基于自适应径向基函数神经网络的光伏MPPT研究

论文摘要

光伏系统在局部遮阴情况下,输出曲线呈现多峰特性.针对传统最大功率控制算法易追踪到局部最大功率点的缺陷,提出一种基于自适应径向基函数(Radial Basis Function,RBF)神经网络的控制算法.该算法以自适应线性算法优化RBF神经网络的扩展常数与权重,克服了传统神经网络算法收敛速度慢、全局寻优差的缺点.在MATLAB/Simulink环境下建立自适应RBF神经网络仿真模型进行验证,结果表明,提出的算法在外界光照、温度发生变化时能准确找到光伏系统的最大功率点,且在收敛精度和收敛时间上均有很大的提升.

论文目录

• 1 光伏发电系统
•   1.1 光伏电池模型
•   1.2 光伏电池输出特性
• 2 基于自适应RBF的MPPT
•   2.1 RBF神经网络
•   2.2 自适应RBF神经网络的学习过程
•   2.3 各网络层节点设计
• 3 仿真分析
• 4 结论

文章来源

类型: 期刊论文

作者: 王镇道,郭敬勋,肖旺

关键词: 光伏系统,最大功率点跟踪,自适应,神经网络

来源: 湖南大学学报(自然科学版) 2019年10期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 湖南大学物理与微电子科学学院

基金: 国家自然科学基金资助项目(51972105)~~

分类号: TM615;TP183

DOI: 10.16339/j.cnki.hdxbzkb.2019.10.011

页码: 96-100

总页数: 5

文件大小: 2128K

下载量: 169