基于RBF神经网络的光伏系统MPPT研究
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.
光伏发电、最大功率点跟踪、RBF神经网络、Boost电路
48
国家自然科学基金资助;武汉工程大学研究生创新基金资助
2020-04-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
85-91