TWI420278B - 具模糊滑動控制器之太陽能系統 - Google Patents
具模糊滑動控制器之太陽能系統 Download PDFInfo
- Publication number
- TWI420278B TWI420278B TW99147388A TW99147388A TWI420278B TW I420278 B TWI420278 B TW I420278B TW 99147388 A TW99147388 A TW 99147388A TW 99147388 A TW99147388 A TW 99147388A TW I420278 B TWI420278 B TW I420278B
- Authority
- TW
- Taiwan
- Prior art keywords
- fuzzy
- value
- solar energy
- duty cycle
- parameter value
- Prior art date
Links
Landscapes
- Control Of Electrical Variables (AREA)
Description
本發明涉及太陽能系統，尤指一種具模糊滑動控制器之太陽能系統。
由於太陽能系統之效率，除了取決於光電轉換的效率之外，必須仰賴具強健性及性能良好的控制器。另，太陽能系統會面臨日照強度、溫度變化以及製作材料等因素的影響，而使該系統的輸出有所變化，所以為了讓太陽能系統發揮其所能產生的最大的輸出，必須控制其瞬時的輸出功率，使其在不同的環境條件下都能輸出最大功率，因此就可將提升太陽能系統轉換效率。現將習知之太陽能系統的最大功率追蹤演算法敘述如下。
一、傳統最大功率追蹤演算法：
(1)、擾動觀察法
工作原理：藉著週期性地增加或減少負載的大小，以改變太陽能板的端電壓及輸出功率。
優點：結構簡單，且需要量測的參數較少。
缺點：會在Pmax
點左右振盪，而造成能量損失並降低太陽能板的效率。
(2)、增量電導法
工作原理：因dP/dV=0為最大功率點，再將dP/dV=0改寫成：(I+VdI/dV)=0，藉著量測增量值(dI/dV)與瞬間太陽能板的電導值(I/V)，可以決定下一次的變動。
優點：藉著修改邏輯判斷式來減少在Pmax
點附近的振盪現象。
缺點：
1.當感測器無法達到非常精密的量測時，會有誤差產生。
2.因感測器無法精準因此符合(I+VdI/dV)=0的機率是極微小的，引申在實際應用時仍有很大的誤差存在。
二、智慧型最大功率追蹤演算法：
(1)、模糊控制法
工作原理：將dP/dV=0當作模糊輸入E，另一個模糊輸入ΔE為變化率，ΔE主要是觀察這次狀態與上次狀態的變化率。
優點：無震盪現象，追蹤速度比傳統演算快速許多，且又精準達到穩定的效果。
缺點：此方法因系統架構較複雜及精確達到最大功率點需調整系統參數，因此需要較高硬體效能、成本與耗費時間來調整參數。
(2)、滑動模式控制
工作原理：首先定義滑動模式控制器S=dP/dV=0，滑動模式控制主要透過兩個階段完成最大功率追蹤。
優點：無震盪現象，不管是暫態或穩態都比模糊控制遜色許多。
缺點：此方法演算法較為複雜，且在氣候環境變化大時會有脈衝現象，因此會造成電路損毀及誤動作。
本發明擬運用模糊滑動控制技術以克服上述習知太陽能系統的最大功率追蹤演算法的各項缺點。在習知技藝中，雖亦有運用模糊滑動控制技術者，例如，Feng-Ming Lin，“Interval Type-2 Adaptive Fuzzy Sliding Mode Tracking Control of Nonlinear Systems,”逢甲大學研究所碩士論文，2009；但是該文中所提及之直接適應性模糊滑動模式(參見第一圖)與間接適應性模糊滑動模式(參見第二圖)皆為在未知受控體的情況下，以模糊邏輯系統方式來等效未知受控體，而滑動模式控制公式中就可利用模糊等效的f與g的受控體系統參數，代入到控制力u中，因此整體來說就是模糊滑動模式控制。然而上述直接或間接適應性模糊滑動模式中的受控體(x代表受控體之輸入參數)是未知的(該受控體之內在有如一黑盒子)，至於本發明中之受控體則為一直流/直流轉換器，是已知的。
職是之故，發明人鑒於習知技術之缺失，乃思及改良發明之意念，終能發明出本案之「具模糊滑動控制器之太陽能系統」。
本案之主要目的在於提供一種具模糊滑動控制器之太陽能系統。該模糊滑動控制器可相容於高性能並聯型太陽能系統之智慧玻璃帷幕，並在瞬息萬變的各種天氣狀況下皆可使並聯型太陽能系統持續地輸出最大功率，且具有高可靠度與效率。
本案之又一主要目的在於提供一種太陽能系統，包含一模糊邏輯系統，產生該太陽能系統之一最大功率的一預測參數值，以及一模糊滑動控制器，接收該預測參數值與求得該最大功率之一等效控制輸入值，以決定一工作週期，其中該工作週期用以產生該系統之一輸出功率與更新該預測參數值和該等效控制輸入值。
