Nghiên cứu thuật toán INC và đề xuất các cải tiến phát triển cho
thuật toán INC áp dụng trong điều khiển MPPT của hệ thống PV. Mô phỏng
được thuật toán MPPT trong ở điều kiện bức xạ thay đổi thường gặp trong
thực tế để thấy được hiệu quả của thuật toán. Kết quả cho thấy phương pháp
MPPT dựa trên thuật toán INC phát triển hoạt động tốt khi điều kiện bức xạ
mặt trời thay đổi đột ngột, phản ứng bám điểm công suất cực đại với thời gian
rất nhanh, độ quá điều chỉnh rất nhỏ. Ngoài ra, thuật toán INC phát triển có
ưu điểm hơn hơn hẳn thuật toán INC truyền thống chẳng hạn như: hội tụ
nhanh hơn, dao động quanh điểm công suất cực đại hẹp và ít hơn; giảm thiểu
được hao tổn công suất phát do dao động quanh điểm công suất cực đại, hiệu
suất cao hơn
34 trang |
Chia sẻ: honganh20 | Ngày: 01/03/2022 | Lượt xem: 546 | Lượt tải: 3
Bạn đang xem trước 20 trang tài liệu Tóm tắt Luận án Nghiên cứu và phát triển hệ thống năng lượng điện mặt trời, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
suất đạt tối đa.
Hình 2.5 là sơ đồ cấu trúc điều khiển MPPT. Các bộ biến đổi DC/DC
thường sử dụng một trong ba loại sau: buck (bộ giảm áp), boost (bộ tăng áp)
và bộ buck-boost (bộ giảm-tăng áp). Do phụ thuộc vào nhiệt độ và cường độ
ánh sáng nên điện áp làm việc của các panel PV dao động khá lớn. Chính vì
vậy nên sử dụng bộ boost để có thể tăng điện áp DC phù hợp với trạng thái
công suất cực đại.
DC/DC Boost
converter
MPPT controller
Microcontroller
SVPWM
converter
I,V
PV panel
PWM
Hình 2.5. Sơ đồ điều khiển MPPT của PV
2.3 Kết luận chương 2
Chương 2 này tác giả đã trình bày tổng quan chung về hệ thống năng
lượng điện mặt trời bao gồm các thành phần chính của hệ thống, đặc tính của
tấm pin năng lượng mặt trời. Tác giả cũng đưa ra những yếu tố trọng tâm
phát triển hệ thống năng lượng mặt trời.
Hệ thống năng lượng điện mặt trời là một thống lớn nên có rất nhiều
vấn đề cần được cải tiến và phát triển cho hệ thống, trong khuôn khổ của luận
án tác giả tập trung nghiên cứu phát triển các thuật toán tìm điểm điểm công
suất cực đại cho các bộ điều khiển công suất cực đại (MPPT) để hệ thống làm
việc đạt hiệu suất cao hơn và ổn định hơn, đồng thời tác giả cũng thiết kế chế
tạo thực nghiệm một hệ thống năng lượng mặt trời nối lưới theo hướng phát
triển của các bộ biến đổi công suất DC/DC và DC/AC.
7
CHƯƠNG 3
NGHIÊN CỨU PHÁT TRIỂN BỘ ĐIỀU KHIỂN BÁM ĐIỂM
CÔNG SUẤT CỰC ĐẠI CỦA HỆ THỐNG ĐIỆN MẶT TRỜI
3.1 Các yếu tố ảnh hưởng tới MPP
3.1.1 Ảnh hưởng của bức xạ
Ta có biểu thức dòng điện theo bức xạ như công thức (3.1).
𝐼 = (
𝐺
𝐺0
) 𝐼𝑆𝐶 − 𝐼0 [𝑒
𝑞𝑉𝑑
𝑛𝐾𝑇 − 1] (3.1)
Hình 3.1. Đặc tuyến I – V, P – V và P – I với các mức bức xạ khác nhau
3.1.2 Ảnh hưởng của nhiệt độ
Dòng điện ngắn mạch được cho bởi công thức theo nhiệt độ (T) như
(3.2)
𝐼𝑆𝐶(𝑇) = 𝐼𝑆𝐶(𝑇𝑟)[1 − 𝛼(𝑇 − 𝑇𝑟)] (3.2)
Đặc tuyến I – V, P – V và P – I tại các mức nhiệt độ khác nhau như
hình 3.2. Khi nhiệt độ tăng thì đặc tuyến I – V dịch sang trái tức là điện áp
giảm. Dẫn tới MPP của hệ thống pin quang điện cũng thay đổi. Vậy yêu cầu
phải có thuật toán để theo dõi MPP giúp hệ thống có thể làm việc tại MPP để
giảm tổn thất và nâng cao hiệu suất hoạt động cho toàn hệ thống [111].
