APPLICATION OF FUZZY-SLIDE CONTROL IN PV MPPT SYSTEM

针对光伏电池输入输出具有强非线性的特点,设计一种模糊滑模最大功率跟踪控制方法;在光伏系统非精确数学模型基础上,利用滑模技术设计基于输出功率偏差的滑模函数,同时利用滑模函数及其导数构建模糊自适应校正器消除最大功率跟踪抖振,增加跟踪平滑性;仿真及实验证明了该方法的有效性.     

Study on the control strategy for a boost converter used in hybrid energy storage system of electric vehicles

升压型直流变换器采用滑模变结构控制策略存在收敛速度较慢、抖振剧烈等导致的动态响应品质差问题。本文提出一种双幂次滑模趋近滞环控制策略,在电流跟踪误差估计值的基础上定义滑模面以实现电流跟踪控制,依据系统的未知扰动和负载变化建立自适应状态观测器,结合李雅普诺夫函数设计自适应律,并计算自适应占空比。提出一种双幂次趋近律,根据系统不同趋近过程的特点制定参数选择标准,对系统的动态响应品质进行目的性调节,并设计滑模滞环控制器以削弱由符号函数项所引起的抖振。对以上方法进行了仿真验证,结果显示可有效改善系统的动态特性和电流控制鲁棒性。     

永磁同步风电机组神经网络滑模多目标优化控制

将永磁同步风力发电机组中的变流器和电网用等效负载代替并对控制回路进行简化,得到非线性仿射形式的机组模型,利用反馈线性化方法对系统进行精确线性化。固定参数离散指数趋近律滑模控制算法主要缺陷是如两个参数匹配不当,可能会使求得的控制量过大,同时系统在滑模面附近剧烈的高频抖振会导致机组所要承受的机械应力增加,动态性能变差,利用神经网络的自适应学习能力对这两个控制参数进行实时优化,根据机组控制目标定义一个综合性能指标,通过优化该指标得到网络权值修正算法。仿真结果表明,该方法可以使系统快速到达滑模面,实现了机组对最优转速的快速跟踪;同时有效抑制了系统的抖振,减小了额外的疲劳载荷,实现了多目标优化控制。     

双自由度波浪发电系统的最大功率跟踪控制

文章提出了一种全封闭双自由度的振荡浮子波浪发电系统。在分析其动力学特性基础上,采用一种变负载的最大功率点跟踪(MPPT)方法,实现了系统在波浪变频率条件下的最大发电控制;通过爬山法寻找到最优负载阻值,得到参考电流;通过控制开关管的导通与关断进行电流控制,使电机电流跟随给定电流值、电机输出平均功率达到最大值,实现系统的最大功率跟踪。仿真结果表明,该方法能够跟随波浪频率变化自适应调节等效负载,实现电机的最大功率输出。     

基于模糊自适应滑模变结构的PWM整流器

摘要： 为了提高三相电压型PWM整流器（VSR）的抗扰能力,通过分析三相VSR的数学模型,提出了基于同步旋转d-q坐标系的模糊自适应滑模变结构控制算法。该算法考虑到传统双闭环PI的缺陷性,将外环设置为模糊控制器和滑模变结构控制器相结合,利用模糊控制规则实时调整滑模趋近律,在提高系统鲁棒性的同时又能削弱滑模面上的抖振;内环将PI控制改为比例控制,简化系统结构。小波分析和MATLAB分析运行数据结果表明,基于模糊自适应滑模控制的三相VSR系统相对于传统双闭环PI系统具有更强的动态性能和跟踪能力。     

垂直轴永磁同步风力发电机侧整流器的终端滑模控制

滑模控制在提高滑模面速度时会有较大抖振。文章设计了一种新型滑模控制器,该滑模控制器不需要微分估计器及额外的滤波装置,就可抑制系统的抖振。结合矢量控制技术,采用文章方法分别设计永磁同步发电系统的速度外环和电流内环的滑模控制器,保证转速和电流在有限时间内跟踪相应的给定参考,实现最大风能捕获。仿真结果表明:与PI控制器和线性滑模控制器相比较,该控制策略实现风力发电机侧的最大风能捕获的同时,提高了系统的动静态性能。     

