基于神經網絡的光伏發(fā)電微型逆變器控制策略研究.pdf

1、大量化石能源的使用不僅使不可再生能源日趨枯竭而且對生態(tài)環(huán)境造成了嚴重破壞。作為可再生清潔能源的太陽能備受關注，光伏發(fā)電作為太陽能利用的主要方式之一，迅速得到推廣應用。為克服集中式光伏發(fā)電系統整體輸出效率低的缺點，給每塊太陽能電池板均配備一個微型的逆變器，提高每一個發(fā)電模塊的輸出效率，使得整體輸出功率最大化的光伏發(fā)電系統是未來光伏發(fā)電的趨勢之一。微型逆變器作為微型光伏發(fā)電系統中最重要的部件之一，其性能好壞直接影響著逆變的效率與質量。把先進

2、的控制算法應用于微型光伏發(fā)電系統中是提高其性能的主要方法之一。本文主要研究了神經網絡控制方法并將其應用到光伏發(fā)電微型逆變控制系統中。通過仿真研究表明該控制方法取得了很好的控制效果。
　　首先，在介紹神經網絡分類、神經網絡建模方法、神經網絡控制結構的基礎上，總結出神經網絡控制系統的整體設計思路。為神經網絡控制應用在光伏發(fā)電微型逆變系統中奠定基礎。
　　其次，在對本文研究的太陽能光伏發(fā)電微型逆變系統進行詳細分析的基礎上，根據神經

3、網絡控制系統的整體設計思路建立太陽能光伏發(fā)電微型逆變器系統以及神經網絡控制系統模型，并利用Matlab/Simulink分別搭建并網運行和孤島運行兩種逆變系統運行方式的神經網絡控制系統仿真模型。對采用神經網絡控制算法的逆變器系統進行多種工況下的仿真試驗，結果表明該控制算法提高了逆變器輸出電流電壓的質量，減少了諧波含量。
　　最后，為確定控制策略的可行性，利用Matlab與PSIM聯合仿真的方法對控制策略進行驗證，即在PSIM中搭建