多神经网络的光伏电池重构模型及智能优化

摘要：

对光伏电池重构模型的研究有利于实现光伏电池最大功率的预测和跟踪.当采用单一神经网络构建光伏电池的智能模型时,存在最大功率输出偏差较大的问题.为此首先考虑光伏电池最大功率受光照度影响较大的情况,将光照度进一步细分为低、中、高三类.按其类别分别对三个不同神经网络进行训练,将训练好的神经网络进行组合,即为光伏电池的重构模型.然后采用变惯性因子粒子群算法(VFPSO)优化模型的参数,使重构模型减小了最大功率输出的偏差,提高了最大功率预测和跟踪的精度.通过仿真对比,验证了上述方法的有效性和正确性.

关键词：光伏电池、智能建模、多神经网络、改进粒子群算法、参数优化

所属期刊栏目：33

分类号：N945.12(系统科学)

资助基金：X仁赤高速公路交通安全保障关键问题研究与示范应用GZSGLJKYWT-2013.01

在线出版日期：2016-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：373-377