一种基于Rprop神经网络的带短路电流限制的PV最大功率点跟踪算法
信号处理
2018-12-07 v2 机器学习
最优化与控制
摘要
本文提出一种基于弹性反向传播神经网络（Rprop-NN）的光伏（PV）最大功率点跟踪（MPPT）算法。提出一种监督机制以校准Rprop-NN-MPPT参考并限制由错误预测引起的短路电流。传统MPPT算法（如扰动观察（P&O）、爬山、增量电导（Inc-Cond）等）基于试错，在快速变化的环境下面可能导致稳态振荡与跟踪方向丢失。此外，由于在多峰特性曲线上寻找全局最大功率点困难，局部遮荫也是一项挑战。作为解决上述问题的尝试，本文开发并详述了一种新颖的Rprop-NN MPPT算法。通过多个案例研究验证了所提算法的有效性。
引用
@article{arxiv.1811.12541,
title = {A Rprop-Neural-Network-Based PV Maximum Power Point Tracking Algorithm with Short-Circuit Current Limitation},
author = {Yao Cui and Zhehan Yi and Jiajun Duan and Di Shi and Zhiwei Wang},
journal= {arXiv preprint arXiv:1811.12541},
year = {2018}
}
备注
2019 IEEE ISGT NA