Hình 3.2. Đặc tuyến I – V, P – V và P – I với các nhiệt độ khác nhau
8
3.1.3 Ảnh hưởng của hiện tượng bóng râm
Hiện tượng bóng râm được định nghĩa khi PV bị che phủ một phần
mà có thể gây ra các ảnh hưởng nghiêm trọng đến hiệu suất của PV. Bóng
râm không chỉ làm giảm công suất của các tế bào quang điện mà còn thay đổi
điện áp hở mạch Voc, dòng ngắn mạch Isc và hiệu suất của chúng.
Hình 3.3. Đặc tính I-V, P-V khi có bóng râm
3.2 Tìm điểm công suất cực đại
Một thành phần quan trọng trong hệ thống PV là MPPT, thành phần
này giúp hệ thống PV phát được công suất ngõ ra của hệ thống cực đại, giảm
tổn thất công suất và giải quyết bài toán kinh tế cho hệ thống PV. Nó như là
một thiết bị công suất liên kết hệ pin quang điện với tải, điều khiển điểm hoạt
động của hệ pin quang điện để thu được công suất cực đại từ hệ pin quang
điện với điều kiện môi trường thay đổi như nhiệt độ, bức xạ, bóng râm vì
thế hiệu suất hệ thống được cải thiện.
3.3 Nghiên cứu phát triển thuật toán độ dẫn gia tăng trong điều khiển
bám điểm công suất cực đại
3.3.1 Theo dõi MPP bằng thuật toán INC truyền thống
Sơ đồ thuật toán INC như hình 3.4 [5]:
Hình 3.4. Sơ đồ thuật toán INC
9
Nếu coi D là một biến điều khiển thì lưu đồ thuật toán INC truyền
thống được viết lại như hình 3.5.
Start
Read V(k), I(k)
dV = V(k) - V(k-1); dI = I(k) - I(k-1)
dP = V(k)*I(k) - V(k-1)*I(k-1)
D D(k) = D Dmax
dV = 0
YesNo
dI = 0
Yes
D(k) = D(k-1)D(k) = D(k-1)
Yes
No
dI > 0
Yes
D(k) = D(k-1) + D D(k) D(k) = D(k-1) - D D(k)
No
V(k-1) = V(k); I(k-1) = I(k)
Return
No
D(k) = D(k-1) - D D(k) D(k) = D(k-1) + D D(k)
No
Yes
dI/dV = - I/V
dI/dV > - I/V
Hình 3.5. Lưu đồ thuật toán INC với biến D cố định
Trong lưu đồ thuật toán hình 3.5 kích thước bước được cố định. Sự cố
định về kích thước bước nhảy cố định ảnh hưởng đến hiệu quả điều khiển
MPPT của thuật toán INC. Nếu kích thước bước lớn thì hệ thống nhanh đạt
tới trạng thái MPP, nhưng độ dao động quanh điểm MPP lại lớn, làm giảm
hiệu suất của MPPT. Và ngược lại, nếu kích thước bước nhỏ, thì thời gian để
hệ thống PV đạt tới trạng thái MPP lại lâu. Sự hạn chế này được khắc phục
bằng việc phát triển thuật toán INC với kích thước bước nhảy tự điều chỉnh
sẽ được trình bày ở phần tiếp theo.
3.3.2 Phát triển thuật toán INC nhằm đạt MPP nhanh
Phương pháp xác định kích thước bước nhảy tự điều chỉnh sẽ được
xác định như sau:
𝐷(𝑘) = 𝐷(𝑘 − 1) ± 𝑁 ∗ |
𝑑𝑃
𝑑𝑉 − 𝑑𝐼
| (3.3)
Trong đó: N là tham số, tham số này sẽ quyết định kích thước bước trong
thuật toán INC. Sơ đồ lưu đồ của thuật toán MPPT INC có bước thay đổi
được trình bày trong hình 3.6.
