基于模型预测电流控制（MPCC）的DC-DC升压转换器性能增强策略：设计与实现
一、 主要作者与发表信息
本研究由来自多个机构的学者合作完成。主要作者包括Layachi Zaghba、Abdelhalim Borni、Messaouda Khennane Benbitour和Amor Fezzani，他们均隶属于阿尔及利亚可再生能源应用研究单位（URAER）及可再生能源发展中心（CDER）。合作作者还包括来自沙特阿拉伯泰夫大学（Taif University）的Hisham Alharbi和Sherif S.M. Ghoneim，来自印度奇卡拉大学（Chitkara University）和埃及未来大学（Future University in Egypt）的Enas Ali，以及来自埃塞俄比亚德布雷马科斯大学（Debre Markos University）的Amare Merfo Amsal。该研究以论文形式发表于期刊《Results in Engineering》，于2025年9月3日在线发布，卷期为第28卷，文章编号106960。
二、 学术背景与研究目的
本研究属于电力电子与可再生能源系统控制领域，具体聚焦于光伏（PV）发电系统中DC-DC升压（Boost）转换器的先进控制策略。在光伏系统中，最大功率点跟踪（MPPT）算法对于从太阳能电池板中高效提取最大功率至关重要。然而，传统的MPPT算法（如扰动观察法P&O、电导增量法IC）在动态环境（如辐照度快速变化、局部遮阴）下存在响应速度慢、功率振荡、效率受限等问题。同时，DC-DC升压转换器作为连接光伏板与负载或逆变器的关键部件，其输出电流和电压的精确、快速控制直接影响整个系统的能量转换效率和稳定性。
近年来，模型预测控制（MPC）因其能够处理多变量、约束优化问题并在动态系统中实现优异性能，在电力电子领域受到广泛关注。模型预测电流控制（MPCC）是MPC的一种具体形式，特别适用于电流环的快速调节。尽管MPC在光伏系统中的应用已有研究，但将其具体化为MPCC策略，并直接用于控制升压转换器的电感电流以实现MPPT，这方面的深入研究尚不充分。特别是将预测控制与基于模型的电流参考值（源自实时MPPT计算）相结合，以提升在快速变化环境下的动态响应和跟踪精度，是本研究的创新切入点。
因此，本研究的主要目的是：设计并实现一种应用于DC-DC升压转换器的预测电流控制（PCC）策略，该策略能够直接调节电感电流，并与MPPT算法协同工作，旨在提升光伏系统在变工况下的性能。具体目标包括：展示MPCC在改善瞬态响应、抑制电流纹波、提高整体效率方面的优势；通过详细的系统建模、预测时域确定、成本函数构建和约束处理，提供完整的MPCC-MPPT方法框架；并通过仿真和实验双重验证所提策略的有效性。
三、 详细研究流程与方法
本研究遵循了从理论建模、仿真验证到实验测试的完整科研流程，具体步骤如下：
系统建模与控制策略设计：
- 研究对象：一个典型的光伏发电系统，核心为DC-DC升压转换器。系统包括光伏阵列、输入电容、由电感、开关管（MOSFET）、二极管和输出电容构成的Boost电路，以及负载。
- 建模过程：首先建立了升压转换器的状态空间平均模型。模型将系统状态变量定义为电感电流 (il(t)) 和输出电压 (v{out}(t))，输入变量为输入电压 (v{in}(t)) 和输出电流 (i{out}(t))。根据开关管（S）的通断状态（1或0），推导出两个线性状态方程，描述了电路在不同开关模式下的动态行为（公式1-3）。这是后续预测模型的基础。
- MPCC算法开发：研究提出了新颖的预测电流控制（PCC）策略。其核心思想是利用转换器的数学模型来预测未来一个采样周期内的电感电流行为，并通过优化成本函数来选择最优的开关动作。具体流程如下：
- 测量与参考生成：在每个控制周期，实时测量电感电流 (il(k))、输入电压 (v{in}(k)) 和输出电压 (v_{out}(k))。同时，外部的MPPT算法（文中未指定具体类型，但可兼容各种算法）根据光伏板电压和电流计算出当前的最大功率点，并由此产生电感电流的参考值 (i^*_l(k))。
- 电流预测：基于离散化的状态方程（使用前向欧拉法），分别预测在下一个采样时刻 (k+1)，当开关S=1（导通）和S=0（关断）时的电感电流值 (i_l(k+1))（公式7）。预测模型考虑了电感寄生电阻 (R_l)、采样时间 (T_s) 等参数。