本案之下一主要目的在於提供一種太陽能系統，包含一模糊邏輯系統，產生該太陽能系統之一最大功率的一預測參數值，以及一模糊滑動控制器，接收該預測參數值與求得該最大功率之一等效控制輸入值，以決定一工作週期，其中該工作週期用以改變該預測參數值和該等效控制輸入值。
本案之再一主要目的在於提供一種太陽能系統，包含一模糊滑動控制器系統，其中該控制器系統依據一模糊邏輯產生一最大功率之一預測參數值，並求得該最大功率之一等效控制輸入值，以決定一工作週期，且該工作週期用以更新該預測參數值和該等效控制輸入值。
為了讓本發明之上述目的、特徵、和優點能更明顯易懂，下文特舉較佳實施例，並配合所附圖式，作詳細說明如下：
1.模糊滑動控制器之設計
太陽能系統的輸出功率會受到大氣變化影響，如日照、溫度變化，以及材料特性等因素，所以必須分析太陽能系統在不同條件下所產生之特性，此時可將最大功率輸出之控制器發揮最大效能，以達到最大功率點追蹤控制的目的。
第三圖是顯示一習知之工作週期與滑順函數的關係圖。由第三圖可知當太陽能系統工作電壓VPV
低於最大功率點電壓VMPPT
時，其輸出功率會隨電壓上升而增加，而工作週期需要下降才可提高輸出功率，反之當太陽能系統工作電壓高於最大功率點電壓時，其輸出功率會隨電壓上升而減少，而工作週期需要上升才可提高輸出功率。
本發明所提供之太陽能系統以直流/直流轉換器(例如，一昇壓式直流/直流轉換器)，設計最大功率點追蹤控制器。第四圖是一依據本發明構想之第一較佳實施例的預測系統之模糊邏輯架構圖。第五圖是一依據本發明構想之第一較佳實施例的模糊輸入|S
|之高斯函數圖。第六圖是一依據本發明構想之第一較佳實施例的模糊輸入||之高斯函數圖。第七圖是一依據本發明構想之第一較佳實施例的模糊滑動控制器之最大功率點追蹤示意圖。第八圖(a)-(h)則分別顯示一習知之昇壓型轉換器、降壓型轉換器、非反向降昇壓型轉換器(non-inverting buck-boost inverter)、降昇壓型轉換器、邱克轉換器(Cuk converter)、返馳式轉換器、順向式轉換器與推挽式轉換器的電路圖。
如第七圖所示之太陽能系統，包含一模糊邏輯系統，產生該太陽能系統之一最大功率的一預測參數值，以及一模糊滑動控制器，接收該預測參數值與求得該最大功率之一等效控制輸入值，以決定一工作週期，其中該工作週期用以產生該系統之一輸出功率與更新該預測參數值和該等效控制輸入值。該太陽能系統更包括一直流/直流轉換器與一太陽能電池，其中該模糊邏輯系統接收一第一輸入參數，用於產生該預測參數值，該模糊滑動控制器接收該預測參數值與一第二輸入參數，運用該第二輸入參數以求得該等效控制輸入值，並運用該等效控制輸入值與該預測參數值以計算該工作週期，該轉換器接收該工作週期，並依據該工作週期以產生一輸出電壓，該太陽能電池接收該輸出電壓以產生該太陽能系統之一輸出功率，且該系統依據該輸出功率以更新該第一與該第二輸入參數。
如第七圖所示之該太陽能系統，其中該模糊邏輯系統包括一模糊化模組、一規則庫、一解模糊化模組與一模糊推論引擎(見第四圖)。其中該規則庫包括複數個規則，該模糊化模組接收該第一輸入參數以產生一模糊輸入組合，該模糊推論引擎比較該模糊輸入組合與該複數個規則，以產生一模糊輸出組合，且該解模糊化模組接收該模糊輸出組合以產生該預測參數值。在第七圖中之該太陽能系統，其中該第一輸入參數包括一第一部份與一第二部份，該第一部分為該輸出功率對該輸出電壓之一偏微分(S)的一絕對值，而該第二部份為S之一偏微分的一絕對值。該第二輸入參數包括一第一部份與一第二部份，該第一部分為該輸出功率對該輸出電壓之一偏微分，而該第二部份為該第一部份之一偏微分，當設定該第一部份等於0時，可求得產生該最大功率之該工作週期，且當設定該第二部份等於0時，可求得該等效控制輸入值。
根據狀態空間平均法把升壓式直流/直流轉換器之公式改寫成(1)與(2)式：
其中V PV
為太陽能系統輸出電壓，V RL
為經由直流/直流轉換器(受控體，其輸入參數為x)之輸出電壓，D
為工作週期，公式(1)與(2)化簡後可得如下所示之公式(3)與(4)：
把公式(3)與(4)寫成矩陣型式(5)，並利用公式(6)找出f(x)與g(x)如公式(7)與(8)所示：
由前述之滑動模式控制理論可得知順滑模態控制包含兩個部份，第一部分是迫近模態另一部分是順滑模態，在本計畫所開發演算法選取順滑函數之定義為S==0，目的是保證系統可達到順滑函數的狀態並達到最大功率點。
由太陽能系統特性可得知：
接著定義順滑函數為：
利用對S微分求得等效控制輸入值(Deq
)，以如下公式求之：
其中
利用以上公式(12)與設公式(11)等於零可求得Deq
：
在習知之滑動模式控制中，常利用一固定值之因子來調整控制訊號(例如，Chen-Chi Chu,Chieh-Li Chen,Robust maximum power point tracking method for photovoltaic cells: A sliding mode control approach,Solar Energy(2009)，其中的公式(13)即運用一正值常數k來調整實際之控制信號δ，當δeq