10
Start
Read V(k), I(k)
dV = V(k) - V(k-1); dI = I(k) - I(k-1)
dP = V(k)*I(k) - V(k-1)*I(k-1)
DD(k) = N*abs(dP/(dV-dI))
dV = 0
YesNo
dI = 0
Yes
D(k) = D(k-1)D(k) = D(k-1)
Yes
No
dI > 0
Yes
D(k) = D(k-1) + DD(k) D(k) = D(k-1) - DD(k)
No
V(k-1) = V(k); I(k-1) = I(k)
Return
No
D(k) = D(k-1) - DD(k) D(k) = D(k-1) + DD(k)
No
Yes
dI/dV = - I/V
dI/dV > - I/V
Hình 3.6. Lưu đồ thuật toán INC với kích thước bước nhảy thay đổi
nhằm mục đích hội tụ nhanh
3.3.3 Phát triển thuật toán INC nhằm giảm dao động quanh MPP
Khi hệ thống ở trạng thái xác lập, các giá trị biến thiên công suất không
lớn, thì một giá trị bước nhảy càng nhỏ sẽ càng giảm độ giao động, giảm tổn
thất công suất cho hệ thống. Trong thuật toán đề xuất này, đề tài cũng áp dụng
một giá trị bước nhảy có độ lớn giảm dần về giá trị 0, để giảm độ giao động
của công suất khi đạt MPP.
|𝑑𝑃| ∆𝐷𝑘 =
∆𝐷𝑘−1
𝛼
(3.4)
Với điều kiện như biểu thức (3.4), bước nhảy tiếp theo sẽ được xác
định dựa vào độ biến đổi của bước nhảy phía trước, và nếu công suất thay đổi
nhỏ, thì giá trị bước nhảy sẽ giảm dần với một hệ số chia α, và giá trị α này
thường được chọn là 2.
11
Start
Read V(k), I(k)
dV = V(k) - V(k-1); dI = I(k) - I(k-1)
dP = V(k)*I(k) - V(k-1)*I(k-1)
dV = 0
YesNo
dI = 0
Yes
D(k) = D(k-1)D(k) = D(k-1)
Yes
No
dI > 0
Yes
D(k) = D(k-1) + D D(k) D(k) = D(k-1) - D D(k)
No
V(k-1) = V(k); I(k-1) = I(k)
Return
No
D(k) = D(k-1) - D D(k) D(k) = D(k-1) + D D(k)
No
Yes
dI/dV = - I/V
dI/dV > - I/V
dP
Yes
No
D D(k) = D D(k-1)/2
Yes
D D(k) = N*abs(dP/(dV-dI))
Hình 3.7. Lưu đồ thuật toán INC với kích thước bước nhảy thay đổi nhằm
mục đích giảm dao động tại MPP
3.4 Nghiên cứu phát triển thuật toán tối ưu bầy đàn trong điều
khiển bám điểm công suất cực đại
3.4.1 Thuật toán tối ưu bầy đàn (PSO)
PSO (Particle Swarm Optimization) là một trong những kỹ thuật tính
toán tiến hóa được đề xuất bởi Eberhart và Kennedy vào năm 1995 [48,49].
PSO được phỏng theo hành vi xã hội và hợp tác của nhiều loài khác nhau để
đáp ứng nhu cầu tìm kiếm thức ăn của chúng trong không gian đa chiều. Khái
niệm về PSO nguyên thể (được gọi là PSO) được thể hiện bằng hai phương
trình toán học dưới đây [65]:
12
1
, , 1 1 , , 2 2 ,( ) ( )
k k k k k k
i j i j i j i j j i jV wV c r Pbest X c r Gbest X
(3.5)
1 1
, , ,
k k k
i j i j i jX X V
(3.6)
Sơ đồ thuật toán của PSO được thể hiện trong Hình 3.8.
Đúng
Đặt thông số PSO
Tính toán giá trị hàm mục tiêu của mỗi cá thể
Đánh giá hàm mục tiêu của mỗi cá thể,
chọn Pbest và Gbest
Đặt số lần lặp k =1
Cập nhật giá trị vận tốc và vị trí của mỗi cá thể
Đánh giá hàm mục tiêu của mỗi cá thể
và cập nhật Pbest, Gbest
Nếu k <= Maxite ?
In giá trị tối ưu của đầu ra, Gbest
k = k+1
Sai
Khởi tạo vị trí và vận tốc ban đầu của mỗi cá thể
Hình 3.8 Sơ đồ thuật toán của PSO
3.4.2 Phát triển thuật toán tối ưu bầy đàn
3.4.2.1 Thuật toán tối ưu bầy đàn vi phân (DPSO)
DPSO là phát triển của thuật toán tối ưu bầy đàn (PSO), trong đó
các cá thể có khả năng thoát khỏi tối ưu cục bộ, để tìm giải pháp tối ưu hóa
tốt hơn trong không gian tìm kiếm.
