用户与研究成果简介：

东北电力大学祝国强老师科研团队针对光伏伺服系统提出了一种自适应数字动态面智能控制算法。通过结合RBF神经网络技术，克服传统反步法中的“微分爆炸”问题，同时降低对被控系统结构的特殊要求，使得控制设计过程变得更加简洁且易于实现。通过引入改进的磁滞量化器对控制信号幅值进行量化，减轻对数量化控制器中的抖振现象，实现数字控制。

本研究利用上海远宽的StarSim电力电子小步长实时仿真器进行实验验证，通过实验结果验证了所提出的自适应数字动态面智能控制算法的正确性，并把成果总结发表于《中国电机工程学报》：

祝国强,朱琳非,张叶,王顺江,张秀宇(通讯作者),孙灵芳.光伏发电伺服系统数字动态面智能控制策略[J].中国电机工程学报，DOI：10.13334/j.0258-8013.pcsee.211509.

课题研究背景

光伏发电研究意义与现状

太阳能作为一种清洁可再生能源，具有非常重要的应用价值。太阳能发电不仅比传统火电具有更长远的发展前景，而且与风电、核电等新能源发电技术相比也具有独特的优势。其中光伏发电技术由于其原理和结构简单，运行维护成本低且可开发地区广，已受到世界各国的重视。随着我国提出“碳达峰”和“碳中和”的目标愿景，光伏发电将会迎来新的发展机遇。

现有对光伏发电伺服系统的控制策略的研究已获得一系列成果，然而现有研究均是基于连续时间的，基于离散时间的控制技术鲜有讨论。实际上，计算机控制本质是基于离散时间的。因此针对光伏发电伺服系统的离散时间控制技术还存在较大的探索空间。

研究重要内容和创新点

光伏发电伺服控制系统工作原理

光伏发电伺服系统通过对太阳位置跟踪并实时调整光伏板姿态使得太阳光线以合适的角度照射到光伏板，以获得最大的发电效率。光伏板姿态由高度角和方位角伺服电机进行调节，系统原理如图所示：

依据光伏伺服系统所在地的时间、经纬度、海拔、压力信息计算出太阳高度角和方位角即光伏板姿态位置信息，以此作为光伏伺服系统的太阳位置跟踪信号，由控制器分别控制高度角和方位角伺服电机，实现光伏伺服系统对太阳位置的跟踪控制。

控制算法设计与结果

根据上图计算出的当地的太阳高度和方位信息作为光伏发电伺服系统的参考信号y_r(k)，与光伏板姿态角信号y(k)对比形成误差信号s(k)；其次，通过自适应动态面控制器设计方法结合RBF神经网络得到自适应离散控制律u(k)，相对于传统的反步控制策略，采用动态面控制技术，通过在控制器设计的每一步引入一阶数字低通滤波器，避免了对虚拟控制律的反复差分问题，降低了反步控制算法中的复杂度，简化了控制器结构。最后，采用磁滞量化器对控制信号u(k)在幅值上量化得到Q(u(k))，实现了自适应数字控制，同时提高了控制器抑制抖振的能力，从而完成对光伏板的姿态跟踪控制。

基于实时仿真器的算法验证

基于光伏发电伺服系统的神经网络动态面控制方法验证

研究在实验验证阶段，模拟了光伏发电伺服系统中高度角及方位角的追踪情况，并验证所提方法的可行性和有效性。由于光伏发电伺服系统对日追踪的实物实验较难实现，而纯软件仿真又有无法体现真实控制器的缺点，较难反应出真实控制器中的延迟和有限精度。 实时仿真器可以同真实控制器连接，又不会有故障实验危险的问题，是良好的测试设备。

远宽能源（www.modeling-tech.com）提供的StarSim实时仿真器，基于电力电子器件的细节模型，利用最新的FPGA技术，可以实现1微秒步长、任意拓扑、任意工况的电力电子系统实时仿真，被广泛应用于牵引供电系统故障诊断、控制策略验证、可再生能源并网、电机驱动等的实时仿真中；东北电力大学的科研团队就采用了StarSim电力电子实时仿真器来进行所提出的RBF神经网络动态面控制方法的试验验证。  

下图是HIL+RCP测试平台示意图，其包括实时仿真系统HIL和快速原型控制器RCP， 其中电力电子系统是利用StarSim FPGA Solver按1微秒的步长实时仿真；控制算法模型运行在RCP控制器上，实时仿真器和快速原型控制器通过真实的物理IO互连。

下图为在小步长实时仿真实验平台上高度角及方位角的跟踪误差实验波形和量化控制信号实验波形。

图a和图b为本文控制方案与反步法控制方案系统的跟踪误差响应曲线，可以看出本文方法的跟踪误差明显优于反步法控制方案的跟踪误差，图c和图d为量化输入信号，与对数量化器相比，本文使用的磁滞量化器可以有效抑制控制器抖振现象。以上实验结果也验证了仿真结果的正确性。