- 成本函数评估：定义成本函数为预测电流与参考电流之差的绝对值（公式6）。分别计算两种开关状态（S=1和S=0）下的成本函数值 (g_{il}(k+1))。
- 最优开关决策：比较两种开关状态下的成本函数值，选择使成本函数最小（即预测电流最接近参考电流）的那个开关状态。
- 控制执行：将选定的最优开关状态应用于升压转换器的开关管，实现对电感电流的精确跟踪。
- 图3的流程图清晰地概括了这一闭环控制过程：初始化参数 -> 测量电流电压 -> 预测未来电流 -> 计算成本函数 -> 选择最优开关动作 -> 应用开关动作 -> 更新状态并循环。
稳定性分析：
- 研究对提出的PCC策略进行了离散时间域下的稳定性分析。将系统建模为一个在两个线性模型之间切换的混合系统（S=0和S=1）。通过分析每种模式下的系统矩阵特征值，推导出保证系统渐近稳定的条件。分析表明，当开关关断（S=0）时，系统稳定的条件是采样时间 (T_s < 2L / R_l)。例如，对于L=1mH, R_l=0.05Ω，要求 (T_s < 40ms)，而实际使用的采样时间（15µs）远小于此值，确保了稳定性。此外，研究还通过构造李雅普诺夫函数进行了更严格的稳定性论证。表1总结了稳定性分析结果。
仿真验证：
- 仿真平台与参数：使用MATLAB/Simulink搭建了如图2和图4所示的光伏系统仿真模型。光伏板型号为AREI-215W-M6-G，其I-V和P-V特性在不同温度和辐照度下的曲线如图5和图6所示。升压转换器电路参数如表2所示。
- 仿真场景设计：为了全面评估PCC策略的性能，研究设计了多种测试场景：
- 恒定电流参考测试：验证PCC在稳态下的基本跟踪能力和开关行为（图7）。
- 阶跃电流参考测试：评估控制器对参考电流突然变化的动态响应速度和无超调跟踪能力（图8, 9, 10）。
- 动态辐照度条件测试：模拟真实的日照变化曲线（从0到1000 W/m²再降至0），这是最接近实际运行环境的测试。在此场景下，验证MPPT算法根据辐照度调整参考电流的能力，以及PCC跟踪该动态参考的性能（图12, 13）。
- 不同光伏组件配置测试：分别在单个光伏组件（1s1p）和两串两并（2s2p）的光伏阵列配置下，测试系统的功率提取和转换效率（图16, 17）。
- 仿真数据分析：通过对比输入/输出功率波形（图9b, 13b, 16, 17）、电感电流跟踪曲线（图9a, 13a）、输出电压响应等，定量和定性地分析PCC策略在跟踪精度、动态响应、效率等方面的表现。特别地，图14和图15展示了在有/无MPPT情况下的功率输出对比，以及MPPT算法的跟踪效率（达到99%）。
实验验证：
- 实验平台搭建：如图18所示，研究搭建了实物实验平台进行验证。平台包括：户外光伏阵列（或可编程直流电源模拟光伏输入）、基于电感、MOSFET、二极管、电容的Boost转换器主电路、可调电子负载、电压电流传感器、以及作为核心控制器的dSPACE DS1104实时控制平台。dSPACE运行在Simulink中开发的PCC控制算法。示波器和数字万用表用于监测波形和数据。电路具体参数如表3所示。
- 实验测试：主要进行阶跃变化测试。使用12V直流电源，通过MATLAB/Simulink在线改变参考电流，观察系统在瞬态下的响应。重点测试了两种不同电感值（0.25 mH和1.25 mH）下，输出电压 (V_{out})、实际电感电流 (Il)、参考电感电流 (I{lref}) 和控制信号 (S) 的动态响应（图19, 20）。
- 实验结果分析：实验波形显示，在不同电感值下，PCC控制器都能快速响应参考电流的阶跃变化，使实际电感电流紧密跟踪参考值，同时保持输出电压稳定。开关信号S根据控制律高速切换，证明了算法的实时执行能力。实验结果与仿真结果高度吻合，验证了PCC策略在实际硬件上的可行性和有效性。
四、 主要研究结果
- 控制策略有效性验证：仿真和实验结果一致表明，所提出的预测电流控制（PCC）策略能够实现对电感电流的精确、快速跟踪。无论是在稳态、参考值阶跃变化还是模拟真实日照变化的动态条件下，电感电流都能紧密跟随由MPPT算法产生的参考电流，误差极小（图9a, 13a）。
- 动态性能提升：与传统的控制方法相比，MPCC展现出卓越的动态响应。在参考电流发生阶跃变化时，系统能迅速调整并稳定到新的工作点，超调小，调节时间短。文中指出其瞬态响应时间可达0.5秒，远优于许多传统方法。
- 高效率与高性能MPPT：在动态辐照度测试中，输入功率与输出功率曲线几乎完全重叠（图13b），表明系统实现了极高的MPPT效率。研究报道的MPPT效率达到99.86%（表4），光伏模块的输出功率在MPPT控制下能够达到其最大功率213W（图14）。PCC策略有效抑制了电流纹波，减少了功率脉动。