13
Thuật toán DPSO khắc phục nhược điểm của PSO bằng cách cập
nhật thêm tốc độ của một cá thể ngẫu nhiên được chọn trong bầy đàn. Sự khác
biệt tỷ lệ ngẫu nhiên giữa bản thân cá thể đang xét và và cá thể được chọn
mới, được thể hiện trong phương trình vận tốc. Về mặt toán học, thuật toán
DPSO có thể được trình bày như sau:
1 ( ) ( ) ( ), , , , , ,11 2 2 3 3 ,
k k k k k k k kV wV c r Pbest X c r Gbest X c r X Xp q p q p q p q q p q p ql q
(3.11)
1 1
, , ,
k k kX X Vp q p q p q
(3.12)
Chú ý rằng l đại diện cho cá thể chuyên gia tương ứng với cá thể
mục tiêu p. Trong phương trình này, l thay đổi từ 1 đến N nhưng l ≠ p. Hình
3.9 thể hiện cơ chế tìm kiếm của DPSO được đề xuất trong không gian tìm
kiếm đa chiều.
Gbestk
Xp
k
Xp
k+1
Vp
Gbest
Pbestp
k
Vp
k
Vp
Pbest
Vp
k+1
Vp
Diff
Hình 3.9 Cơ chế tìm kiểm của DPSO trong không gian đa chiều
Trong hình 3.9, Pbestpk,q đại diện cho thành phần thứ q cá thể tốt
nhất của cá thể thứ p, trong khi Gbestqk đại diện cho thành phần thứ q của cá
thể tốt nhất cho đến lần lặp k.
Từ hình 3.9 có thể thấy rằng DPSO được đề xuất được thực hiện
bằng cách thêm một đặc trưng mới (VpDiff) trong phương trình vận tốc, do đó
điểm công suất cực đại có thể thu được sớm hơn nhiều so với trường hợp sử
dụng PSO cổ điển. Hơn nữa, tính năng bổ sung này cho phép các cá thể thoát
khỏi tối ưu cục bộ để tìm kiếm một giải pháp tốt hơn trong không gian tìm
kiếm.
Thuật toán MPPT dựa trên DPSO (MPPT – DPSO)
Như đã đề cập ở chương 2, đặc tính tế bào quang điện là phi tuyến
tính, có công suất đầu ra thay đổi theo sự biến đổi của bức xạ ánh sáng và
nhiệt độ, do đó làm giảm hiệu quả hoạt động của tấm pin mặt trời (PV). Ngoài
ra, hiệu quả của các mô-đun quang điện này không được đạt yêu cầu, do đó
đòi hỏi sự hỗ trợ của các thuật toán thông minh để khắc phục vấn đề này.
14
Trong luận án này, một mô hình sử dụng thuật toán MPPT dựa trên DPSO
được đề xuất để nâng cao hiệu quả hoạt động của PV.
Lưu đồ thuật toán của MPPT - DPSO được thể hiện trên hình 3.10:
Đúng
Chọn giá trị w, c1, c2 , c3, n
Xác định V(i), I(i). Tính toán giá trị hàm mục tiêu của
mỗi cá thể: P(i)=V(i)*I(i)
Đánh giá hàm mục tiêu của mỗi cá thể,
chọn Pbest và Gbest
Đặt số lần lặp k =1
Cập nhật giá trị vận tốc và vị trí của mỗi cá thể
Đánh giá hàm mục tiêu của mỗi cá thể
và cập nhật Pbest, Gbest
Nếu k <= Maxite ?
In giá trị tối ưu của chu kỳ xung, Gbest
k = k+1
Sai
Khởi tạo vị trí và vận tốc ban đầu của mỗi cá thể d=d0;
v=0.1*d0
Hình 3.10. Sơ đồ thuật toán của MPPT - DPSO
3.4.2.2 Thuật toán tối ưu bầy đàn nhiễu loạn (PPSO)
Thuật toán PPSO cũng là một phát triển của thuật toán PSO nó làm
việc dựa trên nguyên tắc sau: bất cứ khi nào các cá thể bị hội tụ vào vùng cực
đại cục bộ vectơ vận tốc của mỗi cá thể cần được thực hiện nhiễu loạn. Thông
thường, tình huống này xảy ra khi giải pháp tối ưu (Gbest của bầy đàn) không
được cải thiện sau một số lần lặp nhất định, chẳng hạn như sau một giá trị sai
15
lệch cho phép (dung sai) hoặc khi đạt đến một tiêu chí dừng (được quy định
trước và phải nhỏ hơn số lần lặp tối đa). Nhiễu loạn là hiện tượng vectơ vận
tốc của mỗi cá thể cần được thiết lập lại, để các cá thể có thể thoát ra khỏi
cực đại cục bộ. Về mặt toán học, các khái niệm nhiễu loạn vận tốc cho mỗi
cá thể có thể được biểu diễn như sau:
1
, ,
k k
p q p qV pbest
(3.13)
Ngoài ra, giới hạn dung sai cần được điều chỉnh, để các cá thể có khả
năng tìm kiếm các cơ hội khác tối ưu hơn trong không gian với một số lần
lặp tối thiểu nhất định. Bên cạnh đó, sự nhiễu loạn vận tốc có thể được thực
hiện với một số lần nhất định. Nói cách khác, sự nhiễu loạn trong vectơ vận
tốc của mỗi cá thể cho phép các cá thể tiếp tục khám phá không gian tìm kiếm
để thoát khỏi cực đại cục bộ. Một mô hình mô tả điển hình của mỗi cá thể
tương ứng với chiều dài tăng dần của mũi tên của các cá thể bị nhiễu loạn vận
tốc (PP) được thể hiện trong Hình 3.11.
