太阳能供电直流驱动中基于FPGA的AI优化双级SEPIC-Buck变换器的先进MPPT与控制算法研究：提升动态性能与效率

《Energy Conversion and Management-X》：Advanced AI-driven MPPT and control algorithms for performance improvisation in dual-stage SEPIC-Buck converters for solar-powered DC drives

针对太阳能光伏系统输出电压不稳且传统控制方法动态响应慢的问题，本研究开展了基于现场可编程门阵列（FPGA）与人工智能（AI）算法的双级SEPIC-Buck变换器优化研究。通过集成扰动观察法（P&O）、粒子群优化（PSO）与人工神经网络-高斯赛德尔（ANN-GS）等多种算法，实现了最大功率点跟踪（MPPT）和稳定的12 V直流输出。实验结果表明，该智能控制系统可从100瓦太阳能板中提取高达94.32瓦的功率（效率约94%），并展现出优异的瞬态响应性能，为工业与汽车领域的太阳能电力转换应用提供了高效、可靠的解决方案。

　　

随着环境问题日益突出和传统能源的枯竭，太阳能作为一种清洁、易获取的可再生能源，地位愈发重要。然而，光伏（PV）系统存在固有的间歇性问题，太阳辐照度和环境温度的波动会导致电压和电流输出不稳定。为了确保从太阳能电池板中提取最大能量，集成最大功率点跟踪（MPT）算法的电力电子接口被广泛采用。在众多直流-直流（DC-DC）变换器拓扑中，单端初级电感变换器（SEPIC）因其能够实现升降压转换、效率高且输入电流特性良好而特别适合光伏应用。尽管已有大量研究探索了各种MPPT和先进控制算法，但许多研究仍存在局限，例如缺乏对暂态性能和稳态性能的详细评估，对变换器元件（尤其是基于SEPIC的变换器）的电压和电流应力分析也往往被忽视。传统的基于微控制器的控制方法虽然能实现电压调节，但在应对负载突变等动态场景时，其响应速度常显不足。因此，亟需开发一种兼具快速响应、高效率和鲁棒稳定性的智能控制方案，以推动太阳能电力转换系统在直流驱动等实际应用中的性能提升。

本研究旨在设计并实现一种用于太阳能供电直流驱动的智能双级SEPIC-Buck变换器系统。研究采用了基于状态空间模型的严谨数学框架，对变换器的非线性、时域动态特性进行了深入分析。为实现快速、精确的控制，系统摒弃了传统的微控制器，转而采用现场可编程门阵列（FPGA）作为核心处理平台。在控制算法层面，研究创新性地集成了多种人工智能与优化算法：在SEPIC变换器级的MPPT任务中，综合应用了经典的扰动观察法（P&O）、全局优化能力强的粒子群优化（PSO）以及结合人工神经网络（ANN）与高斯赛德尔（Gauss-Seidel）迭代的先进算法（ANN-GS）；而在Buck变换器级的电压调节任务中，则对比应用了蜻蜓算法（DF）优化的模糊逻辑控制（FLC）和经典的比例-积分-微分（PID）控制策略。研究通过详细的建模、仿真以及在FPGA平台上的硬件实现与实验验证，全面评估了所提系统的效率、稳态精度及动态响应能力。

研究人员采用的主要关键技术方法包括：1）基于状态空间方程的数学模型推导与线性化分析，用于设计控制器并进行稳定性评估；2）将多种人工智能（AI）与优化算法（如PSO、ANN、FLC、DF）的VHDL代码集成到FPGA中，实现算法的硬件部署与实时控制；3）构建完整的实验硬件平台，包括100瓦太阳能板、双级SEPIC-Buck变换器功率电路以及基于FPGA的数字控制器，以采集实际运行数据验证仿真结果。

拓扑结构： 研究首先给出了由太阳能板、SEPIC变换器、Buck变换器及直流电机组成的典型应用示意图。详细的电路图展示了100瓦太阳能板（最大电压17.40 V，最大电流5.76 A，开路电压21.40 V，短路电流6.41 A）与双级变换器及12 V直流电机的具体连接关系。分析表明，SEPIC和Buck变换器在连续导通模式（CCM）下运行，以确保稳定的输出电压和一致的电感电流行为。研究还推导了SEPIC和Buck变换器的纹波电流计算公式，为关键元件的选型提供了理论依据。

设计与建模： 通过对SEPIC和Buck变换器分别进行状态空间建模，研究推导出了各自的控制到输出的传递函数。对于SEPIC变换器，传递函数为 G₁(s) = (7.63×10⁷) / (s²+ 2.11×10⁴s + 7.54×10⁶)。对于Buck变换器，传递函数为 G₂(s) = (1.8×10⁷) / (s²+ 55.56s + 10⁶)。通过绘制波特图（Bode plot）和奈奎斯特图（Nyquist plot），分析了两级变换器的频率响应和稳定性。结果表明，SEPIC级传递函数G₁(s)的相位裕度为85.89°，增益裕度为无穷大；Buck级传递函数G₂(s)的相位裕度为0.77°，增益裕度也为无穷大。两者均满足奈奎斯特稳定性判据，系统稳定。

算法优化与性能： 研究详细计算并比较了各种优化算法在系统中产生的占空比（Duty Ratio）。例如，对于扰动观察法（P&O），在特定工况下计算得到占空比D(K) = 0.52。对于粒子群优化（PSO）算法，经过速度与位置更新后，得到的占空比D = 0.61。对于结合人工神经网络的高斯赛德尔法（ANN-GS），计算得到占空比D_R= 0.57。对于应用于Buck级的蜻蜓算法（DF），优化后得到的占空比D = 0.653。此外，对于Buck级采用模糊控制（FLC）和PID控制的系统分别进行了波特图分析，模糊控制达到的相位裕度为0.48°，而PID控制达到的相位裕度为90°，但两者均能保证系统具有足够的稳定裕度。

实验结果与分析： 硬件实验验证了理论分析和仿真的正确性。研究搭建了由100瓦太阳能板、功率变换电路和FPGA控制器构成的测试系统。实验结果表明，所提出的基于AI-FLC算法的双级变换器系统能够实现21.5 V的直流母线电压，并向直流驱动装置输送94.32 W的输出功率，整体效率达到约94%。系统对直流电机负载转矩的突然变化（如50%的阶跃增加）表现出良好的鲁棒性，输出电压仅出现短暂的瞬态偏差并迅速恢复到参考值，证明了所提控制策略在维持系统稳定性和电压调节精度方面的有效性。

综合来看，本研究成功地设计、建模并实现了一种基于FPGA和多种AI优化算法的太阳能供电双级SEPIC-Buck变换器系统。通过将扰动观察法（P&O）、粒子群优化（PSO）、人工神经网络（ANN）等先进算法集成到MPPT控制中，并将蜻蜓算法（DF）优化的模糊逻辑控制（FLC）与经典PID控制应用于电压调节，系统在100瓦太阳能板输入下，实现了高达约94%的功率转换效率，并稳定输出12 V电压驱动直流电机。状态空间建模和频率响应分析证实了系统的稳定性，硬件实验结果进一步验证了该智能控制系统在动态响应和稳态精度方面的优越性能。这项工作的意义在于为光伏直流驱动应用提供了一种高效率、高动态性能的智能电力转换解决方案，并通过在FPGA上实现复杂算法，展示了数字硬件平台在实现高级实时控制方面的潜力，对推动可再生能源高效利用、促进工业与汽车领域电动化技术的发展具有重要参考价值。