基于模型辨识的BP神经网络在光伏系统MPPT中的应用

• 作者: 仲程超 张伟君 张正江 胡桂廷
• 来源期刊: 计算机测量与控制
• 关键词: 光伏电池 数学模型 参数辨识 最大功率点 神经网络
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 设计与应用
• 页码范围: 213-216,266
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.10.054

摘要

光伏电池作为光伏发电系统的重要组成部分,研究其模型的准确性并对其最大功率点进行预测与跟踪,对于光伏发电效率的提高具有重大意义;首先根据光伏电池的内部结构和伏安特性建立其数学模型,并对所建立的模型进行参数辨识,进而得到模型输出与测量信息偏差最小的参数值,验证模型的准确和有效性;根据模型所反映的规律.将温度和光照强度作为输入变量,最大功率点对应的电压作为输出变量,构建了用于MPPT的神经网络模型;神经网络经训练后对最大功率点电压进行预测与跟踪,结果表明构建的神经网络具有良好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张正江	温州大学电气数字化设计技术国家地方联合工程实验室	22	51	4.0	6.0
2	胡桂廷	温州大学电气数字化设计技术国家地方联合工程实验室	5	8	2.0	2.0
3	仲程超	温州大学电气数字化设计技术国家地方联合工程实验室	1	4	1.0	1.0
4	张伟君	温州大学电气数字化设计技术国家地方联合工程实验室	1	4	1.0	1.0