基于遗传算法优化的RBF-BP神经网络在光伏阵列MPPT的研究

• 作者: 周谢益 张南 朱正伟 郭枫
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 光伏电池 最大功率点追踪 遗传算法 神经网络 MATLAB仿真
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 分析与探讨
• 页码范围: 78-81
• 页数: 4页
• 分类号: TP183|TK513.4
• 字数: 3592字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2015.06(上).23

摘要

为了高效地追踪光伏电池的发电输出功率，结合光伏电池输出非线性的特点，提出了一种基于遗传算法优化的RBF-BP组合神经网络，用于对光伏阵列最大功率点追踪（MPPT）。首先研究了光伏电池的输出特性，在此基础上提出了RBF-BP双隐层组合神经网络。为了更加准确地预测光伏电池最大功率点，进一步运用遗传算法对组合神经网络进行优化。将影响光伏电池输出的主要因素光照强度和温度作为神经网络的输入建立预测模型，通过MATLAB对该模型进行仿真。仿真结果表明，该系统具有追踪精度高、速率快、迭代次数少等优点，有效地提高了对光伏电池输出最大功率点追踪的精度和效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱正伟	常州大学信息科学与工程学院	56	241	8.0	12.0
2	郭枫	常州大学信息科学与工程学院	6	29	3.0	5.0
3	张南	常州大学信息科学与工程学院	3	14	3.0	3.0
4	周谢益	常州大学信息科学与工程学院	4	14	3.0	3.0