基于最大电功率跟踪的风力发电系统幂指数趋近滑模控制

文章考虑机组转轴摩擦损耗和发电机本体的电损耗,从减小发电功率损耗、提高整机风电转换效率出发,设计了一种基于MPPT原理下的最大电功率点跟踪(MEPT)控制策略,该策略在考虑转轴摩擦损耗和发电机绕组损耗基础上,推导出发电机最大电功率跟踪输出控制模型方程。采用转矩跟踪型MPPT控制策略,利用动态滑模控制原理,设计了基于幂指数趋近律的风电系统MEPT滑模功率控制器。控制律引入输入变量的积分,在时间上形成滑模控制的动态连续性,抑制了MEPT功率跟踪的抖振,增强了控制精度、平滑性与鲁棒性。通过静、动态多种风况的Matlab仿真实验,验证了MEPT控制的正确性。     

基于电压闭环滑模控制的变步长电导增量法MPPT策略

光伏发电最大功率点跟踪技术具有广泛的应用需求。文章设计了一种基于电压闭环滑模控制的变步长电导增量法,该方法的外环采用变步长电导增量法来实现最大功率点的准确跟踪;该方法的内环采用滑模算法来实现电压的控制,并通过改进的指数趋近律来改善电压控制的动态品质。分析结果表明,相比于电压闭环PI控制方法,基于电压闭环滑模控制的变步长电导增量法具有更优的动态和稳态性能。     

基于Rife法的波浪发电RBF神经网络功率优化控制

为提高不规则海况下直驱式波浪发电系统的功率捕获能力,通过建立水动力模型及直线电机模型,分析等效模拟电路共振状态,构造最优功率捕获条件;针对波浪工作环境强噪声干扰问题,采用Rife法获取波浪主导激励分量,设置等效阻尼系数,计算q轴最优期望电流跟踪值;通过设计径向基函数（RBF）神经网络PI控制,提高等效控制电流信号的跟踪精度,改善系统动态性能。仿真结果表明,所提策略对含强噪声干扰的波浪信号主频段幅值和频率预估精度高,跟踪期望电流效果好,鲁棒性强,系统输出功率优化效果显著。     

直驱式波浪发电系统无源-滑模控制策略

针对不规则波输入激励工况下的直驱式波浪发电系统,提出一类无源-滑模控制策略。利用双线性幅度法计算不规则波浪主频,结合波能捕获策略得到期望跟踪曲线,设计无源控制器实时跟踪期望曲线;为削减外部扰动影响并提高系统稳定性,在保证系统无源下引入滑模控制策略。采用扩张状态观测器代替速度传感器,辨识动子速度。仿真结果表明：双线性幅度法能预估不规则波浪主频,扩张状态观测器观测到的速度误差小,所提控制方案能快速响应期望电流变化,准确跟踪期望曲线,鲁棒性强。     

有源电力滤波器神经终端滑模控制

以电力电子装备为接口的高渗透率可再生能源并网已成为未来配电网的显著特性。可再生能源具有随机性和间歇性,作为其并网接口的电力电子装备也会导致电能质量恶化等问题。为提高电能质量,该文提出一种有源电力滤波器神经终端滑模控制方法。首先,结合分数阶思想和滑模控制理论设计一种分数阶终端滑模控制器,以保证误差有限时间收敛,并引入边界层技术降低抖振。然后,利用自组织模糊神经网络构造一种无模型控制方案以更好地应对各种不确定因素。所设计的自组织模糊神经网络控制器用于学习分数阶终端滑模控制器,不仅从根源上解决抖振问题,而且可继承原控制器的有限时间收敛性能,并满足李雅普诺夫理论框架下的稳定控制性能。仿真与实验结果表明：所提出的控制方法能有效解决可再生能源发电系统中的谐波问题。     

基于傅氏分析和改进灰狼算法的波浪发电系统最大功率点跟踪

为实现海洋波浪发电系统输出功率优化控制,提出傅氏分析法优化的改进灰狼算法。在保留灰狼优化算法最本质特征基础上,增加全新的精英狼搜索策略和狼群整体展开策略,优化包围圈形成策略、狼群搜索猎物方式和狼群结构,确保改进灰狼算法能避免因浮子水动力非线性陷入局部最优。引入傅氏分析法分解海洋入射波和电机运动部件响应,对浮子捕获频率范围内的每个波浪分量,使用改进灰狼算法求解对应的最佳电机控制参数,最大限度地捕获其携带的功率。仿真表明,输入不同模拟海洋入射波时,基于傅氏分析法和改进灰狼算法,可有效实现振荡浮子式波浪发电系统的最大功率点跟踪。     

