發(fā)布時(shí)間：2017-08-10 19:30

  本文關(guān)鍵詞：基于混合優(yōu)化神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電MPPT方法研究

  更多相關(guān)文章： 光伏電池陣列 最大功率點(diǎn)跟蹤 BP神經(jīng)網(wǎng)絡(luò) 粒子群算法 人工魚群算法

【摘要】：隨著我國(guó)的經(jīng)濟(jì)發(fā)展,能源消耗帶來(lái)的污染危機(jī)日益嚴(yán)重,為了緩解這種趨勢(shì),新能源的應(yīng)用成為了世界各國(guó)研究和開發(fā)的重中之重。太陽(yáng)能作為擁有最清潔、最安全、可再生和取之不盡等優(yōu)勢(shì)的新能源而飽受青睞。目前,光伏發(fā)電的轉(zhuǎn)換形式為太陽(yáng)能轉(zhuǎn)化成為電能,但是目前光伏發(fā)電的效率低、成本高等因素都限制了光伏系統(tǒng)在生活、生產(chǎn)中的推廣應(yīng)用。提高最大功率點(diǎn)跟蹤的效率是提高光伏發(fā)電的效率的最有效的途徑之一。本文將智能控制算法引入到最大功率點(diǎn)跟蹤中,利用混合算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)的突出尋優(yōu)特點(diǎn)和擬合預(yù)測(cè)能力,再與恒定電壓控制法結(jié)合,實(shí)現(xiàn)了光伏發(fā)電系統(tǒng)的最大功率點(diǎn)的有效跟蹤。本文完成的主要工作如下:首先,明確了目前國(guó)內(nèi)外光伏發(fā)電的發(fā)展現(xiàn)狀及神經(jīng)網(wǎng)絡(luò)在MPPT中的發(fā)展趨勢(shì),分析了光伏電池的發(fā)電原理,通過(guò)仿真得到光伏電池的輸出特性曲線,結(jié)果表明電池輸出功率受到光照強(qiáng)度和外界溫度兩大主要因素影響。其次,研究了太陽(yáng)能光伏陣列的最大功率點(diǎn)跟蹤方法,分析了擾動(dòng)觀察法、增量電導(dǎo)法、并聯(lián)功率補(bǔ)償法、Fibonacci數(shù)列搜索法等現(xiàn)有MPPT方法,對(duì)其優(yōu)點(diǎn)缺點(diǎn)進(jìn)行比較。研究了基于BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電MPPT方法,進(jìn)行了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)、模型搭建,仿真結(jié)果表明傳統(tǒng)方法在最大功率點(diǎn)跟蹤中誤差較大。此外,研究了MPPT的改進(jìn)方法,針對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電MPPT方法預(yù)測(cè)誤差較大問(wèn)題,在粒子群算法(PSO)和人工魚群算法(AFSA)基礎(chǔ)上,提出了一種基于人工魚群行為改進(jìn)PSO混合優(yōu)化的BP算法,利用其全局優(yōu)良的尋優(yōu)能力,解決了粒子群算法在搜索過(guò)程中容易出現(xiàn)“聚集”現(xiàn)象而使得算法無(wú)法逃離局部值等問(wèn)題。最后,研究了混合算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在MPPT中的應(yīng)用方法,提出了一種基于混合算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的MPPT方法。在Matlab/Simulink環(huán)境中進(jìn)行仿真,仿真結(jié)果表明該方法在最大功率跟蹤中與傳統(tǒng)的方法相比,新算法能有效地避免陷入局部極值,并且具有良好的穩(wěn)定性和跟蹤精度。
【關(guān)鍵詞】：光伏電池陣列 最大功率點(diǎn)跟蹤 BP神經(jīng)網(wǎng)絡(luò) 粒子群算法 人工魚群算法
【學(xué)位授予單位】：沈陽(yáng)建筑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP183;TM615
【目錄】：

