共查询到18条相似文献,搜索用时 156 毫秒
1.
为了有效提高光伏发电系统的最大输出功率,在综合考虑传统算法优缺点的基础上,研究一种基于遗传算法(GA)优化BP神经网络的光伏最大功率点跟踪(MPPT)方法。通过建立神经网络最大功率点预测模型,并将预测模型转化为可在Simulink中直接使用的模块,避免了使用传统的S函数控制方法。在Matlab/Simulink环境下进行了仿真验证,仿真结果表明在光照强度和温度迅速变化时,该新型算法较传统电导增量法明显缩短了MPPT的跟踪时间,并且有效抑制了系统在最大功率点附近的波动。 相似文献
2.
3.
提出一种结合拉格朗日二次插值法和最优梯度变步长3点比较法的双模式最大功率点跟踪(MPPT)控制方法,该方法用于光伏发电系统可避免扰动观测法产生的电压振荡及误判造成的功率损失,同时可以改善恒压法不能随环境条件实时调整工作电压的缺陷。仿真与实验结果表明该方法的有效性。 相似文献
4.
介绍了光伏电池的特性,提出了一种基于BP神经网络的最大功率跟踪的控制策略,并进行了仿真试验。结果表明,该方法能够快速、准确地跟踪光伏电池的最大功率点,具有较好的控制精度,从而提高了电能的转换效率。 相似文献
5.
针对光照强度急速变化和局部阴影时光伏发电系统最大功率点追踪响应速度慢、多峰值等问题,提出一种基于RBF神经网络与自适应PID控制相结合的控制方法。首先,采用RBF神经网络对环境的实时变化直接跟踪光伏最大功率点。然后,利用自适应PID的辅助修正,抑制光伏电池输出功率的波动。神经网络能提升在复杂环境下的跟踪速度,自适应PID能增强对神经网络误差的消除能力,提升跟踪精度。仿真结果表明,APIDRBF双控策略具有稳态性能高和控制精度高等优点,能有效提高光伏发电效率和稳定性。 相似文献
6.
7.
针对基于BP神经网络的光伏系统MPPT策略在光照强度突变时存在较大误差的问题,提出了一种改进的果蝇优化算法用于BP神经网络的权值和阈值优化,并建立了基于IFOA-BP神经网络算法的光伏系统MPPT控制的仿真模型。测试和仿真结果表明,IFOA的收敛速度和求解精度较改进前均有明显提升;IFOA优化后的BP神经网络收敛速度加快,预测误差减少;较之于电导增量法,IFOA-BP神经网络的MPPT策略在稳态条件下能明显抑制功率波动,在外界条件发生突变时,能迅速准确地追踪到最大功率点,具有良好的稳态精度和动态特性。 相似文献
8.
9.
10.
11.
12.
13.
研究了光伏发电系统最大功率点跟踪的问题,由于其存在着随机性,且往往不够充分与准确,容易导致系统稳态剧烈震荡或无法准确跟踪。鉴于传统人工总结模糊控制规则难度高,提出了模糊神经网络控制算法,将T-S模糊推理方法与神经网络理论相结合,选择混合法作为训练方法,网格法作为生成算法,由实测数据自动生成模糊控制规则,将其嵌入到模糊控制器当中,从而实现了MPPT控制功能。仿真结果表明,采用该方法生成的模糊规则实用准确,系统稳态性能与动态性能均十分优越。实验证明人工神经网络法与模糊控制技术相结合,实现光伏发电MPPT高效准确。 相似文献
14.
15.
双级式光伏系统最大功率点跟踪研究 总被引:7,自引:0,他引:7
光伏电池的输出功率随外部环境和负载的变化而变化.为充分发挥光伏器件的效能,需采用最大功率点跟踪(MPPT)电路.根据MPPT的基本原理和常用光伏发电系统控制的优缺点,主电路采用了Boost电路结构,结构简单,硬件实现方便.控制部分在经典干扰观测方法的基础上对控制方法进行改进,采用变步长跟踪,克服了跟踪速度与跟踪精度之间的矛盾.实验结果证明,该方法能够快速、准确地跟踪太阳能电池的最大功率点. 相似文献
16.
光伏系统受部分遮影作用,使其P-V特性曲线呈现多峰特性,导致传统最大功率点跟踪算法的跟踪效率降低。为此,本文提出含双层结构的最大功率点跟踪算法,将差分进化算法和灰狼优化算法分别置于附属层和主层,运用更替和反哺方式促使两组算法协同搜索使光伏系统输出功率最大化的占空比。首先,将占空比拟物为各算法的个体和灰狼;然后,采用差分进化算法快速搜索多组群体,将各组群体内最佳占空比更替为主层狼群的位置;最后,应用灰狼优化算法对狼群的位置寻优,并将α狼反哺回附属层,指导附属层群体更新。在Matlab2017a/Simulink环境下,应用本文算法对不同遮影程度的四组案例进行仿真,结果表明,本文算法在四组案例中跟踪效率分别为:99.63%、99.91%、99.41%和99.95%,均高于其余三类算法,可较好提升光伏系统发电量。 相似文献
17.
纯电动车动力电池在性能、成本、寿命、安全性上的局限是制约电动车普及的关键问题。基于RBF神经网络,设计了一套电池故障诊断系统,对动力电池组的故障进行预防和诊断。首先,利用d SPACE中的电池模型,模拟电池的故障,进行神经网络的学习训练,然后,利用三组测试数据对故障诊断系统进行测试。测试结果显示,设计的系统可以准确诊断电池故障类型与故障级别。 相似文献
18.
光伏系统的模块重组对于改善系统的P-V特性有非常重要的作用。提出了一种在部分阴影遮蔽情况下基于人工神经网络算法的光伏模块重组方案。这个方案中,光伏模块分为固定部分和自由部分,并通过开关矩阵来连接。然后测量的每个自由模块以及每行固定模块的短路电流值,测量值通过人工神经网络算法得到的结果决定开关矩阵的连接方式。仿真实验显示所提出的方案的参数测量实时简易、重组策略高效,能有效地改善部分阴影状态下的光伏阵列的功率输出。最重要是所提出的控制策略能应用于较大规模光伏系统结构重组。 相似文献