基于神经网络的光伏并网系统自适应最大功率点跟踪
系统与控制
2021-10-27 v1 系统与控制
摘要
引言。本文研究并网光伏系统的能量转换优化。创新之处在于利用人工神经网络算法开发智能最大功率点跟踪技术。目的。开发智能最大功率点跟踪技术,以改善光伏系统在温度和辐照变化下的性能。方法。本工作计算并跟踪依据人工智能机制运行的光伏系统的最大功率点,后者采用基于符号函数的自适应改进扰动观察最大功率点跟踪算法,生成施加于 DC-DC 转换器的特定占空比,其中我们使用由 Levenberg-Marquardt 反向传播训练的前馈人工神经网络。结果。我们选择模拟并应用该智能技术的光伏系统为独立光伏系统。根据采用自适应改进扰动观察人工神经网络的光伏系统仿真结果,光伏能源生产的效率与质量得到提升。实用价值。所提算法通过 dSPACE DS1104 在不同运行条件下得到验证。所有实际结果证实了所提算法的有效性。
引用
@article{arxiv.2110.13246,
title = {Adaptive maximum power point tracking using neural networks for a photovoltaic systems according grid},
author = {H. Sahraoui and H. Mellah and S. Drid and L. Chrifi-Alaoui},
journal= {arXiv preprint arXiv:2110.13246},
year = {2021}
}