基于RBF神经网络的光伏系统MPPT研究

被引:62
作者
王志豪
李自成
王后能
刘庆
机构
[1] 武汉工程大学电气信息学院
关键词
光伏发电; 最大功率点跟踪; RBF神经网络; Boost电路;
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
针对光伏发电最大功率点跟踪(MPPT)技术的研究和现状,提出了一种基于径向基(RadicalBasisFunction,RBF)神经网络的MPPT算法。建立太阳能电池板的数学模型,分析光伏发电的主要影响因素。选取电池板的电压、电流为RBF神经网络的输入层,输出层直接调整Boost电路的占空比,达到最大功率点跟踪的目的。与传统的扰动观察法(P&O)相比,所提出的方法无需设定步长,通过RBF神经网络,直接调节Boost电路的占空比进行最大功率点跟踪。仿真和实验结果表明,所提出的MPPT算法与传统的P&O算法相比有更好的快速性和光伏利用效率。
引用
收藏
页码:85 / 91
页数:7
相关论文
共 23 条
[1]
光伏发电最大功率点跟踪控制技术.[M].尼古拉·费米亚.机械工业出版社.2016,
[2]
基于分段改进S变换的复合电能质量扰动识别 [J].
杨剑锋 ;
姜爽 ;
石戈戈 .
电力系统保护与控制, 2019, 47 (09) :64-71
[3]
光伏光热联合发电基地并网优化调度模型 [J].
苗淼 ;
刘赛 ;
施涛 ;
郭亚森 ;
张一清 ;
李俊贤 .
中国电力, 2019, 52 (04) :51-58
[4]
基于指数变步长电导增量法的光伏最大功率点跟踪 [J].
屠亚南 ;
于艾清 ;
薛花 ;
王育飞 .
中国电力, 2018, (11) :132-138
[5]
基于超螺旋滑模控制光伏MPPT的实现 [J].
李正明 ;
单晓晨 ;
徐鹏坤 .
电力系统保护与控制, 2018, 46 (21) :32-37
[6]
线性自抗扰在光伏发电系统MPPT中的应用 [J].
高志强 ;
李松 ;
周雪松 ;
马幼捷 ;
石雪琦 .
电力系统保护与控制, 2018, 46 (15) :52-59
[7]
基于MPPT的两级单相光伏并网发电系统控制策略研究 [J].
刘洁 ;
刘莉 ;
米焱 .
可再生能源, 2018, (03) :385-390
[8]
一种基于功率闭环控制的改进全局MPPT方法 [J].
吴志程 ;
江智军 ;
杨晓辉 .
电力系统保护与控制, 2018, 46 (01) :57-62
[9]
用于双馈风电场次同步振荡抑制的RBF神经网络控制器设计 [J].
单馨 ;
王宝华 ;
仲振 .
可再生能源, 2017, (10) :1506-1513
[10]
利用智能水滴算法优化神经网络的MPPT [J].
赵文清 ;
李瑶 .
电力自动化设备, 2017, 37 (07) :8-12