+kσ≧1時，δ=1；當0<δeq
+kσ≦1，時δ=δeq
+kσ；當δeq
+kσ≦0時，δ=0，其中δeq
為等效控制值，而σ是責任比)，但是固定的k值將會降低滑動模式控制之效能。因此，在本發明中對於fc值將不採取固定值的作法。由於工作週期範圍為0<D<1，所以控制律D如下公式：
其中Deq
為當=0時的控制力，f c
為模糊邏輯系統之預測參數值，其f c
範圍為0<f c
<1，D可視為最大功率追蹤所需要開的工作週期值。
接續設計公式(16)中之f c
模糊預估參數，設計f c
之模糊邏輯系統需要定義四個部分，即(1)模糊變數，(2)歸屬函數，(3)規則庫，與(4)解模糊化：
(1) 模糊變數：定義一組||與|S
|為輸入與要預測值，f c
為輸出，兩者輸入與輸出作為模糊邏輯系統的變數，如第四圖所示。
(2)歸屬函數：對於輸入與輸出，選擇一個最適合表示其關係的歸屬函數，此時本技術所採用的歸屬函數為高斯函數，如第五圖與第六圖所示。
(3)規則庫：模糊推論引擎的運作，必須給予一最恰當的規則庫。而且利用推論引擎來推論出最佳的模糊輸出。
(4)解模糊化：利用重心法解模糊化，把模糊推論引擎推論出的模糊輸出，解模糊化後得到預測值f c
，重心法公式如下所示。
其中u j
為利用規則庫與推論引擎所產生的歸屬函數值，為權重值，j為規則庫數目。
由以上四個步驟就可順利求得f c
，此時把求得f c
傳入給模糊滑動控制器之控制條件中，算出最佳化工作週期D，最後將工作週期給(昇壓式)直流/直流轉換器來控制太陽能系統達到最大功率點，詳細流程如第七圖所示。
在模糊滑動模式控制器中，若滑順條件存在，則要滿足下公式。
以下將針對不同條件D進行分析，目的是證明上述公式需成立。
條件一D eq
-f c S 0：此時工作週期D
=D eq
-f c
及S
>0，將(11)公式代入可得下列公式：
因此又可分成兩部分：
條件一之第一部分為D eq
=1，當D eq
=1代表太陽能系統電壓V PV 0或者直流/直流轉換器之輸出電壓V RL ∞，把D eq
=1代入(19)可得到下列公式：
由以上公式可證明 S
<0，滑順條件存在。
條件一之第二部分D eq
=0，當D eq
=0代表太陽能系統電壓等於直流/直流轉換器之輸出電壓V PV
=V RL
，把D eq
=0代入(19)可得到下列公式：
由以上公式可證明 S
<0，滑順條件存在。
條件二0<D eq
-f c S
<1：此時工作週期D
=D eq
-f c S
，將(11)公式代入可得下列公式：
由以上公式可發現當S
<0時則<0，反之當S
>0時則>0，為一個符號互補現象，因此都能滿足 S
<0，滑順條件存在。
條件三D eq
-f c S 1：此時工作週期D
=D eq
+f c
及S
<0，將(11)公式代入可得下列公式：
因此又可分成兩部分：
條件三之第一部分為D eq
=1，當D eq
=1代表太陽能系統電壓V PV 0或者直流/直流轉換器之輸出電壓V RL ∞，把D eq
=1代入(23)可得到下列公式：
由以上公式可證明 S
<0，滑順條件存在。
條件三之第二部分D eq
=0，當D eq
=0代表太陽能系統電壓等於直流/直流轉換器之輸出電壓V PV
=V RL
，把D eq
=0代入(23)可得到下列公式：
由以上公式可證明 S
<0，滑順條件存在。
綜合以上討論可以得知系統存在順滑條件，並且皆與f c
有密切關係，因此f c
參數是決定利用模糊滑動模式控制器實現整體系統時，效能是否符合預期之關鍵參數。如果f c
為固定參數，將會降低滑動模式控制系之效能，因為在不同的氣候環境會有最佳的f c
參數，所以在此才需透過模糊邏輯系統來預估f c
之參數來提高整體控制器之效能，利用模糊邏輯系統來預測f c
會跟隨追蹤最大功率時改變，將可達到加快追蹤速度、保持最大功率點、過濾雜訊及降低震盪現象等目標。
2.證明與模擬結果：
本技術所採用的模糊滑動控制器之想法與核心來自於模糊控制與滑動控制系統，因此模擬之比較演算法以模糊控制與滑動控制兩種為主，模擬種類分成兩種不同環境比較方式，第一種在同一個初始值比較追蹤速度與是否精確追蹤到最大功率點，第二種在穩定輸出功率時瞬間變化日曬與溫度，以比較追蹤速度與是否精確追蹤到最大功率點。
第一種固定之日曬與溫度分析，由模擬結果之第九圖、第十一圖可發現，模糊控制追蹤速度最快，但唯一致命缺點是無法達到精確的最大功率點，滑動控制雖然可以達到精確的最大功率點，但是追蹤速度慢，模糊滑動控制可精確的達到最大功率點，並且追蹤速度與模糊控制不分上下。
由模擬結果之第十圖與第十二圖可發現，滑動控制不只追蹤速度慢，且具有微小震盪現象，因此造成高成本之浪費且降低整體太陽能系統效率，反而模糊控制與模糊滑動控制並沒有致命震盪現象之缺點，且具有穩定的輸出功率與工作週期。
