步長(zhǎng)。輸出變量是第n個(gè)時(shí)刻的采樣步長(zhǎng)。它的結(jié)構(gòu)如圖1所示：

2、網(wǎng)絡(luò)結(jié)構(gòu)算法，如圖2所示：

可以在線自適應(yīng)調(diào)整模糊規(guī)則的數(shù)量是GD-FNN算法最顯著的優(yōu)勢(shì)之一，而確定是否需要增加模糊規(guī)則是由它的輸出誤差以及它的新樣本能否滿(mǎn)足ε-完備性。

系統(tǒng)誤差是這樣定義的：

||e_k||＝||t_k-y_k|| 2-1

其中第k個(gè)時(shí)刻期望輸出是t_k。

如果e_k>k_e，則一條新的規(guī)則就應(yīng)該增加了。其中

其中，e_min指的是輸出精度，e_max指的是最大誤差，k指的是學(xué)習(xí)的次數(shù)，β∈(0，1)指的是收斂常數(shù)，這樣就推導(dǎo)出：

同時(shí)，馬氏距離是這樣定義的：

令：

如果：

md_k,min＝md_k(J)＞k_d 2-6

則表明應(yīng)該考慮增加一條新規(guī)則因?yàn)楝F(xiàn)有的系統(tǒng)不足以滿(mǎn)足ε－完備性，其中k_d這樣變化：

上式中，r指的是衰減常數(shù)，它由上式推導(dǎo)：

在增加一條模糊規(guī)則之后，下一步就應(yīng)該考慮參數(shù)的分配問(wèn)題。

假如已經(jīng)產(chǎn)生了u個(gè)模糊規(guī)則，當(dāng)一個(gè)新的樣本出現(xiàn)時(shí)，把輸入的變量投影到一維的隸屬函數(shù)空間，這樣就可以計(jì)算數(shù)據(jù)與邊界集之間的歐式距離ed_i(j)，并且可以找到它的最小值ed_i(j_n)，如果：

ed_i(j_n)≤k_mf 2-9

就可以不用分配新的高斯函數(shù)，否則就需要產(chǎn)生一個(gè)新的高斯函數(shù)，它的寬度由式2-10決定，其中心的設(shè)置如下：

c_i(u+1)＝x_i^k

把它的方程式看成是一個(gè)線性回歸方程，它的模型為：D＝Hθ+E；其中，D＝T^T為期望的輸出，θ為它的實(shí)參數(shù)，E是誤差向量。H通過(guò)QR分解成正交基向量集：H＝PN，其中P＝(p₁，p₂，…，p_v)。

定義p_i的誤差減少率為：

此外定義：

其中誤差減少率的矩陣為ρ_j△＝(ρ₁，ρ₂，…，ρ_u)，如果η_i<k_err，則就刪去第j條規(guī)則。

GD-FNN算法的另一個(gè)優(yōu)勢(shì)是高斯寬度可以修正?？梢孕拚`屬函數(shù)的寬度σ_ij如下：

σ_ij^new＝ξ×σ_ij^old；

其中，衰減因子是ζ，由下式?jīng)Q定：

其中輸入變量敏感性是B_ij。

從上面的分析可以得出，運(yùn)用廣義動(dòng)態(tài)的神經(jīng)模糊網(wǎng)絡(luò)來(lái)控制系統(tǒng)，可以通過(guò)訓(xùn)練得到它的輸入輸出隸屬度函數(shù)的寬度，這樣提高了系統(tǒng)的自適應(yīng)的能力。

下面結(jié)合仿真對(duì)本發(fā)明的應(yīng)用效果作詳細(xì)的描述。

在最大功率跟蹤的控制系統(tǒng)中，GD-FNN的輸入量為系統(tǒng)的第n個(gè)時(shí)刻和第n－1個(gè)時(shí)刻的功率差b(n-1)及第n-1個(gè)時(shí)刻的采樣步長(zhǎng)c(n-1)，神經(jīng)網(wǎng)絡(luò)的輸出量為第n個(gè)時(shí)刻的采樣步長(zhǎng)c(n)。在Matlab/Simulink中構(gòu)建太陽(yáng)能發(fā)電系統(tǒng)的控制器，其控制的原理框圖如圖3。

其中D(n)＝D(n-1)+c(n)的功能由S函數(shù)來(lái)實(shí)現(xiàn)。

在Matlab/Simulink里進(jìn)行建模并且仿真，如圖4表示的是系統(tǒng)的原理框圖，主要構(gòu)成是太陽(yáng)能電池，廣義動(dòng)態(tài)的神經(jīng)模糊網(wǎng)絡(luò)控制系統(tǒng)和電阻性的負(fù)載。

仿真時(shí)把廣義動(dòng)態(tài)的神經(jīng)模糊網(wǎng)絡(luò)控制方法與模糊控制進(jìn)行比較，以此來(lái)凸顯文中提出方法的控制效果。采用ode23tb算法，環(huán)境溫度設(shè)置為25度，光照在0.1秒前為600W/m^2，在0.1秒時(shí)變成900W/m^2，仿真時(shí)間是0.2秒，其仿真結(jié)果如圖5。

輸出功率的曲線采用模糊控制的是圖5中的(a)，輸出曲線采用廣義動(dòng)態(tài)的神經(jīng)模糊網(wǎng)絡(luò)進(jìn)行控制的功率是圖5中的(b)。可以得出，前一種方法到達(dá)穩(wěn)定點(diǎn)的速度比較慢，而且振蕩出現(xiàn)了在最大功率點(diǎn)。運(yùn)用廣義動(dòng)態(tài)的神經(jīng)模糊網(wǎng)絡(luò)理論仿真的結(jié)果能快速找到最大功率點(diǎn)在0.01秒，并且最大功率點(diǎn)振蕩問(wèn)題也得到了有效的克服了，魯棒性和快速性也較好。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。