基于RBF神经网络的风光互补路灯系统MPPT研究

为了提高风光互补路灯的稳定性和使用寿命,根据风光互补路灯系统非线性、多物理量等特性,分别对风力发电和光伏发电采取最大功率点跟踪(MPPT)控制。该方法基于径向基函数(RBF)神经网络,分别以风力发电整流器输出的电压、电流和太阳能电池板输出的电压、电流作为RBF神经网络的输入,通过RBF神经网络直接改变Boost电路的占空比,使风光互补系统工作在最大功率点。仿真和试验结果表明,所提出的MPPT算法与扰动观察法算法相比,有更好的快速性和能量利用效率。     

基于模糊神经网络的光伏系统MPPT控制方法

在讨论分析现有光伏电源最大功率点跟踪(MPPT)控制方法的基础上,根据光伏电源系统的特性将补偿模糊神经网络方法应用在最大功率点跟踪控制上,能够根据外界环境变化及时进行调整,具有自学习和自适应能力,使系统始终稳定工作在最大功率点上,避免了使用传统方法时存在的最大功率点附近剧烈震荡的现象.     

基于神经网络应用的光伏阵列最大功率点跟踪

针对光伏电池输出特性的非线性,提出了1种跟踪光伏阵列最大功率点的新方法,该方法应用反向传播（back propagation）和径向基（RBF）神经网络理论跟踪光伏阵列最大功率点,在变化的环境条件下,使用MATLAB软件对这2种神经网络进行仿真,训练及测试,仿真表明,RBF神经网络比BP神经网络更快捷、更准确地跟踪了光伏阵列的最大功率点。     

基于模糊PID控制的光伏最大功率点跟踪仿真研究

在分析光伏电池伏安特性的基础上,设计了一个模糊PID控制器,以提高光伏发电的性能。仿真结果表明,模糊PID控制能够快速、准确地跟踪最大功率点,避免最大功率点处的振荡,提高了系统稳定性和能量转换效率。     

基于模糊PID控制的光伏系统最大功率点跟踪

由于光伏系统的输出功率随着外界环境和负载的变化而变化,为了提高光伏系统的效率,需要对其进行最大功率点跟踪[1]。模糊控制属于有差控制,在最大功率点附近仍有震荡的存在,为了进一步改进跟踪性能,提出将模糊PID控制代替模糊控制。根据控制对象建立合适的控制规则表、PID控制器,实现参数的在线优化。仿真结果表明,改进方法能快速、准确地跟踪光伏电池的最大功率点,避免在最大功率点的震荡,同时提高转换效率。     

光伏发电最大功率跟踪系统的研究

针对光伏发电系统最大功率跟踪问题,提出了一种新的自适应模糊控制器方案.理论证明,利用在线调整算法改变模糊规则使光伏发电系统达到了全局稳定,基于这种结构动态性能好,鲁棒性强,最后采用MATLAB7.0的Simulink工具对光伏发电最大功率跟踪系统进行仿真,结果证明了其有效性.     

基于自适应遗传算法的PI控制在MPPT中的应用研究

光伏阵列是将太阳能转化为电能的组合装置,是光伏发电系统中的核心部分。最大限度利用光伏阵列的输出能量是光伏发电技术所考虑的重要问题之一。根据硅太阳电池的电气特性,建立了硅太阳电池的等效数学模型,介绍了传统电导增量法实现最大功率点跟踪（MPPT）的基本原理,并针对该方法电压扰动步长的不足,提出了一种基于自适应遗传算法的数字PI控制变步长跟踪方法,通过Matlab/simulink进行S函数建模和仿真,实现了光伏阵列最大功率点（MPP）的跟踪。仿真结果表明,该控制方法能够快速准确的跟踪最大功率点,使系统具有良好的动态性能和稳定性能。     

局部阴影遮蔽下光伏阵列MPPT算法的研究综述

光伏阵列作为太阳能光伏发电系统的基本发电单元,在局部阴影条件下,它的输出特性发生改变,相应的功率曲线含有多个局域峰值,使常规的最大功率点跟踪算法很难准确地跟踪到真正的最大功率点,在分析常规最大功率点跟踪方法(恒定电压法、扰动观测法、电导增量法)的基础上,对多峰值最大功率点跟踪方法做了比较全面的比较和分析(模糊免疫算法、粒子群优化算法PSO等),为实现光伏阵列在部分遮蔽下实现最大MPPT设计与实现提供参考。     

光伏电池最大功率跟踪智能控制技术研究

本文在阐述光伏电池输出特性的基础上,针对光伏电池最大功率点跟踪（MaximumPowerPointTracking,MPPT）中存在的问题,结合智能控制方法,给出了最大功率跟踪的改进型控制方法：模糊逻辑MPPT控制,神经网络MPPT控制以及两者的结合型。分析表明智能控制技术具有较强的自适应能力,能够根据环境的变化,快速、稳定地跟踪最大功率点。     

在线扰动优化光伏MPPT模糊控制器

利用可在线优化的模糊控制器进行光伏最大功率点跟踪控制（MPPT）。利用模糊RBF网络根据专家经验建立初始模糊控制器,在模糊控制器输出的控制量上叠加正态分布的随机扰动,根据控制效果自适应地构造和调整模糊规则。根据控制效果记录器的结果决定是否叠加扰动,以削弱功率震荡现象。该方法可以减轻对模糊控制器相关参数进行离线调整的工作量。仿真结果表明该方法在光伏MPPT控制中的有效性。