基于滑模变功率跟踪的PV-VSG控制技术

针对含储能装置的传统光伏虚拟同步发电机（PV-VSG）不仅投资成本高且未考虑光伏阵列输出特性的问题,提出一种基于滑模变功率点跟踪（SM-VPT）的PV-VSG控制策略。该方法在滑模控制的基础上引入直流母线电压偏差控制,调整光伏阵列的功率跟踪轨迹,实现光伏出力自适应匹配负载需求,即当光伏容量充足时,只提供与负载相匹配的功率;光伏功率不足时,可实现传统的MPPT控制以减少电力短缺,同时防止直流电压骤降,保证系统稳定运行。该方法使PV-VSG能够按需向负载供电,无需增加额外的储能设备,可实现光伏发电系统直接以VSG形式接入并网,仿真结果验证了所提控制方法的有效性。     

基于遗传算法的直驱式海浪发电系统最大功率跟踪控制

针对直驱式海浪发电系统在非规则海浪中能量捕获效率较低问题,提出遗传算法控制方案。以规则海浪下发电系统模型为基础,推导出非规则海浪下发电系统输出功率模型。采用遗传算法对参数种群进行选择、交叉、变异、迭代,辨识出符合当前海况的最优发电系统参数,结合空间矢量控制算法实现发电系统最大功率跟踪控制。仿真对比结果表明,该算法能有效提高海浪发电系统能量捕获效率。     

Robust and optimal technical method with application to hydrogen fuel cell systems

In this paper, a robust nonsingular fast converging sliding mode control (RNFCSMC) with particle swarm optimization (PSO)-based radial basis function (RBF) neural network is presented and applied in hydrogen fuel cell systems capable to maintain low harmonic distortion even in case of nonlinear load. The proposed technical method is a modified structure: a RNFCSMC plus a PSO-based RBF neural network. Though the classic sliding mode control has inherent robustness against plant parameter variations and load disturbances, the convergence of the system states to the zero is usually asymptotical in infinite time. The RNFCSMC is introduced to assure the finite time convergence of the system states and there is no singularity problem. But, once a severe load disturbance is applied, the chattering or steady-state error still exists in RNFCSMC. The PSO-based RBF neural network is employed to determine the control gains of the RNFCSMC, thus eliminating the chattering or steady-state error so that the system performance reaches the optimal point. The proposed technical method has been realized (1 kW, 110V_rms/60 Hz) for the actual single-phase hydrogen fuel cell inverters controlled by a TI DSP. Simulation and experimental results reveal that even under nonlinear load circumstances the proposed technical method yields voltage total harmonic distortion (THD) less than 1.4%, which excels the IEEE standard 519, thus demonstrating the effectiveness of the proposed technical method. Because the proposed hydrogen fuel cell system is considerably simpler to implement than classic sliding mode system and offers faster computational speed, this paper will be a beneficial reference to related control designers of hydrogen fuel cell systems.     

带恒功率负载多电平Boost变换器的复合非线性控制

针对带恒功率负载的多电平Boost变换器,提出一种将非线性干扰观测器和自适应滑模控制器相结合的复合非线性控制策略。首先应用精确反馈线性化方法将模型转化为布鲁诺夫斯基标准形式。然后在保证大信号稳定的前提下,将自适应控制方法和非线性干扰观测器加入到滑模控制器的设计中,利用李雅普诺夫理论证明整个闭环系统的稳定性。仿真和实验结果表明,与双闭环PI控制方法相比,该控制策略具有更好的动态调节性能和更强的鲁棒性。     

Sliding mode controller for the single-phase grid-connected photovoltaic system

A sliding mode controller for the single-phase grid-connected photovoltaic system has been proposed in this paper. Contrary to the conventional controller, the proposed system consists of maximum power point tracker (MPPT) controller and sliding mode current controller only. The proposed MPPT controller generates current reference directly from the solar array power information and the current controller uses the sliding mode technique for the tight regulation of current. The new MPPT controller does not require the measurement of the voltage derivative which can be a cause of divide-by-zero singularity problems. The sliding mode controller has been constructed based on a time-varying sliding surface to control the sinusoidal inductor current and solar array power simultaneously. The proposed system can avoid the current overshoot and make optimal design for the system components. The structures of a proposed system are simple, but they show the robust tracking property against modeling uncertainties and parameter variations. The mathematical modeling is developed and the experimental results verify the validity of the proposed controller.