本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的光伏列陣MPPT控制研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：目前,由于社會經(jīng)濟(jì)的快速發(fā)展,所帶來的能源緊缺和環(huán)境污染問題越來越嚴(yán)重。太陽能作為一種可再生的清潔能源已成為了最具發(fā)展?jié)摿Φ男履茉?而光伏發(fā)電技術(shù)作為利用太陽能最有效的方法之一受到了社會的廣泛關(guān)注。由于光伏列陣附近可能會出現(xiàn)塔桿等固定遮擋物以及移動云等移動遮擋,以及光照強度和環(huán)境溫度可能隨時出現(xiàn)變化,使得光伏列陣的輸出特性曲線會出現(xiàn)多峰值的情況,導(dǎo)致傳統(tǒng)的最大功率跟蹤方法不能準(zhǔn)確的對光伏電池進(jìn)行跟蹤控制,大大降低了光電轉(zhuǎn)換率,造成能源浪費的同時光伏電池的壽命也受到了影響。因此,在復(fù)雜光照條件下對光伏電池進(jìn)行最大功率跟蹤控制對提高光伏發(fā)電效率具有重要意義。本文通過對光伏電池的工作原理進(jìn)行分析,在MATLAB中搭建了光伏電池模型,對不同遮擋情況下的光伏列陣的輸出特性曲線進(jìn)行了分析。根據(jù)單極式光伏發(fā)電系統(tǒng)原理,搭建了單極式光伏并網(wǎng)發(fā)電的光伏模型。本文通過對幾種傳統(tǒng)最大功率跟蹤方法的研究及仿真,分析傳統(tǒng)方法在復(fù)雜光照條件下容易陷入局部最大功率點以及最大功率點方向誤判等情況。并對新型智能算法進(jìn)行了介紹,基本的BP神經(jīng)網(wǎng)絡(luò)算法只能夠在光伏列陣出現(xiàn)固定遮擋物時進(jìn)行準(zhǔn)確放大最大功率跟蹤控制,而當(dāng)出現(xiàn)移動遮擋物時,其跟蹤準(zhǔn)確度明顯下降。在此基礎(chǔ)上提出了改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法。在MATLAB上搭建了神經(jīng)網(wǎng)絡(luò)模型,將其應(yīng)用在單級式光伏并網(wǎng)發(fā)電系統(tǒng)當(dāng)中。模擬當(dāng)有移動云經(jīng)過光伏列陣時,測試改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法對光伏列陣進(jìn)行最大功率跟蹤控制情況。為了進(jìn)一步驗證改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)法的有效性,通過RT_LAB進(jìn)行了硬件在環(huán)半實物仿真。在RT_LAB中構(gòu)建單極式光伏模型,并完成了改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法及生產(chǎn)PWM波的DSP程序。改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法能夠在光伏列陣出現(xiàn)移動或者固定遮擋物時對光伏列陣進(jìn)行準(zhǔn)確的最大功率跟蹤控制。與典型的神經(jīng)網(wǎng)絡(luò)算法相比,MPPT的反應(yīng)速度加快了,跟蹤準(zhǔn)確度也得到了提高,并且可以在光伏列陣出現(xiàn)移動遮擋物時進(jìn)行準(zhǔn)確跟蹤。
【關(guān)鍵詞】：光伏發(fā)電 最大功率跟蹤 陰影遮擋 BP神經(jīng)網(wǎng)絡(luò) 單極式光伏發(fā)電系統(tǒng) 光伏列陣模型
【學(xué)位授予單位】：東北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM615
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-15
• 1.1 課題背景及研究的目的和意義11-12
• 1.2 最大功率跟蹤的發(fā)展歷程12-13
• 1.3 國內(nèi)外MPPT的研究情況13
• 1.3.1 我國MPPT控制發(fā)展情況13
• 1.3.2 國外光伏系統(tǒng)MPPT控制發(fā)展情況13
• 1.4 本課題的研究意義和內(nèi)容13-15
• 第2章 光伏發(fā)電系統(tǒng)的組成和原理15-26
• 2.1 光伏電池工作原理15-17
• 2.1.1 光伏電池的分類15
• 2.1.2 光伏電池工作原理15-17
• 2.2 光伏電池的特性分析17-21
• 2.2.1 光伏電池的數(shù)學(xué)模型17-18
• 2.2.2 光伏電池的輸出特性18-21
• 2.3 單極式光伏發(fā)電系統(tǒng)21-23
• 2.3.1 單極式光伏系統(tǒng)分類21-22
• 2.3.2 單極式光伏發(fā)電的拓?fù)浣Y(jié)構(gòu)22-23
• 2.4 雙極式光伏發(fā)電系統(tǒng)23-25
• 2.4.1 Boost電路工作原理23-24
• 2.4.2 Buck電路工作原理24-25
• 2.5 本章小結(jié)25-26
• 第3章 MPPT的控制策略及方法26-36
• 3.1 傳統(tǒng)MPPT控制算法26-30
• 3.1.1 擾動觀察法26-27
• 3.1.2 恒定電壓法27-28
• 3.1.3 增量導(dǎo)納法28-30
• 3.2 智能MPPT控制算法30-35
• 3.2.1 粒子群控制算法30-32
• 3.2.2 模糊控制法32-34
• 3.2.3 神經(jīng)網(wǎng)絡(luò)控制算法34-35
• 3.3 本章小結(jié)35-36
• 第4章 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)控制算法的系統(tǒng)仿真36-52
• 4.1 BP神經(jīng)網(wǎng)絡(luò)控制算法36-39
• 4.1.1 人工神經(jīng)網(wǎng)絡(luò)基本原理36-38
• 4.1.2 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)38-39
• 4.2 BP神經(jīng)網(wǎng)絡(luò)39-41
• 4.2.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)39
• 4.2.2 BP網(wǎng)絡(luò)的學(xué)習(xí)過程39-41
• 4.2.3 基于BP網(wǎng)絡(luò)的多層前饋網(wǎng)絡(luò)的主要功能41
• 4.3 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在MPPT中的應(yīng)用41-46
• 4.3.1 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)控制算法41-45
• 4.3.2 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)與粒子群算法的結(jié)合45-46
• 4.4 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在MATLAB中的仿真實現(xiàn)46-50
• 4.4.1 單極式光伏系統(tǒng)的搭建46-49
• 4.4.2 仿真過程與結(jié)果分析49-50
• 4.5 本章小結(jié)50-52
• 第5章 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在RT-LAB仿真系統(tǒng)中的實現(xiàn)52-57
• 5.1 RT-LAB半實物仿真系統(tǒng)52
• 5.2 在RT-LAB模型下的BP神經(jīng)網(wǎng)絡(luò)仿真及結(jié)果分析52-56
• 5.3 本章小結(jié)56-57
• 結(jié)論57-58
• 參考文獻(xiàn)58-61
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果61-62
• 致謝62

