《Ain Shams Engineering Journal》：Ann-assisted MPPT for a novel voltage-stacked multilevel boost-sepic converter for PV systems under dynamic conditions
编辑推荐：
对高效光伏接口日益增长的需求要求功率变换器具有高升压增益、稳定运行以及在变化工况下精确的最大功率点跟踪（MPPT）能力。本研究介绍了一种基于混合神经网络（NN）的MPPT控制的新型电压堆叠多级Boost-Sepic变换器。所提出的MPPT框架利用NN-Fuzz
对高效光伏接口日益增长的需求要求功率变换器具有高升压增益、稳定运行以及在变化工况下精确的最大功率点跟踪（MPPT）能力。本研究介绍了一种基于混合神经网络（NN）的MPPT控制的新型电压堆叠多级Boost-Sepic变换器。所提出的MPPT框架利用NN-Fuzzy和NN-GWO模型生成最优占空比以实现受控开关。变换器运行模式通过二极管-电容多级网络、级联Boost和Sepic能量传输级验证了能量传输和电压堆叠。仿真和硬件结果表明，在65%占空比和10 kHz开关频率下，变换器稳定运行，仿真输出为262 V，实验验证为257.9 V。NN-GWO在固定负载下提供更平滑的稳态性能，而NN-Fuzzy在快速波动下提供更好的动态鲁棒性，使得所提出的方法适用于高增益光伏应用。
**论文解读：用于光伏系统的电压堆叠多级Boost-Sepic变换器及混合神经网络MPPT控制**
**研究背景与问题**
随着可再生能源渗透率提升，光伏（PV）系统需与中高压直流母线集成，对高增益DC-DC变换器和智能最大功率点跟踪（MPPT）算法提出迫切需求。现有研究多聚焦于单一拓扑优化或控制策略独立改进，缺乏将混合神经网络（NN）辅助MPPT与新型多级变换器拓扑深度融合的系统性方案。传统变换器（如Boost、Sepic）在动态条件下存在电压增益不足、开关应力大、跟踪精度低及稳态振荡等问题，而经典MPPT方法（如扰动观察法P&O、增量电导法INC）在快速辐照和负载变化时响应慢、鲁棒性差。因此，亟需开发兼具高升压能力、低纹波和动态鲁棒性的集成方案。
**研究内容与结论**
研究人员提出一种新型电压堆叠多级Boost-Sepic变换器，并集成混合NN-Fuzzy和NN-GWO MPPT控制框架。该变换器通过二极管-电容多级网络、级联Boost和Sepic能量传输级实现高电压增益，同时保持连续导通模式（CCM）和低开关应力。混合MPPT框架利用NN提供自适应学习，Fuzzy逻辑实现规则推理，灰狼优化（GWO）进行全局搜索，分别生成最优占空比。仿真（MATLAB/Simulink）和硬件实验（ESP32控制器、数字存储示波器DSO）验证了系统在固定及动态负载、辐照变化条件下的性能。结果表明，在24 V输入、65%占空比和10 kHz开关频率下，输出稳定在262 V（仿真）和257.9 V（实验）；NN-GWO在固定负载下提供更平滑的稳态性能，NN-Fuzzy在快速波动下具有更优的动态鲁棒性，整体适用于高增益光伏应用。该论文发表于《Ain Shams Engineering Journal》。
**主要关键技术与方法**
研究人员采用以下关键技术：1）电压堆叠多级Boost-Sepic变换器拓扑，结合二极管-电容堆叠网络实现三电平输出；2）混合NN-Fuzzy MPPT控制，利用前馈神经网络（10个隐藏层神经元，Levenberg-Marquardt算法训练）调节Fuzzy输入/输出缩放因子，Fuzzy规则库基于误差和误差变化率修正占空比；3）混合NN-GWO MPPT控制，通过GWO算法优化NN初始占空比估计，实现全局寻优与快速收敛；4）离线训练数据集基于MATLAB PV模型生成，涵盖辐照度1000-400 W/m2和温度15-35°C，共1000个样本；5）硬件平台采用ESP32微控制器执行实时MPPT算法，数字存储示波器（DSO）记录波形，数字控制变阻器模拟负载变化。
**研究结果**
**5.1 变换器稳态性能**
通过仿真和实验测量，变换器产生三个稳定电压电平（65 V、159 V、262 V），与解析增益模型一致。电容电压纹波低于1.5%，电感电流保持连续，验证了CCM稳定运行及二极管-电容堆叠网络的有效性。
**5.2 变换器拓扑动态性能比较**
与传统多级和级联变换器相比，在相同输入电压、开关频率和负载条件下，所提变换器具有更快的上升时间和更短的调节时间，稳态电压调节稳定，表明其能量传输能力改善，瞬态损耗降低。
**5.3 辐照和负载变化下的动态MPPT运行**
在混合NN-MPPT控制下，光伏电压稳定在约30.7 V（最大功率点）。输出电压在215-258 V范围内变化。NN-Fuzzy在辐照变化时表现出更快的瞬态适应，而NN-GWO提供更平滑的稳态电压调节。
**5.4 动态运行条件下的功率跟踪性能**
光伏功率和变换器输出功率波形显示，两种控制器均能快速收敛至最大功率点。NN-Fuzzy在突然变化时瞬态响应更快，NN-GWO在稳态时功率振荡更小。输出功率在195-235 W范围内稳定，验证了高效能量传输。
**5.5 Simulink波形分析**
输出电压波形：NN-Fuzzy在可变负载下初始三阶跃变后稳定在215-258 V，纹波低于1.5%；固定负载下约0.04-0.05 s内达到稳定。NN-GWO在负载扰动后毫秒级恢复，稳态输出200-260 V，纹波极小。输出功率波形：NN-Fuzzy在可变负载下功率初始升至200 W后恢复；固定负载下维持约200 W。NN-GWO在可变负载下更快收敛，固定负载下输出195-205 W，近乎无纹波。
**5.6 混合NN拓扑比较总结**
NN-Fuzzy在多变条件下确保平稳过渡和局部自适应；NN-GWO提供高稳态跟踪精度和全局收敛。混合方法结合两者优势，实现更快的MPP捕获、更低的电压纹波和更高的效率，优于P&O、INC及传统Fuzzy/ANN控制器。
**5.7 硬件设置**
硬件实验验证了实际可行性。ESP32控制器执行混合NN-MPPT算法，产生10 kHz PWM信号驱动开关管。稳态时，电容电压稳定在61.8 V（Level-1）、154.6 V（Level-2）、257.9 V（Level-3），电感电流2.34-2.36 A。DSO显示光伏电压约30 V，输出功率约242.5 W；NN-Fuzzy控制下输出功率约220 W，NN-GWO控制下约190 W。动态负载切换下，系统快速恢复且振荡减小。
**结论**
本研究提出了一种用于光伏能量系统的电压堆叠多级Boost-Sepic变换器，并集成了混合NN-Fuzzy和NN-GWO MPPT控制。所设计实现了显著的电压增益，同时保持电容电压平衡、连续导通模式和低纹波。NN-GWO技术通过减少固定负载下的振荡增强了稳态性能，而混合NN-Fuzzy控制器在可变和动态负载条件下提高了适应性和快速恢复能力。仿真和硬件实现证明了稳定的多级电压生成、精确的占空比控制以及理论分析与实际验证之间的准确相关性。变换器接受24 V输入，在65%占空比和10 kHz开关频率下产生258 V调节输出。所提出的混合智能控制系统提高了转换效率、改善了动态稳定性并增强了可扩展性，使其适用于高增益光伏功率调节和先进可再生能源应用。