第二種日曬與溫度瞬間變化分析，由模擬結果之第十三圖、第十五圖與第十七圖可發現，滑動控制在瞬時日曬與溫度變化時，輸出功率產生脈衝(Overshoot)現象，當功率過大則會導致電路誤動作或晶片的燒毀，嚴重則會導致整個太陽能系統的控制板燒毀無法運作，模糊控制與模糊滑動控制在瞬時日曬與溫度變化時，依然可以順利追蹤無任何脈衝或振盪現象，尤其模糊滑動控制可精確抓取並穩定的維持在最大功率點，同樣的模糊控制依然無法精確達到最大功率點。
由模擬結果之第十四圖、第十六圖與第十八圖可發現，同樣的滑動控制在瞬時日曬與溫度變化時，工作週期也有脈衝與震盪現象，反之模糊控制與模糊滑動控制在瞬時日曬與溫度變化時，依然可以順利追蹤無任何脈衝或振盪現象。
綜合以上模擬結果，整理出表T001，其中包含模糊控制、滑動控制與模糊滑動控制之比較數據，其中最適化(Optimization)為目標值，從表T001中模糊滑動控制在最大功率點與工作週期皆與目標值相當接近，追蹤次數與模糊控制只差一次，在可接受範圍之內，因此模糊滑動控制具有模糊控制與滑動控制之優點，並且有效解決模糊控制與滑動控制的缺點，所以本發明所提出之模糊滑動控制具有可靠性與穩定性，無論是在溫度或日曬劇烈變化的環境中，都具有可靠性，使最大功率追蹤系統維持最大功率輸出。
當然，上述之依據本發明構想之第一較佳實施例的太陽能系統亦可予以上位化，而成為本發明之一第二較佳實施例。亦即，提供一太陽能系統，包含一模糊邏輯系統，產生該太陽能系統之一最大功率的一預測參數值，以及一模糊滑動控制器，接收該預測參數值與求得該最大功率之一等效控制輸入值，以決定一工作週期，其中該工作週期用以改變該預測參數值和該等效控制輸入值。
當然，上述之依據本發明構想之第一與第二較佳實施例的太陽能系統亦可進一步予以上位化，而成為本發明之一第三較佳實施例。亦即，提供一太陽能系統，包含一模糊滑動控制器系統，其中該控制器系統依據一模糊邏輯產生一最大功率之一預測參數值，並求得該最大功率之一等效控制輸入值，以決定一工作週期，且該工作週期用以更新該預測參數值和該等效控制輸入值。依據本發明構想之第三較佳實施例的該太陽能系統為一並聯型太陽能系統之智慧玻璃帷幕，其中該模糊滑動控制器系統包括一產生該模糊邏輯之模糊邏輯系統，以及一模糊滑動控制器，該控制器接收該預測參數值與求得該最大功率之一等效控制輸入值，並依據該預測參數值與該等效控制輸入值以決定該工作週期，該工作週期用以產生該系統之一輸出功率，且該預測參數值和該等效控制輸入值是依據該輸出功率而被更新。
1. 一種太陽能系統，包含：一模糊邏輯系統，產生該太陽能系統之一最大功率的一預測參數值；以及一模糊滑動控制器，接收該預測參數值與求得該最大功率之一等效控制輸入值，以決定一工作週期，其中該工作週期用以產生該系統之一輸出功率與更新該預測參數值和該等效控制輸入值。
2.根據實施例1所述之太陽能系統更包括一直流/直流轉換器與一太陽能電池，其中該模糊邏輯系統接收一第一輸入參數，用於產生該預測參數值，該模糊滑動控制器接收該預測參數值與一第二輸入參數，運用該第二輸入參數以求得該等效控制輸入值，並運用該等效控制輸入值與該預測參數值以計算該工作週期，該轉換器接收該工作週期，並依據該工作週期以產生一輸出電壓，該太陽能電池接收該輸出電壓以產生該太陽能系統之一輸出功率，且該系統依據該輸出功率以更新該第一與該第二輸入參數。
3.根據實施例1或2所述之太陽能系統，其中該模糊邏輯系統包括一模糊化模組、一規則庫、一解模糊化模組與一模糊推論引擎，且該直流/直流轉換器是選自一昇壓型轉換器、一降壓型轉換器、一非反向降昇壓型轉換器(non-inverting buck-boost inverter)、一降昇壓型轉換器、一邱克轉換器(Cuk converter)、一返馳式轉換器、一順向式轉換器與一推挽式轉換器其中之任一。
4.根據以上任一實施例所述之太陽能系統，其中該規則庫包括複數個規則，該模糊化模組接收該第一輸入參數以產生一模糊輸入組合，該模糊推論引擎比較該模糊輸入組合與該複數個規則，以產生一模糊輸出組合，且該解模糊化模組接收該模糊輸出組合以產生該預測參數值。
5.根據以上任一實施例所述之太陽能系統，其中該第一輸入參數包括一第一部份與一第二部份，該第一部分為該輸出功率對該輸出電壓之一偏微分(S)的一絕對值，而該第二部份為S之一偏微分的一絕對值。
6.根據以上任一實施例所述之太陽能系統，其中該第二輸入參數包括一第一部份與一第二部份，該第一部分為該輸出功率對該輸出電壓之一偏微分，而該第二部份為該第一部份之一偏微分，當設定該第一部份等於0時，可求得產生該最大功率之該工作週期，且當設定該第二部份等於0時，可求得該等效控制輸入值。
7.根據以上任一實施例所述之太陽能系統，其中該工作週期為D，該預測參數值為fc，該等效控制輸入值為Deq，該第一部份為S，則當Deq-fcS≦0時，D=Deq-fc；當0<Deq-fcS<1時，D=Deq-fcS；且當Deq-fcS≧1時，D=Deq+fc。
