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

被引:64
作者
林虹江
周步祥
冉伊
詹长杰
杨昶宇
机构
[1] 四川大学电气信息学院
关键词
恒压控制法; 最大功率点跟踪; 遗传算法; BP神经网络; 干扰观察法;
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
针对恒压控制法中采用BP神经网络预测最大功率点处电压存在较大误差的情况,提出了用遗传算法来优化BP神经网络,然后用优化后的算法来预测光伏系统最大功率点之处的电压,并以此值代替基于恒电压的光伏发电系统MPPT控制算法中的恒电压参数;同时结合恒电压控制法建立了基于GA-BP神经网络学习算法的改进恒压型光伏系统MPPT控制的仿真模型。最后算例仿真结果证明所提的基于GA-BPNN的光伏系统MPPT控制算法能够快速准确地进行光伏最大功率点跟踪,并且相比于BP神经网络算法、干扰观察法及FUZZY控制算法其稳定性更好、精度更高。
引用
收藏
页码:35 / 40
页数:6
相关论文
共 6 条
[1]
基于GA-BPNN的光伏最大功率点跟踪控制研究 [D]. 
刘士剑 .
南京理工大学,
2013
[2]
新能源转换与控制技术.[M].惠晶; 主编.机械工业出版社.2008,
[3]
基于PSCAD的光伏阵列和MPPT控制器的仿真模型 [J].
孙自勇 ;
宇航 ;
严干贵 ;
李军徽 ;
陈葳 .
电力系统保护与控制, 2009, 37 (19) :61-64
[4]
基于神经网络的光伏阵列发电预测模型的设计 [J].
陈昌松 ;
段善旭 ;
殷进军 .
电工技术学报, 2009, 24 (09) :153-158
[5]
基于改进扰动观察法的光伏阵列最大功率点跟踪 [J].
刘邦银 ;
段善旭 ;
刘飞 ;
徐鹏威 .
电工技术学报, 2009, 24 (06) :91-94
[6]
基于输出参数的光伏电池最大功率点控制 [J].
傅诚 ;
陈鸣 ;
沈玉樑 ;
余世杰 .
电工技术学报, 2007, (02) :148-152