Hình 3.11 Cơ chế tìm kiếm của PPSO trong không gian đa chiều
Thuật toán MPPT dựa trên PPSO ( MPPT-PPSO)
Lưu đồ thuật toán của phương pháp MPPT-PPSO được đề xuất như
Hình 3.12.
Đầu tiên, giá trị chu kỳ xung D của bộ chuyển đổi DC/DC được chọn
làm vị trí của cá thể trong không gian tìm kiếm. Trong khi đó, công suất đầu
ra của dãy PV được định nghĩa là giá trị hàm mục tiêu. Cần lưu ý rằng số
lượng của các cá thể nên được chọn là số lượng các mô đun kết nối nối tiếp
trong dãy PV. Tiếp theo, thuật toán PPSO sẽ bắt đầu quá trình tối ưu hóa từ
một giá trị ban đầu ngẫu nhiên được chọn trong phạm vi sau:
Dik = [D1, D2, D3, DN]
LCP1
LCP2
LCP3
LCP4
LCP5
IP2
IP1
IP3
IP5
Local optimum
IP4
PP5
IP4
PP1
PP3
Global optimum
PP3
PP4
IP: Initialized Particle
PP: Perturbed Particle
LCP: Locally Converged Particle
Arrow: Represents direction of move
Length of arrow: Values of velocity
16
Đúng
Đặt giá trị w , c1 , c2,c3 , n
If k <= Maxite ?k = k+1
Sai
If tol<tol_max
Yes
tol=1
V=Pbest tol = Fb
k
- Fb1
k+1
No
Khởi tạo vị trí và vận tốc ban đầu của mỗi cá thể d=d0;
v=0.1*d0
Xác định V(i), I(i). Tính toán giá trị hàm mục tiêu của
mỗi cá thể: P(i)=V(i)*I(i)
Đánh giá hàm mục tiêu của mỗi cá thể,
chọn Pbest và Gbest
Đặt số lần lặp k =1
Cập nhật giá trị vận tốc và vị trí của mỗi cá thể
Đánh giá hàm mục tiêu của mỗi cá thể
và cập nhật Pbest, Gbest
In giá trị tối ưu của chu kỳ xung, Gbest
Hình 3.12 Lưu đồ thuật toán MPPT-PPSO
Trong đó N là số cá thể và k là số lần lặp. Nói cách khác, các cá thể
được khởi tạo bởi các vị trí ngẫu nhiên trong không gian tìm kiếm [Dmin,
Dmax]. Dmax và Dmin lần lượt là chu kỳ xung tối đa và tối thiểu của bộ chuyển
đổi DC/DC được sử dụng trong nghiên cứu. Sau đó, bộ điều khiển kỹ thuật
số gửi tín hiệu điều khiển PWM theo chu kỳ xung (tín hiệu này đại diện cho
17
vị trí của cá thể thứ i), điện áp và dòng điện đầu ra của dãy pin, VPV và IPV
được xác định, từ đó tính được công suất đầu ra của dãy pin (giá trị hàm mục
tiêu), theo công thức: PPV = VPV*IPV. Giá trị hàm mục tiêu của từng cá thể
được đánh giá theo công thức: Fpk = f(Xpk) ∀p, để tìm chỉ số cá thể tốt nhất b.
Cuối cùng, thuật toán PPSO cập nhật Pbest, Gbest cho đến khi đạt được giá
trị tối ưu của chu kỳ xung, được gọi là Gbest. Cần lưu ý rằng bất cứ khi nào
tol <tol_max thì V = Pbest và tol = 1, nếu sai tol = Fbk - Fb1k + 1.
3.5 Kết luận chương 3
Trong hệ thống PV người ta luôn mong muốn cho dù ở bất kỳ điều
kiện thời tiết như thế nào thì dòng công suất phát từ dàn PV tới tải luôn là cực
đại, đó là mục tiêu của bài toán điều khiển MPPT. Chương 3 tác giả nghiên
cứu các thuật toán điều khiển công suất cực đại thông dụng và đưa ra các cải
tiến phát triển cho thuật toán để áp dụng trong điều khiển MPPT của hệ thống
PV làm cho hệ thống hoạt động hiệu suất tốt hơn.