8. 一種太陽能系統，包含：一模糊邏輯系統，產生該太陽能系統之一最大功率的一預測參數值；以及一模糊滑動控制器，接收該預測參數值與求得該最大功率之一等效控制輸入值，以決定一工作週期，其中該工作週期用以改變該預測參數值和該等效控制輸入值。
9.一種太陽能系統，包含一模糊滑動控制器系統，其中該控制器系統依據一模糊邏輯產生一最大功率之一預測參數值，並求得該最大功率之一等效控制輸入值，以決定一工作週期，且該工作週期用以更新該預測參數值和該等效控制輸入值。
10.根據實施例9所述之太陽能系統為一並聯型太陽能系統之智慧玻璃帷幕，其中該模糊滑動控制器系統包括一產生該模糊邏輯之模糊邏輯系統，以及一模糊滑動控制器，該控制器接收該預測參數值與求得該最大功率之一等效控制輸入值，並依據該預測參數值與該等效控制輸入值以決定該工作週期，該工作週期用以產生該系統之一輸出功率，且該預測參數值和該等效控制輸入值是依據該輸出功率而被更新。
綜上所述，本發明提供一種具模糊滑動控制器之太陽能系統。該模糊滑動控制器可相容於高性能並聯型太陽能系統之智慧玻璃帷幕，並在瞬息萬變的各種天氣狀況下皆可使並聯型太陽能系統持續地輸出最大功率，且具有高可靠度與效率，故其確實具有進步性與新穎性。
是以，縱使本案已由上述之實施例所詳細敘述而可由熟悉本技藝之人士任施匠思而為諸般修飾，然皆不脫如附申請專利範圍所欲保護者。
第一圖：其係顯示一習知之直接適應性模糊滑動模式的示意圖；
第二圖：其係顯示一習知之間接適應性模糊滑動模式的示意圖；
第三圖：其係顯示一習知之工作週期與滑順函數的關係圖；
第四圖：其係顯示一依據本發明構想之第一較佳實施例的預測系統之模糊邏輯架構圖；
第五圖：其係顯示一依據本發明構想之第一較佳實施例的模糊輸入|S
|之高斯函數圖；
第六圖：其係顯示一依據本發明構想之第一較佳實施例的模糊輸入||之高斯函數圖；
第七圖：其係顯示一依據本發明構想之第一較佳實施例的模糊滑動控制器之最大功率點追蹤示意圖；
第八圖(a)-(h)：其係分別顯示一習知之昇壓型轉換器、降壓型轉換器、非反向降昇壓型轉換器(non-inverting buck-boost inverter)、降昇壓型轉換器、邱克轉換器(Cuk converter)、返馳式轉換器、順向式轉換器與推挽式轉換器的電路圖；
第九圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(1000 W/m2
)與溫度(45℃)之FSC、FC與SC之最大功率追蹤比較圖；
第十圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(1000 W/m2
)與溫度(45℃)之FSC、FC與SC之工作週期比較圖；
第十一圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(800 W/m2
)與溫度(40℃)之FSC、FC與SC之最大功率追蹤比較圖；
第十二圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(800 W/m2
)與溫度(40℃)之FSC、FC與SC之工作週期比較圖；
第十三圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(1000 W/m2
)與溫度(45℃)在瞬間變化為日曬(800 W/m2
)與溫度(40℃)之FC的最大功率追蹤響應圖；
第十四圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(1000 W/m2
)與溫度(45℃)在瞬間變化為日曬(800 W/m2
)與溫度(40℃)之FC的工作週期響應圖；
第十五圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(1000 W/m2
)與溫度(45℃)在瞬間變化為日曬(800 W/m2
)與溫度(40℃)之SC的最大功率追蹤響應圖；
第十六圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(1000 W/m2
)與溫度(45℃)在瞬間變化為日曬(800 W/m2
)與溫度(40℃)之SC的工作週期響應圖；
第十七圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(1000 W/m2
)與溫度(45℃)在瞬間變化為日曬(800 W/m2
)與溫度(40℃)之FSC的最大功率追蹤響應圖；以及
第十八圖：其係顯示一依據本發明構想之第一較佳實施例的日曬(1000 W/m2
)與溫度(45℃)在瞬間變化為日曬(800 W/m2
)與溫度(40℃)之FSC的工作週期響應圖。
Claims (10)
- 一種太陽能系統，包含：一模糊邏輯系統，產生該太陽能系統之一最大功率的一預測參數值；以及一模糊滑動控制器，接收該預測參數值與求得該最大功率之一等效控制輸入值，以決定一工作週期，其中該工作週期用以產生該系統之一輸出功率與更新該預測參數值和該等效控制輸入值。
