基于自适应径向基函数神经网络的光伏MPPT研究

作者：王镇道; 郭敬勋^*; 肖旺

来源：湖南大学学报(自然科学版), 2019, 46(10): 96-100.

DOI：10.16339/j.cnki.hdxbzkb.2019.10.011

• 光伏系统
• 最大功率点跟踪
• 自适应
• 神经网络

光伏系统在局部遮阴情况下,输出曲线呈现多峰特性.针对传统最大功率控制算法易追踪到局部最大功率点的缺陷,提出一种基于自适应径向基函数(Radial Basis Function,RBF)神经网络的控制算法.该算法以自适应线性算法优化RBF神经网络的扩展常数与权重,克服了传统神经网络算法收敛速度慢、全局寻优差的缺点.在MATLAB/Simulink环境下建立自适应RBF神经网络仿真模型进行验证,结果表明,提出的算法在外界光照、温度发生变化时能准确找到光伏系统的最大功率点,且在收敛精度和收敛时间上均有很大的提升.