基于模型辨识的BP神经网络在光伏系统MPPT中的应用

来源：计算机测量与控制杂志2017年第10期北京时间：

作者：胡桂廷,仲程超,张伟君,张正江

摘要：光伏电池作为光伏发电系统的重要组成部分,研究其模型的准确性并对其最大功率点进行预测与跟踪,对于光伏发电效率的提高具有重大意义;首先根据光伏电池的内部结构和伏安特性建立其数学模型,并对所建立的模型进行参数辨识,进而得到模型输出与测量信息偏差最小的参数值,验证模型的准确和有效性;根据模型所反映的规律,将温度和光照强度作为输入变量,最大功率点对应的电压作为输出变量,构建了用于MPPT的神经网络模型;神经网络经训练后对最大功率点电压进行预测与跟踪,结果表明构建的神经网络具有良好的适应性。

关键词：光伏电池;数学模型;参数辨识;最大功率点;神经网络

基金资助：国家自然科学基金项目(51207112)；浙江省科技计划项目(2015C31157; 2014C31074; 2014C31093)；浙江省大学生科技创新活动计划暨新苗人才计划(2015R426059)。