基于RBF神经网络的光伏系统MPPT研究

• 作者: 刘庆 李自成 王后能 王志豪
• 来源期刊: 电力系统保护与控制
• 关键词: 光伏发电 最大功率点跟踪 RBF神经网络 Boost电路
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 应用研究
• 页码范围: 85-91
• 页数: 7页
• 字数: 3564字
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.190112

摘要

针对光伏发电最大功率点跟踪(MPPT)技术的研究和现状,提出了一种基于径向基(Radical Basis Function,RBF)神经网络的MPPT算法.建立太阳能电池板的数学模型,分析光伏发电的主要影响因素.选取电池板的电压、电流为RBF神经网络的输入层,输出层直接调整Boost电路的占空比,达到最大功率点跟踪的目的.与传统的扰动观察法(P&O)相比,所提出的方法无需设定步长,通过RBF神经网络,直接调节Boost电路的占空比进行最大功率点跟踪.仿真和实验结果表明,所提出的MPPT算法与传统的P&O算法相比有更好的快速性和光伏利用效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李自成	武汉工程大学电气信息学院	31	277	8.0	16.0
2	王后能	武汉工程大学电气信息学院	14	41	4.0	6.0
3	刘庆	武汉工程大学电气信息学院	4	15	2.0	3.0
4	王志豪	武汉工程大学电气信息学院	2	1	1.0	1.0