[1]申楠 段中兴.光伏并网发电系统最大功率点跟踪算法研究[J].计算机技术与发展,2010,(09):197-200.
　SHEN Nan,DUAN Zhong-xing.Research on Grid-connected PV System Maximum Power Point Tracking Algorithm[J].,2010,(09):197-200.
点击复制

光伏并网发电系统最大功率点跟踪算法研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2010年09期
页码:
197-200
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
Research on Grid-connected PV System Maximum Power Point Tracking Algorithm
文章编号:
1673-629X（2010）09-0197-04
作者:
申楠 段中兴
西安建筑科技大学信息与控制工程学院
Author(s):
SHEN Nan; DUAN Zhong-xing
School of Information and Control Engineering,Xi＇an University of Architecture and Technology
关键词:
光伏并网; 最大功率点跟踪; 神经网络; 遗传算法
Keywords:
photovoltaic grid-connected;  MPPT;  neural networks;  genetic algorithm
分类号:
TP183
文献标志码:
A
摘要:
针对神经网络算法在太阳能电池最大功率点跟踪中收敛速度慢,结果容易陷入局部极小等缺点,提出了一种基于遗传算法优化神经网络来实现最大功率点跟踪的控制方法。该算法利用遗传算法具有全局搜索问题解的特性,通过选择、交叉、变异等遗传操作,实现了神经网络权值优化,克服了神经网络初始权值对控制效果的不利影响。实验结果表明：该算法提高了神经网络在最大功率跟踪中的收敛性与非线性逼近能力,在日照强度、环境温度变化时仍能快速、准确地跟踪到太阳能电池的最大功率点,具有较好的稳定性
Abstract:
Aiming at the disadvantage of low convergence speed and local minimum of neural networks algorithm used in the solar cell maximum power point tracking（MPPT）,an effective neural network algorithm based on genetic algorithm（GA） is proposed to realize the MPPT control in this paper.Adopting the global searching characteristic of genetic algorithm and genetic operations such as selection,crossing and mutation,an optimization of weights in neural networks are achieved,and the negative effects of network＇s initial weights on control effect are solved.The simulation and experiments show that the algorithm can improve the convergence speed and nonlinear approximation ability in the MPPT control,and quickly and accurately track MPPT in the sunshine intensity,ambient temperature changing environment

相似文献/References:

[1]冯俊瑞,刘晓锋,张欣豪.基于光伏并网模式的无源式再循环独立公厕[J].计算机技术与发展,2022,32(S1):84.[doi:10. 3969 / j. issn. 1673-629X. 2022. S1. 019]
　FENG Jun-rui,LIU Xiao-feng,ZHANG Xin-hao.Passive Recycling Independent Public Toilet Based on Photovoltaic Grid Connection Mode[J].,2022,32(09):84.[doi:10. 3969 / j. issn. 1673-629X. 2022. S1. 019]

备注/Memo

备注/Memo:
国家自然科学基金资助项目（50575168）; 陕西省自然科学基金资助项目（2009JM8006）申楠（1984-），女，硕士生，研究方向为嵌入式技术与智能系统；段中兴，博士，教授，研究方向为智能信息处理与控制、智能检测与信息融合
更新日期/Last Update: 1900-01-01