当前位置:主页 > 科技论文 > 电气论文 >

基于小波神经网络MPPT算法研究及应用

发布时间:2018-03-16 11:32

  本文选题:太阳能光伏发电 切入点:最大功率点 出处:《东华理工大学》2017年硕士论文 论文类型:学位论文


【摘要】:随着全球经济的迅速发展,环境污染与能源危机问题凸显,发展新能源能显的尤为重要。在各种新能源中太阳能以其独特的优势得到迅速的发展。在太阳能的各种运用中光伏发电备受青睐,但光伏发电普遍存在太阳能转换效率低的问题。本文就如何提高太阳能转换效率问题进行了以下研究:采用最大功率点跟踪是提高太阳能转换效率的有效途径。本文详细介绍了最大功率点跟踪技术的国内外研究现状及未来发展趋势。研究了光伏电池的等效电路并给出了光伏电池的数学模型,在此基础上分析了光伏电池的输出特性曲线。并给出了几种常用的MPPT(Maximum Power Point Tracking)是最大功率点的简称。MPPT算法包括定电压跟踪法、扰动观察法、电导增量法、模糊逻辑控制法、神经网络算法等等。在深入研究了传统算法的优缺点的基础上提出了小波神经网络MPPT算法,通过MALTAB进行实验数据处理分析,验证算法的有效性。在提出新算法的基础上对MPPT算法控制电路进行了研究,对控制电路中的DC/DC变换电路进行选型和研究,选择以BUCK电路作为DC/DC变换电路,并研究了BUCK电路中电感材料、骨架结构、绕线方式、线径等对系统能量转换效率的影响。根据MPPT控制电路的实际情况设计了PWM驱动电路来抬高PWM输出波形的基准电压,使得控制电路能够正常工作,最后利用设计的MPPT控制电路及其实验设备搭建了实验系统进行小波神经网络MPPT算法的样本数据获取。本文通过分析传统MPPT算法的优缺点提出了小波神经网络MPPT算法并结合MPPT控制电路获得测量数据对算法进行了样本训练,训练结果表明小波神经网络MPPT算法可以准确预测系统的最大功率点,能够提高太阳能的转换效率。
[Abstract]:With the rapid development of the global economy, the problems of environmental pollution and energy crisis are highlighted. The development of new energy is particularly important. Solar energy has been developed rapidly in all kinds of new energy sources with its unique advantages. Photovoltaic power generation is very popular in various applications of solar energy. However, the problem of low efficiency of solar energy conversion exists in photovoltaic power generation. In this paper, how to improve the efficiency of solar energy conversion is studied as follows: the use of maximum power point tracking is an effective way to improve the efficiency of solar energy conversion. In this paper, the research status and future development trend of maximum power point tracking technology at home and abroad are introduced in detail. The equivalent circuit of photovoltaic cell is studied and the mathematical model of photovoltaic cell is given. On this basis, the output characteristic curves of photovoltaic cells are analyzed, and several commonly used MPPT(Maximum Power Point tracking algorithms, which are referred to as maximum power points, include constant voltage tracking method, perturbation observation method, conductance increment method, fuzzy logic control method, etc. On the basis of studying the advantages and disadvantages of the traditional algorithm, the wavelet neural network MPPT algorithm is put forward, and the experimental data is processed and analyzed by MALTAB. On the basis of the new algorithm, the control circuit of MPPT algorithm is studied, the DC/DC transform circuit in the control circuit is selected and studied, and the BUCK circuit is chosen as the DC/DC transform circuit. The influence of inductance material, skeleton structure, winding mode and wire diameter on the energy conversion efficiency of BUCK circuit is studied. According to the actual situation of MPPT control circuit, the PWM drive circuit is designed to elevate the reference voltage of PWM output waveform. Make the control circuit work properly, Finally, using the designed MPPT control circuit and its experimental equipment, the experimental system is built to obtain the sample data of the wavelet neural network MPPT algorithm. This paper presents the wavelet neural network MPPT calculation by analyzing the advantages and disadvantages of the traditional MPPT algorithm. The method is combined with MPPT control circuit to obtain the measurement data, and the algorithm is trained by sample. The training results show that the wavelet neural network MPPT algorithm can accurately predict the maximum power point of the system and improve the conversion efficiency of solar energy.
【学位授予单位】:东华理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TM914.4;TP183

【参考文献】

相关期刊论文 前10条

1 刘晋芳;樊建升;;固定电压法结合扰动观察法在光伏系统MPPT中的应用[J];电气技术;2015年06期

2 周东宝;陈渊睿;;基于改进型变步长电导增量法的最大功率点跟踪策略[J];电网技术;2015年06期

3 高嵩;马红利;何宁;陈超波;;改进MPPT算法在光伏发电系统中的应用[J];电测与仪表;2015年08期

4 游国栋;李继生;侯勇;赵春东;;单相光伏并网逆变器的反步滑模控制策略[J];电网技术;2015年04期

5 刘增环;李洁;;基于功率预测的变步长扰动观测法在光伏MPPT中的应用[J];制造业自动化;2015年04期

6 贺婷;龚仁喜;李畸勇;;短路电流法与变步长扰动观察法结合的MPPT算法研究[J];电测与仪表;2012年07期

7 朱艳伟;石新春;但扬清;李鹏;刘文颖;魏德冰;付超;;粒子群优化算法在光伏阵列多峰最大功率点跟踪中的应用[J];中国电机工程学报;2012年04期

8 刘建军;白建民;郭伟;顾勇;;改进的差异演化算法在MPPT扰动观察法中的研究[J];电源技术;2012年01期

9 陈雪艳;单晓敏;吴晓强;;改进的小波神经网络及其Matlab仿真[J];内蒙古民族大学学报(自然科学版);2011年04期

10 冯涛;陈华;;固定电压法结合电导增量法在光伏发电最大功率点跟踪控制中的应用[J];电源技术应用;2011年06期

相关硕士学位论文 前10条

1 曲鹏;基于TMS320F2812的独立式光伏发电控制器的研究[D];安徽理工大学;2015年

2 吴怀路;单相光伏发电MPPT及系统并网的仿真研究[D];安徽理工大学;2015年

3 梁慧慧;独立光伏发电系统最大功率点跟踪的研究[D];重庆大学;2014年

4 赵云凤;太阳能光伏发电最大功率跟踪研究[D];山东理工大学;2013年

5 陈坤;光伏发电系统MPPT控制算法研究[D];重庆大学;2013年

6 常雪莲;基于神经网络的光伏发电MPPT的研究[D];天津理工大学;2013年

7 王秉荣;独立光伏发电系统储能电路研究[D];燕山大学;2012年

8 徐文学;光伏发电系统中的MPPT技术[D];湖北工业大学;2012年

9 殷忠宁;独立光伏发电系统最大功率跟踪及能量控制技术的研究[D];重庆大学;2012年

10 周华;独立光伏发电系统阵列模型和MPPT算法研究[D];重庆大学;2012年



本文编号:1619735

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/1619735.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户22881***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com