| 摘要: |
| 为了有效利用光伏阵列转换能量，提高并网发电效率，需要对其进行最大功率点跟踪控制（MPPT）。提出了基于二级神经网络-遗传寻优的方法，通过利用PV神经网络模型拟合光伏电池输出功率与输出电压的非线性特点，为MPPT寻优提供模型依据，采用遗传算法编码灵活的特性实行并行搜索，并采用存储器函数变换技术使得系统达到在线控制的效果。仿真及实验表明，遗传算法对PV曲线进行最大值寻优，经过52代遗传得到最大功率为135.811 4 W，对应的电压值为72.138 24 V，这与实际最大功率点相比的误差为1.45%，取得了精度较高的跟踪效果，提高了系统稳定性。并且该方法能够准确跟踪最大功率点，克服了传统爬山法等在最大功率点附近振荡引起功率损耗的问题，同时也克服了传统神经网络方法采集训练数据的难度。 |
| 关键词: 光伏发电系统 最大功率点跟踪 神经网络 遗传算法 存储器函数变换 |
| DOI：10.7667/j.issn.1674-3415.2011.20.007 |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
