基于BP神经网络的单相光伏并网逆变器控制策略的研究

被引:15
作者
于士航
胡林静
赵洋
机构
[1] 内蒙古工业大学电力学院
关键词
光伏并网逆变器; 并网控制策略; BP神经网络;
D O I
10.16308/j.cnki.issn1003-9171.2016.00.015
中图分类号
TM464 [逆变器]; TP183 [人工神经网络与计算];
学科分类号
080508 [光电信息材料与器件]; 140502 [人工智能];
摘要
基于单相光伏并网逆变器,提出了一种传统PI控制与智能控制算法——BP神经网络相结合的电流内环控制策略,使整个并网系统具有更好的动态特性,提高逆变器的转换效率。文章详细分析了单相光伏并网逆变器的拓扑结构组成、工作过程及神经网络控制算法的基本原理,并对提出的智能控制算法进行了理论推导,最后,在Matlab仿真软件中搭建了基于智能PI控制算法的单相光伏并网逆变系统的仿真模型,通过仿真实验可得,该算法能够提高系统的响应时间、减小误差、实现单位功率因数并网。
引用
收藏
页码:1 / 7
页数:7
相关论文
共 13 条
[1]
神经网络准PR光伏并网逆变器控制技术 [J].
范宝奇 ;
罗晓曙 ;
廖志贤 ;
姚鑫 .
电力系统及其自动化学报, 2016, 28 (03) :30-34
[2]
一种新颖的单相光伏并网发电系统控制策略 [J].
孙宇新 ;
周璐 ;
施凯 ;
刘贤兴 .
电源技术, 2016, 40 (02) :400-403
[3]
基于BP神经网络的速度前馈PID控制器设计 [J].
盛贤君 ;
姜涛 ;
王杰 ;
刘宁 .
计算机应用, 2015, 35(S2) (S2) :134-137
[5]
基于遗传优化BP神经网络算法的光伏系统最大功率点跟踪研究 [J].
林虹江 ;
周步祥 ;
冉伊 ;
詹长杰 ;
杨昶宇 .
电测与仪表, 2015, 52 (05) :35-40
[6]
基于BP神经网络和遗传算法的光伏功率预测的研究 [J].
肖俊明 ;
韦学辉 ;
李燕斌 .
计算机测量与控制, 2015, 23 (02) :392-393+405
[7]
基于BP神经网络整定的PID控制 [J].
王敬志 ;
任开春 ;
胡斌 .
工业控制计算机, 2011, 24 (03) :72-73
[8]
基于BP神经网络的SPWM逆变器控制仿真研究 [J].
代冀阳 ;
朱丽芳 ;
易宏 .
计算机仿真, 2010, 27 (03) :161-165
[9]
一种新型光伏并网逆变器控制策略 [J].
吴春华 ;
陈国呈 ;
丁海洋 ;
武慧 ;
宋丹 .
中国电机工程学报, 2007, (33) :103-107
[10]
基于BP神经网络的PID控制参数整定 [J].
陈宇峰 ;
蔡琴 .
成都电子机械高等专科学校学报, 2007, (03) :15-17+65