基于神经网络应用的光伏阵列最大功率点跟踪

被引：37

作者：

崔岩

王丽霞

机构：

[1] 汕头大学电子工程系

来源：

系统仿真技术 | 2009年 / 5卷 / 04期

关键词：

光伏方阵; 最大功率点跟踪; 径向基神经网络; 反向传播神经网络;

D O I：

10.16812/j.cnki.cn31-1945.2009.04.005

中图分类号：

TM914.4 [太阳能电池];

学科分类号：

080811 [新能源发电与电能存储];

摘要：

针对光伏电池输出特性的非线性,提出了1种跟踪光伏阵列最大功率点的新方法,该方法应用反向传播(back propagation)和径向基(RBF)神经网络理论跟踪光伏阵列最大功率点,在变化的环境条件下,使用MATLAB软件对这2种神经网络进行仿真,训练及测试,仿真表明,RBF神经网络比BP神经网络更快捷、更准确地跟踪了光伏阵列的最大功率点。

引用

页码：241 / 246

页数：6

共 3 条

[1]

一种新颖的径向基函数(RBF)网络学习算法 [J].

孙健 ;

申瑞民 ;

韩鹏 .

计算机学报, 2003, (11) :1562-1567

[2]

Neural network based estimation of maximum power generation from PV module using environmental information..Hiyama T;Kitabayashi K;.IEEE Transactions on Energy Conversion.1997, 03

[3]

Artificial Neural Network Maximum Power Point Tracker for Solar Electric Vehicle..Theodore Amissah OCRAN;CAO Junyi;CAO Binggang;SUN Xinghua;.TSINGHUA SCIENCE AND TECHNOLOGY.2005,

← 1 →