- 如申請專利範圍第1項所述之太陽能系統，更包括一直流/直流轉換器與一太陽能電池，其中該模糊邏輯系統接收一第一輸入參數，用於產生該預測參數值，該模糊滑動控制器接收該預測參數值與一第二輸入參數，運用該第二輸入參數以求得該等效控制輸入值，並運用該等效控制輸入值與該預測參數值以計算該工作週期，該轉換器接收該工作週期，並依據該工作週期以產生一輸出電壓，該太陽能電池接收該輸出電壓以產生該太陽能系統之一輸出功率，且該系統依據該輸出功率以更新該第一與該第二輸入參數。
- 如申請專利範圍第2項所述之太陽能系統，其中該模糊邏輯系統包括一模糊化模組、一規則庫、一解模糊化模組與一模糊推論引擎，且該直流/直流轉換器是選自一昇壓型轉換器、一降壓型轉換器、一非反向降昇壓型轉換器(non-inverting buck-boost inverter)、一降昇壓型轉換器、一邱克轉換器(Cuk converter)、一返馳式轉換器、一順向式轉 換器與一推挽式轉換器其中之任一。
- 如申請專利範圍第3項所述之太陽能系統，其中該規則庫包括複數個規則，該模糊化模組接收該第一輸入參數以產生一模糊輸入組合，該模糊推論引擎比較該模糊輸入組合與該複數個規則，以產生一模糊輸出組合，且該解模糊化模組接收該模糊輸出組合以產生該預測參數值。
- 如申請專利範圍第2項所述之太陽能系統，其中該第一輸入參數包括一第一部份與一第二部份，該第一部分為該輸出功率對該輸出電壓之一偏微分(S)的一絕對值，而該第二部份為S之一偏微分的一絕對值。
- 如申請專利範圍第2項所述之太陽能系統，其中該第二輸入參數包括一第一部份與一第二部份，該第一部分為該輸出功率對該輸出電壓之一偏微分，而該第二部份為該第一部份之一偏微分，當設定該第一部份等於0時，可求得產生該最大功率之該工作週期，且當設定該第二部份等於0時，可求得該等效控制輸入值。
- 如申請專利範圍第6項所述之太陽能系統，其中該工作週期為D，該預測參數值為fc，該等效控制輸入值為Deq，該第一部份為S，則當Deq-fcS≦0時，D=Deq-fc；當0<Deq-fcS<1時，D=Deq-fcS；且當Deq-fcS≧1時，D=Deq+fc。
- 一種太陽能系統，包含：一模糊邏輯系統，產生該太陽能系統之一最大功率的一預測參數值；以及 一模糊滑動控制器，接收該預測參數值與求得該最大功率之一等效控制輸入值，以決定一工作週期，其中該工作週期用以改變該預測參數值和該等效控制輸入值。
- 一種太陽能系統，包含一模糊滑動控制器系統，其中該控制器系統依據一模糊邏輯產生一最大功率之一預測參數值，並求得該最大功率之一等效控制輸入值，以決定一工作週期，且該工作週期用以更新該預測參數值和該等效控制輸入值。
- 如申請專利範圍第9項所述之太陽能系統，係為一並聯型太陽能系統之智慧玻璃帷幕，其中該模糊滑動控制器系統包括一產生該模糊邏輯之模糊邏輯系統，以及一模糊滑動控制器，該控制器接收該預測參數值與求得該最大功率之一等效控制輸入值，並依據該預測參數值與該等效控制輸入值以決定該工作週期，該工作週期用以產生該系統之一輸出功率，且該預測參數值和該等效控制輸入值是依據該輸出功率而被更新。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW99147388A TWI420278B (zh) | 2010-12-31 | 2010-12-31 | 具模糊滑動控制器之太陽能系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW99147388A TWI420278B (zh) | 2010-12-31 | 2010-12-31 | 具模糊滑動控制器之太陽能系統 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201227207A TW201227207A (en) | 2012-07-01 |
| TWI420278B true TWI420278B (zh) | 2013-12-21 |
Family
ID=46933128
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW99147388A TWI420278B (zh) | 2010-12-31 | 2010-12-31 | 具模糊滑動控制器之太陽能系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI420278B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104259005B (zh) * | 2014-09-03 | 2017-02-15 | 江苏科技大学 | 静电除尘用高频高压电源控制器及控制方法 |
