神经网络反推控制在光伏系统最大功率点跟踪中的应用

被引:13
作者
阳同光 [1 ,2 ]
桂卫华 [2 ]
机构
[1] 湖南城市学院机电工程学院
[2] 中南大学信息科学与工程学院
关键词
太阳电池; 最大功率点跟踪; 神经网络反推控制; 鲁棒性;
D O I
暂无
中图分类号
TK513.5 [蓄热(能)器];
学科分类号
080703 ;
摘要
针对太阳电池输出最大功率受到光照强度和温度等因素影响的问题,提出一种基于神经网络反推控制技术的最大功率点跟踪方法。首先利用神经网络求取最优直流母线参考电压,设计反推控制实现光伏发电系统最大功率点跟踪和单位功率因数并网。然后,利用神经网络对光伏发电系统的不确定性部分进行补偿,消除非线性模型的不确定性部分的影响。最后,利用Liyapulov稳定性理论证明了神经网络反推控制器的稳定性。实验结果表明该方法能同时实现光伏发电系统的最大功率点跟踪和单位功率因数并网,具有良好的抗干扰能力。
引用
收藏
页码:3030 / 3036
页数:7
相关论文
共 11 条
[1]   模糊滑模控制在光伏电池MPPT中的应用 [J].
徐红伟 ;
张立彬 ;
胥芳 ;
张任 .
太阳能学报, 2012, 33 (05) :789-794
[2]   一种改进的光伏系统MPPT控制算法 [J].
吴俊娟 ;
姜一达 ;
王强 ;
孙孝峰 .
太阳能学报, 2012, 33 (03) :478-484
[3]   自适应BP神经网络在光伏MPPT中的应用 [J].
胥芳 ;
张任 ;
吴乐彬 ;
徐红伟 .
太阳能学报, 2012, 33 (03) :468-472
[4]   基于电流解析逆控制的光伏并网发电系统研究 [J].
王新 ;
张耀明 ;
李小燕 ;
郑飞 .
太阳能学报, 2011, 32 (07) :957-962
[5]   一种光伏MPPT模糊控制算法研究 [J].
吴大中 ;
王晓伟 .
太阳能学报, 2011, 32 (06) :808-813
[6]   基于fuzzy-PI双模控制的光伏发电系统最大功率点跟踪仿真研究 [J].
程启明 ;
程尹曼 ;
倪仁杰 ;
汪明媚 .
太阳能学报, 2011, 32 (05) :704-709
[7]   最大功率点跟踪原理及实现方法的研究 [J].
赵庚申 ;
王庆章 ;
许盛之 .
太阳能学报, 2006, (10) :997-1001
[8]   Perturb and Observe MPPT algorithm with a current controller based on the sliding mode [J].
Bianconi, Enrico ;
Calvente, Javier ;
Giral, Roberto ;
Mamarelis, Emilio ;
Petrone, Giovanni ;
Ramos-Paja, Carlos Andres ;
Spagnuolo, Giovanni ;
Vitelli, Massimo .
INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, 2013, 44 (01) :346-356
[9]  
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
[10]  
Development of Intelligent MPPT Control for a Grid-Connected Hybrid Power Generation System[J] . Chih-Ming Hong,Ting-Chia Ou,Kai-Hung Lu. Energy . 2012