基于自适应神经网络控制的光伏MPPT算法改进

论文摘要

基于自适应神经网络控制（DANC）算法提出一种改进的最大功率追踪（MPPT）算法。针对DANC在权值更新的过程中采用的梯度下降算法因初始权值而导致局部收敛的问题,该文根据光伏（PV）阵列部分遮挡情况下的功率-电压（P-V）特征曲线,提出一种反馈负载电压遍历和DANC相结合的算法。首先通过反馈负载电压遍历方法快速达到参考电压附近,然后利用DANC在线学习算法稳定到峰值,通过比较峰值大小,最终找到全局最优解。通过Matlab仿真和硬件实验验证改进算法的可行性。

论文目录

• 0 引言
• 1 光伏阵列模型
• 2 系统结构
• 3 改进MPPT算法
•   3.1 反馈负载电压扫描算法
•   3.2 DANC在线学习算法
•   3.3 整个控制过程
• 4 实验结果分析
•   4.1 仿真实验
•   4.2 硬件实验
• 5 结论

文章来源

类型: 期刊论文

作者: 张晓强,刘宜罡,邹应全,张翠芳

关键词: 自适应神经网络控制,电压遍历,光伏阵列,电导增量,最大功率追踪

来源: 太阳能学报 2019年11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: 西南交通大学信息科学与技术学院

分类号: TM615;TP183

页码: 3095-3102

总页数: 8

文件大小: 2465K

下载量: 261