| CN106026675B (zh) * | 2016-07-05 | 2020-01-03 | 扬州大学 | 一种llc谐振直流变换器的模糊选频滑模控制器 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0290999B1 (en) * | 1987-05-12 | 1992-08-05 | Fuji Photo Film Co., Ltd. | "fuzzy inference" powder weighing methods and measuring mixer |
| EP0690557B1 (en) * | 1994-07-01 | 1996-10-09 | STMicroelectronics S.r.l. | Fuzzy logic control process and device for induction motors |
| US6765315B2 (en) * | 2001-03-14 | 2004-07-20 | International Power Systems, Inc. | Bi-directional regulator/converter with buck/boost by fuzzy logic control |
| TW200930284A (en) * | 2008-01-04 | 2009-07-16 | Univ Nat Kaohsiung Applied Sci | Photoelectric detection based control method and system adopting fuzzy theory |
| TW200943012A (en) * | 2008-04-09 | 2009-10-16 | Inotera Memories Inc | Method of fuzzy control for semiconductor machine |
| CN101902065A (zh) * | 2010-07-15 | 2010-12-01 | 上海海洋大学 | 复合电源多级电压输出装置及多电源选择控制方法 |
-
2010
- 2010-12-31 TW TW99147388A patent/TWI420278B/zh not_active IP Right Cessation
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0290999B1 (en) * | 1987-05-12 | 1992-08-05 | Fuji Photo Film Co., Ltd. | "fuzzy inference" powder weighing methods and measuring mixer |
| EP0690557B1 (en) * | 1994-07-01 | 1996-10-09 | STMicroelectronics S.r.l. | Fuzzy logic control process and device for induction motors |
| US6765315B2 (en) * | 2001-03-14 | 2004-07-20 | International Power Systems, Inc. | Bi-directional regulator/converter with buck/boost by fuzzy logic control |
| TW200930284A (en) * | 2008-01-04 | 2009-07-16 | Univ Nat Kaohsiung Applied Sci | Photoelectric detection based control method and system adopting fuzzy theory |
| TW200943012A (en) * | 2008-04-09 | 2009-10-16 | Inotera Memories Inc | Method of fuzzy control for semiconductor machine |
| CN101902065A (zh) * | 2010-07-15 | 2010-12-01 | 上海海洋大学 | 复合电源多级电压输出装置及多电源选择控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201227207A (en) | 2012-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ahmad et al. | Power tracking techniques for efficient operation of photovoltaic array in solar applications–A review | |
