资源描述：
《BP神经网络在光伏发电MPPT中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、·光伏建筑·BP神经网络在光伏发电MPPT中的应用张蔚(南通大学电气工程学院,江苏南通226019)摘要:介绍了光伏电池的特性,提出了一种基于BP神经网络的最大功率跟踪的控制策略,并进行了仿真试验。结果表明,该方法能够快速、准确地跟踪光伏电池的最大功率点,具有较好的控制精度,从而提高了电能的转换效率。张蔚(1977—),女,讲师,硕士,从事电力关键词:光伏发电系统;最大功率跟踪;BP神经网络电子技术应用方面的中图分类号:TK514文献标志码:B文章编号:167428417(2010)0420054204研究。0引言光伏发电系统
2、是指能将太阳能直接转化为电能的装置。光伏电池电流-电压输出特性是非线性的,且其输出特性受日照、温度等因素的影响较大。另外,光伏电池的转换效率很低,价格昂贵,初期投入大,因此,有必要采用最大功率跟踪控制来提高光伏系统的效率。目前常用的[1]最大功率点跟踪方法有扰动观测法、恒定电压图1光伏电池I2U特性随辐射强度变化曲线[2][3][4]法、增量电导法、最优梯度法等。这些方法存在控制复杂、难于实现、扰动量无法确定等问题。本文提出了一种基于BP神经网络的MPPT控制方法,仿真结果表明该方法能够实现较好的控制性能。1光伏电池特性1.1
3、光伏列阵的数学模型图2光伏电池I2U特性随环境温度变化曲线电池分为非晶硅、多晶硅等多种类型,又因由图1、图2可以看出,光伏电池的I2U特性为各自制造技术的不同而表现出不同的I2U输出与辐射强度、环境温度之间是非线性的。特性。I2U输出特性是指在某一确定的日照强度光伏电池处于暗处时,其输出的伏安特性与和温度下,光伏电池的输出电压和输出电流之间二极管的伏安特性相似。根据光伏电池的内部的关系。同一类型的光伏电池由于日照强度、环结构及其输出特性,可以把光伏电池单元等效为境温度的不同,I2U输出特性也不同。图1、图2图3所示的电路。分别
4、为光伏电池随光照与温度的变化曲线。等效电路由1个电流源、1个二极管、1个高·54··光伏建筑·阻抗电阻Rsh、1个低阻抗电阻Rs和负载RL相串光伏电池进行串、并联,以组成光伏电池阵列,满足需要。1.2典型光伏列阵的特性曲线图4、图5分别为典型光伏电池P2U特性随辐射强度和温度变化的曲线。图3光伏电池输出特性等效电路联组成。图3中,ILG为电池的产生电流,I为电池的输出电流。在电路模型中,电流源产生的电流I与照射到电池上的光强强度成正比,受温度的LG影响较少;串联电阻R使模型更加准确地表征s从电池最大功率点到开路电压范围内的伏安
5、特性;并联电阻Rsh使模型更加准确地表征从电池图4光伏电池P2U特性随辐射强度变化曲线的最大功率点到零工作电压范围内的伏安特性。根据光伏电池的等效电路图及对光伏电池的伏安特性曲线的分析,可以得到光伏电池输出特性方程为q(U+IR)U+IRssI=ILG-Ioexp-1-AKTRs(1)3图5光伏电池P2U特性随温度变化曲线TqEG11Io=Iorexp-(2)TrKATrT光伏电池既非恒压源,也非恒流源,而是一λ种非线性直流电源。从图4、图5可以发现,在一I=[I+K(T-T)](3)LGscrir100定的温度和辐射强度下,
6、光伏电池具有唯一的最式中I,U———光伏电池的输出电流和输出电压大功率输出点[5]。它表明光伏电池如采用MPPTI———标准测试条件下电池的短路电流scr控制,跟踪到在不同光强、温度下的最大功率,就I———暗饱和电流,随温度变化而变化o可以最大限度地提高光伏电池的能量利用率。K———玻尔兹曼常数2BP神经网络控制q———单位电荷E———硅的禁带宽度G2.1BP网络结构T———参考温度r反向传播(Back2PropagationNetworks,BP)网Rsh———电池的并联电阻,表示电子穿过是一种多层前馈神经网络,其网络结构如
7、图6P2N结时产生的电流损失所示。A———常数T———光伏电池的表面温度Ki———短路电流的温度系数λ———辐射强度I———光电流LGI———参考温度T下的暗饱和电流orrRs———电池的串联电阻由于单个光伏电池输出的功率较小,实际应用中,为了增大光伏电池的输出功率,将若干块图6BP网络结构图·55··光伏建筑·n2.2BP网络设计m=log2(5)2.2.1输入层设计m=n(6)BP神经网络输入层的个数通常由求解问题式(4)～(6)中,m为隐含层节点数,n为输和数据表示方式确定。对于最大功率跟踪,影响入层节点数,l为输出节点
8、数,α为1～10之间的因素为光强、温度、时间。所以,本文中所设计的常数。本文中,n=3,l=1,参考上述两个公式,并网络需要3维输入。结合实际试验效果,最终选取隐含层的神经元数2.2.2输出层设计m=5。输出层的维数根据使用者的要求决定,故输出层神经元数可以为输出最大功率点的
