咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >神经网络反推控制在光伏系统最大功率点跟踪中的应用 收藏

神经网络反推控制在光伏系统最大功率点跟踪中的应用

MAXIMUM POWER POINT TRACKING OF PV SYSTEM BASED ON NEURAL NETWORK BACK STEPPING CONTROL

作     者:阳同光 桂卫华 Yang Tongguang

作者机构:湖南城市学院机电工程学院益阳413000 中南大学信息科学与工程学院长沙410083 

出 版 物:《太阳能学报》 (Acta Energiae Solaris Sinica)

年 卷 期:2016年第37卷第12期

页      面:3030-3036页

核心收录:

学科分类:0830[工学-环境科学与工程(可授工学、理学、农学学位)] 080703[工学-动力机械及工程] 0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 0807[工学-动力工程及工程热物理] 0805[工学-材料科学与工程(可授工学、理学学位)] 0702[理学-物理学] 

基  金:国家自然科学基金重点资助项目(61321003) 国家自然科学基金(61290325) 

主  题:太阳电池 最大功率点跟踪 神经网络反推控制 鲁棒性 

摘      要:针对太阳电池输出最大功率受到光照强度和温度等因素影响的问题,提出一种基于神经网络反推控制技术的最大功率点跟踪方法。首先利用神经网络求取最优直流母线参考电压,设计反推控制实现光伏发电系统最大功率点跟踪和单位功率因数并网。然后,利用神经网络对光伏发电系统的不确定性部分进行补偿,消除非线性模型的不确定性部分的影响。最后,利用Liyapulov稳定性理论证明了神经网络反推控制器的稳定性。实验结果表明该方法能同时实现光伏发电系统的最大功率点跟踪和单位功率因数并网,具有良好的抗干扰能力。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分