基于神经—模糊网络的光伏阵列MPPT控制研究

发布时间：2019-05-22 19:45

【摘要】：当前,我国环境问题日益严重,而"雾霾"这一热词常年成为我国媒体纷纷报道的对象。严格控制污染的排放是我国政府与企业共同的奋斗目标。在能源问题上,通用常规能源在面临枯竭,而且污染性较大,严重损害人类的身体健康,而发展清洁能源如可再生的太阳能受到越来越多国家的重视,因此将来的社会发展与光伏产业密不可分。目前,我们使用的光伏发电系统,其电能转化效率低,高度阻碍我们使用光伏发电系统。由此我们必须提升当前太阳能电池的电能转化效率,使得尽快收回成本。本文首先从光伏电池的基本原理叙述,在建立数学模型的基础上参与MATLAB/Simulink软件环境下,建立光伏阵列输出特性模型并进行仿真分析,对比分析建模的光伏阵列输出特性与已知公司出具电池参数,后面简单介绍几种典型的光伏MPPT控制算法原理,并且设计控制器重要的硬件和软件流程。重点提出一种新的MPPT控制算法,把BP神经网络和模糊控制这两种算法,进行取长补短的结合,推出基于神经-模糊网络的光伏阵列MPPT控制。BP神经网络的输入量为时间(t)、光照强度(G)以及环境温度(T),其具有推理最大功率点电压的功能。模糊控制算法的输入量为最大功率点预测电压(Vmp)、光伏阵列输出电压(U)以及电流(J),其具有模糊分析计算出电压偏移量(△U)。神经-模糊网络法主要过程是利用MATLAB提供的神经网络工具箱,通过学习样本推理最大功率点处电压Vmp,再利用模糊工具箱对Vmp、U、J进行模糊化、模糊规则、解模糊的三维模糊控制后,计算出实际输出电压与MPP处电压的偏移量(△ U),经过计算用来改变DC-DC变换器中MOSFET管所用PWM波占空比。最后,本文将单独二维输入量模糊控制的MPPT控制仿真与本次提出的基于神经-模糊网络的光伏阵列MPPT控制系统的仿真结果进行对比分析,根据功率-时间(P-t)的仿真结果,得出神经-模糊网络算法具有高效性、输出稳定性等优点。
[Abstract]:......
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TM615

【相似文献】

相关期刊论文 前10条

1 王建华;韩伟;;光伏阵列的仿真模型研究[J];信息技术;2011年06期

2 陈昌松;段善旭;殷进军;;基于神经网络的光伏阵列发电预测模型的设计[J];电工技术学报;2009年09期

3 刘刚;;太阳能光伏阵列数学模型的综述[J];科技信息;2010年04期

4 刘晓艳;祁新梅;郑寿森;王飞;陈达明;;局部阴影条件下光伏阵列的建模与分析[J];电网技术;2010年11期

5 翟津川;黄梅;;光伏阵列三相并网仿真模型[J];电子设计工程;2010年12期

6 杨鹏;刘松;沈楚焱;;一种数字式光伏阵列模拟系统的研究[J];电工电气;2011年02期

7 陈阿莲;冯丽娜;杜春水;张承慧;;基于支持向量机的局部阴影条件下光伏阵列建模[J];电工技术学报;2011年03期

8 丁明;陈中;;遮阴影响下的光伏阵列结构研究[J];电力自动化设备;2011年10期

9 陈正伟;朱建华;裘君英;刘浏;;光伏阵列解析模型的研究[J];浙江科技学院学报;2011年06期

10 刘晓艳;祁新梅;郑寿森;陈达明;王飞;;局部阴影条件下光伏阵列仿真模型的研究[J];系统仿真学报;2012年05期

相关会议论文 前7条

1 傅望;罗时武;青志明;;局部阴影条件下光伏阵列输出特性方程研究[A];2013年中国电机工程学会年会论文集[C];2013年

2 张国荣;瞿晓丽;苏建徽;刘宁;董康;;基于动态电容充电的光伏阵列Ⅰ-Ⅴ测试仪[A];2009安捷伦科技节论文集[C];2009年

3 张渊明;孙彦广;张云贵;;非均匀辐射条件下光伏阵列建模及运行稳定性分析[A];全国冶金自动化信息网2012年年会论文集[C];2012年

4 王培珍;;太阳能光伏阵列的温度与红外特性分析[A];安徽省第五届“兴皖之光”青年学术年会论文集（工科卷）[C];2005年

5 代倩;段善旭;蔡涛;陈昌松;;基于气象因子的神经网络模型在光伏发电预测中的应用研究[A];第27届中国气象学会年会气候资源应用研究分会场论文集[C];2010年

6 黄智勇;;水利水电工程中太阳能的利用[A];2013年电气学术交流会议论文集[C];2013年

7 谢标锴;沈辉;朱薇桦;;六种太阳电池光伏阵列实际发电性能比较[A];第十届中国太阳能光伏会议论文集：迎接光伏发电新时代[C];2008年

相关博士学位论文 前3条

1 王培珍;光伏阵列故障状态的识别研究[D];合肥工业大学;2005年

2 吴小进;光伏阵列及并网逆变器关键技术研究[D];北京交通大学;2012年

3 翟载腾;任意条件下光伏阵列的输出性能预测[D];中国科学技术大学;2008年

相关硕士学位论文 前10条

1 张磊;一种光伏阵列模拟器的研究和设计[D];哈尔滨工业大学;2015年

2 寇彦宏;光伏阵列最大功率点跟踪方法的研究[D];宁波大学;2015年

3 赵磊;局部阴影下光伏阵列的最大功率点跟踪与控制[D];中国计量学院;2015年

4 杨天宇;数字式光伏阵列模拟器的研究与设计[D];上海交通大学;2015年

5 吕盛华;基于光伏阵列拓扑的全局最大功率跟踪算法研究[D];太原理工大学;2016年

6 杨莉萍;光伏阵列的模型仿真及其均衡补偿[D];北方工业大学;2016年

7 张晓娜;大规模光伏阵列发电仿真系统及故障诊断技术研究[D];青海大学;2016年

8 朱婧;基于光伏阵列板供电的能源控制系统的研究[D];江苏大学;2016年

9 樊庆亚;基于无线传感网络的光伏阵列监测管理系统研发[D];江苏大学;2016年

10 王素宁;基于果蝇优化算法的多峰值光伏最大功率跟踪控制策略研究[D];上海电机学院;2016年

，

本文编号：2483202