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 戚軍;翁國慶;章旌紅;;光伏陣列多峰最大功率點分布特點研究[J];電力自動化設(shè)備;2014年03期

2 黨克;楊維湘;于吉慶;;改進(jìn)型單神經(jīng)元在光伏發(fā)電系統(tǒng)中的仿真研究[J];東北電力大學(xué)學(xué)報;2013年Z1期

3 李瀟瀟;趙爭鳴;鞠振河;;基于分離式MPPT技術(shù)的BAPV并網(wǎng)電站優(yōu)化設(shè)計與實驗研究[J];電氣技術(shù);2013年02期

4 梁惺彥;張蔚;;基于BP神經(jīng)網(wǎng)絡(luò)光伏發(fā)電系統(tǒng)MPPT的研究[J];制造業(yè)自動化;2012年24期

5 崔巖;白靜晶;;光伏陣列多峰最大功率點跟蹤研究[J];電機與控制學(xué)報;2012年06期

6 胥芳;張任;吳樂彬;徐紅偉;;自適應(yīng)BP神經(jīng)網(wǎng)絡(luò)在光伏MPPT中的應(yīng)用[J];太陽能學(xué)報;2012年03期

7 朱艷偉;石新春;但揚清;李鵬;劉文穎;魏德冰;付超;;粒子群優(yōu)化算法在光伏陣列多峰最大功率點跟蹤中的應(yīng)用[J];中國電機工程學(xué)報;2012年04期

8 原敬磊;張建成;;一種改進(jìn)的變步長電導(dǎo)增量光伏電源MPPT控制方法[J];電網(wǎng)與清潔能源;2012年01期

9 馮寶成;蘇建徽;;部分遮擋條件下光伏組件的建模與仿真研究[J];電氣傳動;2011年07期

10 蘇海濱;卞晶晶;劉強;卜自珍;;基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電最大功率點跟蹤算法[J];華北水利水電學(xué)院學(xué)報;2010年06期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李騰飛;復(fù)雜光照條件下光伏發(fā)電系統(tǒng)輸出特性及最大功率點跟蹤研究[D];太原理工大學(xué);2014年

2 韓海霞;局部陰影下的光伏陣列MPPT算法研究[D];浙江大學(xué);2014年

3 韓新峰;基于神經(jīng)網(wǎng)絡(luò)與模糊控制的光伏MPPT復(fù)合控制的研究[D];南昌航空大學(xué);2013年

4 易芳;局部陰影條件下光伏系統(tǒng)MPPT控制研究[D];燕山大學(xué);2013年

5 萬海江;小型光伏系統(tǒng)MPPT開發(fā)平臺的研究與實現(xiàn)[D];揚州大學(xué);2013年

6 潘東昱;基于MPPT的獨立光伏逆變系統(tǒng)設(shè)計[D];上海師范大學(xué);2013年

7 周笛青;光伏組件局部陰影下熱斑診斷及優(yōu)化控制[D];上海大學(xué);2013年

8 常雪蓮;基于神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電MPPT的研究[D];天津理工大學(xué);2013年

9 白靜晶;基于遺傳神經(jīng)網(wǎng)絡(luò)的光伏陣列多峰最大功率點追蹤[D];汕頭大學(xué);2011年

10 顧雪霏;單級式光伏并網(wǎng)發(fā)電系統(tǒng)與MPPT的研究與實現(xiàn)[D];東華大學(xué);2011年

  本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的光伏列陣MPPT控制研究，由筆耕文化傳播整理發(fā)布。

本文編號：363926