文献类型：期刊文章

作　　者：王志豪[1] 李自成[1] 王后能[1] 刘庆[1]

WANG Zhihao;LI Zicheng;WANG Houneng;LIU Qing(School of Electrical and Information Engineering,Wuhan Institute of Technology,Wuhan 430205,China)

机构地区：[1]武汉工程大学电气信息学院,湖北武汉430205

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金资助(41727801);武汉工程大学研究生创新基金资助(CX2018116)。

年　　份：2020

卷　　号：48

期　　号：6

起止页码：85-91

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

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。

关 键 词：光伏发电 最大功率点跟踪 RBF神经网络 BOOST电路

分 类 号：TM615]