基于神经网络的光伏阵列多峰MPPT的研究

被引：43

作者：

吴登盛

王立地

刘通

孟晓芳

机构：

[1] 沈阳农业大学信息与电气工程学院

来源：

电测与仪表 | 2019年 / 56卷 / 07期

关键词：

多峰MPPT; 基本阴影遮挡类型; 局部阴影; BP神经网络;

D O I：

暂无

中图分类号：

TM615 [太阳能发电]; TP183 [人工神经网络与计算];

学科分类号：

080811 [新能源发电与电能存储]; 140502 [人工智能];

摘要：

为了减少神经网络训练数据的数量,根据局部阴影条件下光伏阵列的输出特性,提出基本阴影遮挡类型概念,使得神经网络仅需要训练少量数据,就可以准确地预测最大功率点电压。首先,通过实际光伏阵列数据测试仅训练基本阴影遮挡类型的BP神经网络对最大功率点电压的跟踪效果。然后,搭建光伏发电MPPT仿真系统,对比扰动法、固定电压法和BP神经网络结合扰动法在阴影类型、光照强度和温度三方面变化时对MPP的跟踪效果。最后,通过分析表明,经过基本阴影遮挡类型训练的BP神经网络结合扰动法能够有效地跟踪最大功率点,即基本阴影遮挡类型能够减少神经网络跟踪多峰MPP的训练数据获取量。

引用

页码：69 / 74+83 +83

页数：7

共 10 条

[1]

复杂光照条件下光伏发电系统输出特性及最大功率点跟踪研究 [D].

李腾飞 .

太原理工大学,

2014

[2]

Neural-network-based maximum power point tracking methods for photovoltaic systems operating under fast changing environments.[J].Yi-Hua Liu;Chun-Liang Liu;Jia-Wei Huang;Jing-Hsiau Chen.Solar Energy.2012,

[3]

Maximum power point traking controller for PV systems using neural networks.[J].A.B.G. Bahgat;N.H. Helwa;G.E. Ahmad;E.T. El Shenawy.Renewable Energy.2004, 8

[4]

基于改进FOA优化BP神经网络算法的光伏系统MPPT研究 [J].