基于改进FOA优化BP神经网络算法的光伏系统MPPT研究

被引：19

作者：

闫超 ^{[1
,2
]}

倪福佳 ^{[1
]}

刘嘉瑜 ^{[1
,2
]}

贺诗明 ^{[2
]}

高振远 ^{[2
]}

王少帅 ^{[1
]}

机构：

[1] 中国矿业大学江苏省煤矿电气与自动化工程实验室

[2] 中国矿业大学电气与动力工程学院

来源：

电测与仪表 | 2018年 / 55卷 / 08期

关键词：

光伏电池; 最大功率点跟踪; BP神经网络; 改进果蝇优化算法;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

针对基于BP神经网络的光伏系统MPPT策略在光照强度突变时存在较大误差的问题,提出了一种改进的果蝇优化算法用于BP神经网络的权值和阈值优化,并建立了基于IFOA-BP神经网络算法的光伏系统MPPT控制的仿真模型。测试和仿真结果表明,IFOA的收敛速度和求解精度较改进前均有明显提升;IFOA优化后的BP神经网络收敛速度加快,预测误差减少;较之于电导增量法,IFOA-BP神经网络的MPPT策略在稳态条件下能明显抑制功率波动,在外界条件发生突变时,能迅速准确地追踪到最大功率点,具有良好的稳态精度和动态特性。

引用

页码：24 / 29+130 +130

页数：7

共 13 条

[1]

基于β参数的变步长MPPT控制研究 [J].