基于粒子群与神经网络的光伏逆变器设计

• 作者: 周睿 张烈平 张玉
• 来源期刊: 现代电子技术
• 关键词: 粒子群优化 神经网络 光伏逆变器 算法 逆模型 谐波含量
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 能源技术
• 页码范围: 85-88,93
• 页数: 5页
• 分类号: TN711-34|TM615
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.02.020

摘要

PI控制具有结构简单、鲁棒性好、可靠性高等优点,但其参数的整定较为困难,并且在光伏发电这种系统复杂的非线性情况下,无法较好地跟踪系统变化.针对上述问题,建立并分析了逆变器的模型,在此基础上提出一种基于粒子群与神经网络相结合的逆变器控制算法,以绝对误差和与总谐波畸变率作为约束条件,对系统进行离线寻优,得到最优PI参数的样本.利用神经网络对样本进行训练,得到系统的逆模型,对变化的负载进行补偿,从而使输出能较好地跟随系统变化.系统仿真与实验结果表明,该方法可以有效地提高光伏逆变器的动态响应速度,并降低输出电压的谐波含量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玉	桂林理工大学机械与控制工程学院	19	101	6.0	9.0
5	张烈平	桂林理工大学机械与控制工程学院	50	277	10.0	15.0
9	周睿	桂林理工大学机械与控制工程学院	3	5	1.0	2.0