• 摘要4-5
• Abstract5-11
• 第一章 緒論11-19
• 1.1 選題背景與意義11-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 光伏發(fā)電研究現(xiàn)狀13-14
• 1.2.2 光伏陣列的MPPT研究現(xiàn)狀14-15
• 1.2.3 蓄電池研究現(xiàn)狀15-16
• 1.3 本文主要研究?jī)?nèi)容16-17
• 1.4 本章小結(jié)17-19
• 第二章 光伏發(fā)電系統(tǒng)和太陽(yáng)能光伏電池19-27
• 2.1 太陽(yáng)能光伏發(fā)電系統(tǒng)19-21
• 2.1.1 光伏發(fā)電系統(tǒng)特點(diǎn)及組成19-20
• 2.1.2 光伏發(fā)電系統(tǒng)分類及應(yīng)用20-21
• 2.2 太陽(yáng)能光伏電池21-25
• 2.2.1 光伏電池分類21
• 2.2.2 光伏發(fā)電的原理21-22
• 2.2.3 光伏電池的等效模型22-25
• 2.3 光伏陣列的輸出特性分析25-26
• 2.4 本章小結(jié)26-27
• 第三章 太陽(yáng)能光伏陣列的最大功率點(diǎn)跟蹤方法研究27-33
• 3.1 最大功率點(diǎn)跟蹤原理27
• 3.2 最大功率點(diǎn)跟蹤方法27-32
• 3.2.1 恒電壓控制法27-28
• 3.2.2 擾動(dòng)觀察法28-29
• 3.2.3 電導(dǎo)增量法29-30
• 3.2.4 直線近似法30-31
• 3.2.5 Fibonacci數(shù)列搜索法31
• 3.2.6 基于狀態(tài)空間的MPPT算法31
• 3.2.7 并聯(lián)功率補(bǔ)償法31-32
• 3.3 本章小結(jié)32-33
• 第四章 神經(jīng)網(wǎng)絡(luò)在光伏發(fā)電最大功率點(diǎn)跟蹤中的應(yīng)用33-45
• 4.1 人工神經(jīng)網(wǎng)絡(luò)概述33-35
• 4.1.1 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型33-34
• 4.1.2 神經(jīng)網(wǎng)絡(luò)的分類34
• 4.1.3 神經(jīng)網(wǎng)絡(luò)的性能參數(shù)34-35
• 4.2 BP神經(jīng)網(wǎng)絡(luò)在光伏發(fā)電MPPT中的應(yīng)用35-44
• 4.2.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及原理35-37
• 4.2.2 BP神經(jīng)網(wǎng)絡(luò)MPPT算法流程37-39
• 4.2.3 BP神經(jīng)網(wǎng)絡(luò)模型建立39-40
• 4.2.4 模型訓(xùn)練與仿真結(jié)果分析40-44
• 4.3 本章小結(jié)44-45
• 第五章 基于混合優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)MPPT算法45-61
• 5.1 粒子群優(yōu)化BP算法45-50
• 5.1.1 粒子群算法(PSO)45-46
• 5.1.2 PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法流程46-47
• 5.1.3 PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)MPPT算法47-48
• 5.1.4 模型訓(xùn)練與仿真結(jié)果分析48-50
• 5.2 基于人工魚群與自適應(yīng)的粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)50-59
• 5.2.1 人工魚群算法(AFSA)50-51
• 5.2.2 基于AFSA對(duì)PSO參數(shù)的改進(jìn)51-52
• 5.2.3 基于AFPSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法流程52-53
• 5.2.4 基于AFPSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)MPPT算法53-56
• 5.2.5 模型訓(xùn)練與仿真結(jié)果分析56-59
• 5.3 本章小結(jié)59-61
• 第六章 結(jié)論61-63
• 6.1 總結(jié)61
• 6.2 展望61-63
• 參考文獻(xiàn)63-67
• 作者簡(jiǎn)介67
• 作者在攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文67-69
• 致謝69-70

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

2 常國(guó)任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡(luò)的直升機(jī)艦面系統(tǒng)效能評(píng)估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡(luò)的應(yīng)用與展望[J];佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年05期

4 許萬(wàn)增;;神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[J];國(guó)際技術(shù)經(jīng)濟(jì)研究學(xué)報(bào);1990年01期

5 張軍華;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在軍用系統(tǒng)中的應(yīng)用[J];現(xiàn)代防御技術(shù);1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報(bào)控制中的應(yīng)用[J];機(jī)床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡(luò)及其在鐵道科技中應(yīng)用的探討[J];鐵道學(xué)報(bào);1993年02期

8 宋玉華，王啟霞;神經(jīng)網(wǎng)絡(luò)診斷──神經(jīng)網(wǎng)絡(luò)在自動(dòng)化領(lǐng)域里的應(yīng)用[J];中國(guó)儀器儀表;1994年03期

9 魏銘炎;國(guó)內(nèi)外神經(jīng)網(wǎng)絡(luò)技術(shù)的研究與應(yīng)用概況[J];電機(jī)電器技術(shù);1995年04期

10 王中賢，，錢頌迪;神經(jīng)網(wǎng)絡(luò)法在經(jīng)濟(jì)管理中的應(yīng)用[J];航天工業(yè)管理;1995年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛(ài)克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛(ài)民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測(cè)的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測(cè)及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測(cè)研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

本文編號(hào)：652284