基于神经网络光伏系统MPPT控制算法设计,这篇神经网络论文范文为免费优秀学术论文范文,可用于相关写作参考。
神经网络论文参考文献：
摘 要： 提出一种基于人工神经网络（ANN）的最大功率点跟踪（MPPT）控制算法.该算法通过扰动和观察（P&O）方法获得人工神经网络模型所需的参数,并分为离线和在线两种模式：离线模式通过测试神经网络参数,找到最佳的网络结构、激活函数和训练算法；在线模式实现优化人工神经网络以便应用于光伏系统.人工神经网络的输入变量为输出功率参数和电压参数,输出变量为归一化的增加或者减少占空比（+1或者-1）.通过Matlab/Simulink模型对所提跟踪算法的性能进行测试验证,结果显示所提算法表现出良好的动态响应速度和稳态控制精度.
关键词： 人工神经网络； 扰动和观测算法； 光伏电池模型； MPPT控制； 离线模式； 在线模式
中图分类号： TN711?34 ； TP273 文献标识码： A 文章编号： 1004?373X（2018）03?0132?04
Abstract： A maximum power point tracking （MPPT） control algorithm based on artificial neural network （ANN） is proposed. The algorithm can obtain the parameters needed by the ANN model by means of perturbation and observation （P&O） method. It includes the offline mode and online mode. The former mode can find the optimal network structure, activation function and training algorithm by testing the neural network parameters. The latter mode can optimize the ANN, and apply it to the PV system. The input variables of the ANN are taken as the parameters of the output power and voltage, and the output variable is normalized as the increased or decreased duty ratio （+1 or -1）. The performance of the proposed tracking algorithm is tested with Matlab/Simulink model for verification. The results show that the algorithm has perfect dynamic response speed and high steady?state control accuracy.
Keywords： artificial neural network； perturbation and observation algorithm； photovoltaic cell model； maximum power point tracking control； offline mode； online mode
0 引 言
目前,光伏（PV）能量轉换系统已经成为最重要的可再生能源系统之一.随着光伏电池技术、能源转换效率、光伏阵列尺寸和电子功率以及MPPT控制等技术的发展,使得能量转换系统得到广泛的推广[1?2].比如,农村地区的供水系统、电池充电、山间小屋、气象测量系统、光源、岛屿电气问题、水泵、公路运输以及卫星电力系统[3].光伏系统,有着许多重要的优势,如燃料丰富而且免费、光伏太阳板环保、操作安全、寿命长以及维护费用低等.
近期,有大量研究提出将人工神经网络技术应用到光伏系统的方法[4?5].人工神经网络评估未知参数的能力促进了其在MPPT中的应用.
因此,本文提出一种基于人工神经网络的MPPT控制算法,能够在不同大气条件下提供合适的占空比,因为经过训练的神经网络能够迅速绘出输入数据和输出数据之间的非线性关联.通过扰动和观察（P&O）方法[6?7]获得人工神经网络模型所需的数据,并通过符号函数将数据转换为逻辑表格.提出的人工神经网络MPPT控制算法分为两种模式：离线模式要求测试不同组的神经网络参数来找出最佳神经网络控制算法 （结构、激活函数和训练算法）；在线模式将最佳的人工神经网络MPPT控制算法用于光伏系统.通过Matlab/Simulink模型对提出跟踪算法的性能进行测试验证,结果显示提出算法在响应时间和MPPT跟踪方面均表现出较好的性能.
1 光伏电池模型
光生伏打效应是通过太阳能电池板将日光直接转化为电力的过程.埃德蒙贝克雷尔于1839年演示了第一台光伏设备.太阳能电池板的等效电路如图1所示[4].其包含了单个二极管代表p?n结电池,串联电阻以及并联电阻.太阳能电池板终端具有将照射光转换成电流的功能,输出电流通过下式来表示：
式中：代表入射光产生的电流（正好和太阳照射成正比）；代表通过二极管的电流；代表通过并联电阻器的电流.
光伏列阵的电流电压特性如下：
式中：代表电池反向饱和电流；代表电池输出电压；代表二极管理想的恒定值；代表相关电池的工作温度；代表电子电荷；代表玻耳兹曼常量；代表电池的串联电阻.
产生的光电流和太阳辐射相关,如下式所示：
式中：代表在参考温度和辐射条件下,光伏电池短路电流；代表太阳辐照（单位：W/m2）；代表光伏电池参考温度；代表短路电流温度系数.
结论：适合不知如何写神经网络方面的相关专业大学硕士和本科毕业论文以及关于深度神经网络算法论文开题报告范文和相关职称论文写作参考文献资料下载。
基于神经网络的光伏发电系统发电功率预测
摘 要：太阳能属于环保型能源，具有用之不尽，取之不竭的优势，在当下社会不同领域发展中，发挥积极作用。特别是在光伏发电作业中，为光伏发电工作增加发。
基于BP神经网络车牌识别技术算法分析
摘要：车牌识别是计算机视觉技术的一种典型应用，以机器视觉、图形图像、模式识别等为理论基础，采用神经网络、形态学、投影等技术实现车辆拍照、视频分解。
网络环境下会计信息系统内部控制
摘要：进入二十一世纪以后，互联网和计算机技术变得更加普及，越来越多的企业已经实现了业务和财务的一体化，会计内部和外部的环境也发生了翻天覆地的变化。
基于遗传算法BP神经网络在权证定价中应用
摘要:对金融衍生品的定价一直都是理论界和实务界所关注的热点问题之一。传统的参数模型定价方法,容易产生系统性偏差,而神经网络方法在解决这一问题时具。