Chương 3 tác giả giới thiệu một số thuật toán cho bộ điều khiển
MPPT và nghiên cứu thuật toán INC và đưa ra các cải tiến phát triển cho
thuật toán INC làm cho hệ thống đạt điểm công suất cực đại nhanh hơn, dao
động quanh điểm công suất cực đại hẹp và ít hơn, giảm thiểu được hao tổn
công suất phát do dao động quanh điểm công suất cực đại. Trong chương 3
này tác giả cũng chú trọng nghiên cứu thuật toán PSO áp dụng trong điều
khiển MPPT và đã đề xuất ra các thuật toán mới bằng cách phát triển dựa trên
thuật toán PSO cổ điển đó là thuật toán DPSO và thuật toán PPSO để cải thiện
hiệu quả hoạt động của hệ thống PV.
CHƯƠNG 4
MÔ PHỎNG KIỂM CHỨNG CÁC THUẬT TOÁN MPPT PHÁT
TRIỂN CHO HỆ THỐNG NĂNG LƯỢNG ĐIỆN MẶT TRỜI
4.1. Kết quả mô phỏng thuật toán INC các phát triển của thuật toán INC
4.1.1. Sơ đồ mô phỏng
Hình 4.1. Sơ đồ mô phỏng thuật toán INC
18
4.1.2 Kết quả mô phỏng
4.1.2.2 Thuật toán phát triển INC nhằm đạt MPP nhanh
Tác giả tiến hành mô phỏng theo lý thuyết đã đề xuất thì thu được kết
quả các đáp ứng của hệ thống PV so với trường hợp INC truyền thống như
hình 4.2.
a) So sánh đáp ứng dòng điện
b) So sánh đáp ứng điện áp
c) So sánh đáp ứng công suất
Hình 4.2. So sánh các đáp ứng của thuật toán INC truyền thống
và bước nhảy thay đổi
Hình 4.3 Đáp ứng D của INC truyền thống và bước nhảy thay đổi lúc khởi động
0 2 4 6 8 10 12 14
0
5
10
15
20
25
Time(s)
I(
A
)
CURRENT
Traditional I
Variable I
0 2 4 6 8 10 12 14
0
50
100
150
200
250
300
350
400
Time(s)
V
(V
)
VOLTAGE
Traditional V
Variable V
0 2 4 6 8 10 12 14
0
1000
2000
3000
4000
5000
6000
7000
8000
Time(s)
P
(W
)
POWER
Theory P
Traditional P
Variable P
0 0.5 1 1.5 2 2.5 3 3.5 4
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
0.55
0.6
Time(s)
D
u
ty
DUTY CYCLE
Traditional D
Variable D
19
Hình 4.4 Đáp ứng công suất của INC truyền thống và bước nhảy
thay đổi lúc khởi động
Hình 4.5 Đáp ứng công suất của INC truyền thống và bước nhảy thay đổi lúc
bức xạ thay đổi từ 700W/m2 lên 900W/m2.
Qua mô phỏng ta dễ dàng quan sát được tốc độ đạt MPP lúc bắt đầu
hoạt động của INC bước nhảy thay đổi nhanh hơn INC truyền thống rất nhiều
được thể hiện ở hình 4.4. Ngay cả trong trường hợp bức xạ thay đổi từ G =
700W/m2 lên G = 900W/m2 thuật toán INC bước nhảy thay đổi bám điểm
công suất tốt hơn, được thể hiện ở hình 4.5, qua đây có thể thấy INC bước
nhảy thay đổi dao động quanh MPP nhẹ hơn so với INC truyền thống.
4.1.2.3 Thuật toán phát triển INC nhằm giảm dao động tại MPP
Kết quả thu được từ mô phỏng phần mềm Matlab như hình 4.6 ta thấy
được phương án đề xuất này có tốc độ hội tụ nhanh và giảm dao động tại
MPP đáng kể.