| Putri et al. | Maximum power point tracking for photovoltaic using incremental conductance method | |
| CN101604848B (zh) | 单级三相光伏并网***的模糊滑模控制方法 | |
| Javed et al. | A novel MPPT design using generalized pattern search for partial shading | |
| Reisi et al. | Classification and comparison of maximum power point tracking techniques for photovoltaic system: A review | |
| Ishaque et al. | An improved particle swarm optimization (PSO)–based MPPT for PV with reduced steady-state oscillation | |
| Ebrahim et al. | Whale inspired algorithm based MPPT controllers for grid-connected solar photovoltaic system | |
| Kang et al. | A Novel MPPT Control of photovoltaic system using FLC algorithm | |
| Chin et al. | Fuzzy logic based MPPT for PV array under partially shaded conditions | |
| CN104035476B (zh) | 基于输出电压频率步进扰动的最大功率点跟踪方法 | |
| TWI391807B (zh) | 太陽光電發電系統之最大功率追蹤系統及方法 | |
| CN110737302A (zh) | 一种基于光伏发电***电阻匹配的mppt控制方法 | |
| CN113359938B (zh) | 一种基于非奇异快速终端滑模控制的光伏***最大功率点跟踪方法 | |
| CN104571256B (zh) | 一种考虑光照变化的光伏电源极值搜索方法 | |
| Mahesh et al. | A new multivariate linear regression MPPT algorithm for solar PV system with boost converter | |
| El Khateb et al. | Type-2 fuzzy logic approach of a maximum power point tracking employing sepic converter for photovoltaic system | |
| Kumar et al. | Development of fuzzy logic based MPPT controller for PV system at varying meteorological parameters | |
| Sharma et al. | Maximum Power Point Tracking Techniques: A Review | |
| Ali et al. | Optimization of PV model using fuzzy-neural network for DC-DC converter systems | |
| Radjai et al. | The new FLC-variable incremental conductance MPPT with direct control method using Cuk converter | |
| TWI420278B (zh) | 具模糊滑動控制器之太陽能系統 | |
| CN112198924B (zh) | 一种光伏电池最大功率点跟踪方法 | |
| Priyadarshi et al. | A particle swarm optimization based fuzzy logic control for photovoltaic system | |
| CN105824347A (zh) | 改进的基于β参数的变步长最大功率点跟踪控制方法 | |
| Fares et al. | Comparison between different algorithms for maximum PPT in photovoltaic systems and its implementation on microcontroller |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |