بهبود عملکرد کنترل پیش‌بین مبتنی بر مدل در ردیابی ماکزیمم توان در سیستم فتوولتائیک با استفاده از کنترل فازی در صورت وجود عدم قطعیت در مدل

مشخصه توان ولتاژ در یک سیستم فتوولتائیک، مشخصه غیرخطی است. محل و مقدار نقطه ماکزیمم توان[i] (mpp) به شرایط محیطی مانند شدت نور و دمای محیط بستگی دارد. برای استخراج ماکزیمم توان به سیستمی نیاز است که شامل یک مبدل dcdc و یک روش کنترلی است؛ به چنین سیستمی، ردیابی نقطه ماکزیمم توان[ii] (mppt) گفته می‌شود که یک قسمت اساسی در سیستم فتوولتائیک است. یکی از این روش‌های کنترلی استفاده‌شده در mppt، روش کنترل پیش‌بین مبتنی بر مدل[iii] (mpc) است. روش کنترل پیش‌بین مبتنی بر مدل با استفاده از معادلات مربوط به مبدل dcdc، نقطه ماکزیمم توان را ردیابی می‌کند. در کنترل پیش‌بین مبتنی بر مدل، معادلات سیستم به‌صورت ایدئال نوشته می‌شوند؛ درحالی‌که در واقعیت و با مرور زمان، مقادیر عناصر موجود در مبدل dc تغییر کرده یا نامشخص‌اند. برای حل این مشکل دو راه‌حل وجود دارد: راه‌حل نخست این است که معادلات سیستم به‌صورت واقعی نوشته شوند؛ درنتیجه، فرمول‌ها بسیار پیچیده می‌شوند و حجم زیادی از حافظه و زمان میکروپروسسور را اشغال می‌کنند و درنهایت، سرعت عملکرد کنترل را کاهش می‌دهند. در بیشتر اوقات نیز مقادیر دقیق عناصر موجود در مدار مشخص نیستند. روش دوم، استفاده از سنسورهای اضافی است که این امر نیز باعث افزایش قیمت سیستم می‌شود. در این مقاله با استفاده از یک کنترلر فازی، عملکرد کنترل پیش‌بین مبتنی بر مدل در صورت وجود عدم‌قطعیت در مدل مبدل بهبود می‌یابد. در ضمن با استفاده از این روش، نیاز به سنسورهای اضافی برای تشخیص نامعینی عناصر موجود در مبدل dcdc برطرف می‌شود. نتایج با استفاده از نرم‌افزار متلب (matlab) ارائه شده‌اند و عملکرد بهتر این روش را در مقایسه با روش کنترل پیش‌بین مبتنی بر مدل و روش کنترلر فازی مرسوم نشان می‌دهند.[i] maximum power point[ii] maximum power point tracking[iii] model predictive control

Improvement of Model Predictive Control in Maximum Power Tracking in a Photovoltaic System using Fuzzy Control in the Presence of Uncertainty in the Model

The PV characteristic of a photovoltaic system is a nonlinear characteristic. The location and the value of the maximum power point in a Photovoltaic (PV) system depends on environmental conditions such as the intensity of solar radiation and the ambient temperature. To extract maximum power, a system including a DCDC converter and a control method is required. Such a system is called maximum power tracking (MPPT), which is an essential part of a photovoltaic system. Model predictive control (MPC) is a type of control method which is used in MPPT. The modelbased predictive control method detects the maximum power point using the equations of the dcdc converter. In MPC, the system equations are ideally formulated. However, the values of the elements in the dc dc converter change over time. There are two solutions to this problem. The first is to write real system equations. As a result, the formulations become very complicated and take up a large amount of microprocessor time and memory. Also, most of the time the exact values of the elements in the circuit are unknown. The second method is the use of additional sensors, which increases the cost of the system. In this article, a Fuzzy Model Predictive Control (FMPC) method is proposed for a Cuk converter to implement MPPT in photovoltaic systems. The proposed method obtains an improved performance and eliminates the need for the actual values of the elements. The method has been simulated in the MATLAB/Simulink workspace and its performance superiority has been demonstrated by comparing it against existing MPC and FL MPPT approaches.