a) So sánh đáp ứng dòng điện
0 0.5 1 1.5 2 2.5 3 3.5 4
0
1000
2000
3000
4000
5000
6000
7000
Time(s)
P
(W
)
POWER
Theory P
Traditional P
Variable P
4 4.05 4.1 4.15 4.2 4.25 4.3 4.35 4.4 4.45 4.5
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
Time(s)
P
(W
)
POWER
Theory P
Traditional P
Variable P
0 2 4 6 8 10 12 14
0
5
10
15
20
25
Time(s)
I(
A
)
CURRENT
Traditional I
Modify Variable I
20
b) So sánh đáp ứng điện áp
c) So sánh đáp ứng công suất
Hình 4.6. So sánh thuật toán INC truyền thống và giảm dao động tại MPP
a) Đáp ứng D quá trình khởi động
b) Đáp ứng D ở thời điểm gia tăng bức xạ
Hình 4.7. Đồ thị D khi quá độ và tăng bức xạ
Từ hình 4.7 a) ta nhận thấy rằng, với một giá trị bước nhảy thay đổi,
hệ thống sẽ nhiễu loạn những bước dài hơn, được giới hạn 10%, và càng gần
0 2 4 6 8 10 12 14
0
50
100
150
200
250
300
350
400
Time(s)
V
(V
)
VOLTAGE
Traditional V
Modify Variable V
0 2 4 6 8 10 12 14 16
0
1000
2000
3000
4000
5000
6000
7000
8000
Time(s)
P
(W
)
POWER
Theory P
Modify Variable P
0 0.5 1 1.5 2 2.5 3 3.5 4
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
0.55
0.6
Time(s)
D
u
ty
DUTY CYCLE
Traditional D
Modify Variable D
3.9 3.95 4 4.05 4.1 4.15 4.2 4.25 4.3 4.35 4.4
0.46
0.47
0.48
0.49
0.5
0.51
0.52
0.53
0.54
0.55
Time(s)
D
u
ty
DUTY CYCLE
Traditional D
Modify Variable D
21
giá trị công suất cực đại, giá trị bước nhảy nhỏ dần và tiến gần đến 0, trong
đó giá trị giảm dần α được chọn là 2, có nghĩa là thuật toán sẽ liên tục giảm
giá trị bước nhảy cho 2 cho đến khi đạt giá trị gần 0. Việc này cải thiện được
độ giao động công suất ở trạng thái xác lập.
Để so sánh được hiệu quả giữa các phương pháp, tác giả vẽ lại các
đường công suất tại thời điểm khởi động như hình 4.8 a), gia tăng ánh nắng
như hình 4.8 b) và hệ thống ổn định hình 4.8 c).
a) Đáp ứng P ở quá trình khởi động
b) Đáp ứng P ở quá trình thay đổi bức xạ
c) Đáp ứng P trong quá trình ổn định
Hình 4.8 So sánh đáp ứng công suất của 3 thuật toán và lý thuyết
Từ những kết quả mô phỏng và so sánh trên, đã chứng minh được rằng
2 thuật toán đề xuất có khả năng cải thiện được hiệu suất của thuật toán INC
truyền thống ở các tiêu chí về thời gian đáp ứng, độ dao động tại MPP và tổn
thất công suất. Điều này chứng minh sự phù hợp của các thuật toán đề xuất
so với thuật toán truyền thống.
0 0.5 1 1.5 2 2.5 3 3.5 4
0
1000
2000
3000
4000
5000
6000
7000
Time(s)
P
(W
)
POWER
Theory P
Traditional P
Variable P
Modify Variable P
4 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 5
5800
6000
6200
6400
6600
6800
7000
7200
7400
7600
7800
Time(s)
P
(W
)
POWER
Theory P
Traditional P
Variable P
Modify Variable P
11 11.2 11.4 11.6 11.8 12 12.2 12.4 12.6 12.8 13
6660
6680
6700
6720
6740
6760
6780
6800
6820
6840
6860
Time(s)
P
(W
)
POWER
Theory P
Traditional P
Variable P
Modify Variable P
22
4.2. Kết quả mô phỏng thuật toán PSO và các phát triển của thuật
toán PSO
4.2.1 Kết quả mô phỏng thuật toán MPPT-PSO
Dựa vào lưu đồ thuật toán PSO hình 3.8 tác giả mô phỏng được các
đáp ứng công suất đầu ra của hệ thống PV và so sánh với trường hợp không
có bộ điều khiển MPPT như hình 4.9. Từ đáp ứng đầu ra ta thấy với thuật
toán PSO cho kết quả đáp ứng công suất đầu ra không bị giao động như các
phương pháp INC hay P&O.
Hình 4.9 Đáp ứng đầu ra hệ thống PV với thuật toán PSO
4.2.2 Kết quả mô phỏng thuật toán MPPT-DPSO
Trong phần này, tác giả mô phỏng để đánh giá hiệu quả của thuật
toán DPSO trong việc dò tìm điểm công suất cực đại của PV. Trước tiên,
thuật toán PSO và DPSO được thử nghiệm trên năm vấn đề Benchmark để
chứng minh tính hiệu quả của chúng trong việc giải quyết các vấn đề tối ưu
hóa phức tạp. Sau đó, các thuật toán tối ưu hóa này được áp dụng để dò tìm
điểm công suất cực đại của PV.
