基于神经网络滑模控制光伏系统最大功率点跟踪

• 作者: 桂卫华 阳同光
• 来源期刊: 太阳能学报
• 学科: 工学
• 关键词: 太阳电池 最大功率点跟踪 神经网络滑模控制 鲁棒性
• 年，卷（期）: 2016,（9）
• 页码范围: 2386-2392
• 页数: 7页
• 分类号: TK513.5
• 字数: 3636字
• 语种: 中文

摘要

在光照强度和环境温度变化的情况下,难以有效跟踪太阳电池的最大功率点.针对这个问题提出一种基于神经网络滑模控制技术的最大功率点跟踪方法.首先建立以太阳电池输出功率为状态量的数学模型,并选择实际输出功率、理想光照和温度下输出功率的差值构造滑模面.然后为消除时变和非线性不确定对控制系统的影响,利用RBF神经网络逼近滑模控制器的不确定部分,并通过Liyapulov稳定性理论求取RBF神经网络权值的自适应律.仿真和实验结果表明:该方法能同时实现光伏发电系统的最大功率点跟踪和变流器控制,具有良好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
2	阳同光	湖南城市学院信息科学与工程学院	28	285	9.0	16.0