基于贪婪神经网络的集中式温差发电系统最大功率跟踪

摘要：

该文提出一种基于贪婪搜索的神经网络(GSNN)算法,以实现非均匀温差分布下集中式温差发电系统的最大功率跟踪(MPPT).首先,以DC-DC升压变换器占空比为输入,系统输出功率为输出,建立双层前馈神经网络模型.然后,采用Levenberg-Marquardt法训练神经网络,得到系统的输入-输出(I/O)拟合曲线,以准确区分局部最大功率点(LMPP)和全局最大功率点(GMPP).同时,基于拟合的曲线,设计压缩范围的贪婪策略快速逼近GMPP.恒定温度、阶跃温度和灵敏度分析三种算例下的仿真结果表明,与扰动观测法、粒子群算法和灰狼算法相比,GSNN能在非均匀温差分布下快速、稳定地输出最大功率.最后,基于dSpace的硬件在环(HIL)实验验证了所提算法的硬件可行性.

关键词：集中式温差发电系统、非均匀温差分布、最大功率跟踪、神经网络

所属期刊栏目：35

分类号：TM76;TP183(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助项目61963020、51977102、51777078

在线出版日期：2020-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：2349-2359