Hình 4.10 thể hiện thời gian đáp ứng của công suất đầu ra trong điều
kiện môi trường không đổi (với năng lượng bức xạ G = 900 W / m2 và nhiệt
độ T = 25°C) trong ba trường hợp sau: 1) không có bộ điều khiển MPPT, 2)
sử dụng DPSO và 3) các phương pháp truyền thống (P&O and InCond).
Hình 4.10. Đáp ứng của công suất đầu ra trong ba trường hợp: không sử dụng
MPPT, sử dụng DPSO, P&O và InCond
23
Khả năng dò tìm điểm công suất cực đại của phương pháp được đề
xuất tốt hơn thuật toán bầy đàn PSO truyền thống trong việc tối ưu hóa năng
lượng của tấm pin mặt trời. Điều này được thể hiện trong hình 4.11 có thể
thấy rằng cả hai thuật toán thông minh nhân tạo này đều có thể bám theo điểm
công suất cực đại của tấm pin mà không tồn tại dao động xung quanh điểm
MPP. Đây là một ưu điểm nổi bật của phương pháp tối ưu hóa bầy đàn so với
các phương pháp truyền thống như P&O và INC. Trong đó, khả năng dò tìm
của thuật toán DPSO nhanh và chính xác hơn thuật toán PSO cổ điển với thời
gian tối ưu hóa của DPSO là 0,57 giây còn PSO lên tới 2,12 giây.
`
Hình 4.11. So sánh đáp ứng công suất của thuật toán DPSO và PSO
Hình 4.12 cho thấy đặc tính động của công suất đầu ra dưới bức xạ
mặt trời giao động trong khoảng 700 W/m2 đến 800 W/m2 ở nhiệt độ cố định
25 ° C.
Hình 4.12 Đáp ứng của P đầu ra P trong quá trình tăng năng lượng bức xạ
Hình 4.13 Đáp ứng của P ra P trong quá trình giảm năng lượng bức xạ
24
Kết quả của các bộ điều khiển MPPT dựa trên các thuật toán tối ưu
khác nhau khảo sát trong điều kiện thay đổi bức xạ ánh sáng có thể được tóm
tắt trong Bảng 4.1. Từ Bảng 4.1 có thể thấy rằng độ chính xác của việc dò tìm
công suất cực đại của tấm pin khi áp dụng phương pháp được đề xuất lớn hơn
99% trong mọi điều kiện thử nghiệm.
Bảng 4.1 Kết quả của các bộ điều khiển MPPT dựa trên các thuật toán tối ưu
khác nhau
G
(W/m2)
Without
MPPT
P&O InCond PSO DPSO The
theoretical
value of
PV
600 4567.0 5137.0 5137.4 5157.2 5157.5 5157.7
700 5913.0 5994.8 5995.0 6009.0 6009.2 6009.7
800 6820.0 6812.0 6812.3 6849.1 6849.5 6850.0
900 7360.0 7655.0 7656.0 7677.2 7678.0 7678.3
4.2.3 Kết quả mô phỏng thuật toán MPPT-PPSO
Thuật toán PPSO tác giả phát triển trước tiên cũng được xác thực trên
năm vấn đề Benchmark và sau đó nó được sử dụng để dò tìm điểm công suất
cực đại toàn cục có xét đến hiện tượng bóng râm (PSC). Ngoài ra, các kết quả
này được so sánh với giải thuật PSO truyền thống để chứng minh tính hiệu
quả của phương pháp được đề xuất.
Thuật toán MPPT-PPSO được thực hiện trên một mô hình bao gồm
một hệ thống pin mặt trời PV được kết nối với tải thông qua bộ băm áp một
chiều với bộ điều khiển MPPT. Hệ thống PV khảo sát bao gồm bốn mô đun
PV được kết nối nối tiếp như hình 4.14.
Hình 4.14. Mô hình mô phỏng kết nối của bốn modul PV
25
Đầu tiên, mô phỏng hệ thống PV theo điều kiện bóng râm trong đó hệ
thống PV được kết nối tải để tăng cường hiệu suất chuyển đổi và thuật toán
MPPT được thực hiện. Công suất tối đa tương ứng được tạo ra bởi hệ thống
mô đun PV dưới các kết hợp khác nhau của các bức xạ mặt trời được thể hiện
trong Bảng 4.2.
Bảng 4.2 Các giá trị bức xạ mặt trời cho các tấm PV
Trường
hợp
Cường độ bức xạ
G1
(W/m2)
G2
(W/m2)
G
Các file đính kèm theo tài liệu này:
- tom_tat_luan_an_nghien_cuu_va_phat_trien_he_thong_nang_luong.pdf