- 稳定性得到保证：通过理论分析，明确了系统稳定的参数条件（(T_s < 2L / R_l)），并且实际选取的参数（如 (T_s = 15µs)）满足稳定性要求，实验中也未出现振荡或失稳现象，证实了控制系统的鲁棒性。
- 配置适应性：研究在单模块（1s1p）和串并联阵列（2s2p）两种配置下进行了测试。在1s1p配置中，输入输出功率曲线高度重合，验证了在单面板系统中PCC对最大功率点的高精度跟踪能力（图16）。在2s2p配置中，系统能够处理更高的电压和电流，功率输出动态范围达到0-800W，展示了PCC策略在较大功率系统中的应用潜力（图17）。
- 实验与仿真的一致性：实物实验获得的动态响应波形（图19, 20）与仿真预测行为相符，特别是在不同电感值下对阶跃参考的跟踪特性，强有力地证明了仿真模型的准确性以及PCC算法在真实电力电子系统中实现的可靠性。
- 综合性能对比优势：研究通过表4和表5将所提PCC方法与多种现有MPPT方法（如CSA、P&O、PSO、INC、FA、ACO、DFO等）以及各类控制器（如SMC、ANN、FLC、ANFIS等）在跟踪速度、精度、效率、复杂度等方面进行了全面对比。数据显示，PCC在保持高精度（99.86%效率）的同时，拥有极快的跟踪速度（0.06秒收敛时间），且算法相对简单，凸显了其综合性能优势。
这些结果层层递进：首先通过理论建模和稳定性分析奠定了算法的基础；随后通过多场景仿真全面展示了算法在性能指标上的优越性；最后通过硬件在环实验证实了算法的实际可行性。仿真与实验结果的相互印证，使得关于PCC策略能有效提升Boost转换器及光伏系统性能的结论非常坚实。
五、 研究结论与价值
本研究成功设计并实现了一种基于模型预测电流控制（MPCC）的DC-DC升压转换器控制策略，并将其应用于光伏系统的最大功率点跟踪（MPPT）。研究得出结论：MPCC是一种可靠且自适应的控制技术，能够显著提升光伏系统的性能。
- 科学价值：本研究为电力电子控制领域提供了一种将模型预测控制具体应用于DC-DC升压转换器电流环的完整方法论。它详细阐述了从系统建模、离散化、预测模型构建、成本函数设计到稳定性分析的完整过程，对后续研究者具有重要的参考意义。同时，研究将MPCC与MPPT有机结合，为光伏发电系统的优化控制提供了新的思路。
- 应用价值：所提出的PCC策略具有很高的实用价值。它能够使光伏系统在日照强度、温度快速变化甚至局部遮阴的复杂环境下，依然保持高效率的能量提取（效率超过95%），并具备快速的动态响应能力（瞬态响应0.5秒）。这有助于提高光伏电站的发电量和电网的稳定性。此外，该策略在仿真和实验中均得到验证，表明其易于在基于DSP或FPGA的数字控制器上实现，有利于推向实际工程应用。
六、 研究亮点
- 方法创新性：本研究的核心创新在于提出了一种集成模型预测电流控制（PCC）与MPPT的新型控制架构。与传统的基于PI调节器的电流控制或直接使用MPPT算法产生占空比不同，该方法利用MPPT产生电流参考值，然后通过PCC算法（基于优化成本函数）直接决定最优开关状态，实现了更快速、更精确的电流跟踪和功率提取。
- 优异的性能指标：通过严格的仿真和实验对比，研究证实了所提方法在跟踪速度（0.06秒收敛）、MPPT效率（99.86%）和瞬态响应方面均优于表格中列出的大多数传统及智能MPPT方法。
- 全面的验证体系：研究不仅进行了详细的数学建模和稳定性理论分析，还通过多工况仿真（恒定、阶跃、动态辐照、不同阵列配置）和实物实验构建了完整的验证链条，结论可信度高。
- 明确的工程指导意义：论文提供了完整的系统参数、控制流程图、稳定性条件以及实验平台细节，对于工程技术人员复现或借鉴该方法具有直接的指导作用。
七、 其他有价值的内容
研究在讨论部分通过广泛的文献综述，梳理了MPPT技术的发展脉络，从传统的P&O、IC算法，到基于人工智能的PSO、GA、ACO、ANN、模糊逻辑等智能方法，再到MPC在光伏系统中的应用现状。这为读者理解本研究工作的定位和贡献提供了清晰的学术背景。此外，研究中对不同电感值（0.25 mH vs 1.25 mH）下系统动态响应的实验对比（图19 vs 图20），直观展示了电路参数对控制器性能的影响，对实际电路设计具有参考价值。最后，详尽的性能对比表格（表4，表5）为学术界和工业界评估不同MPPT技术提供了宝贵的数据参考。