太阳能光伏电池最大功率追踪方法和系统技术方案

本发明专利技术公开了一种太阳能光伏电池最大功率追踪方法系统，包括：接收采集的测点数据；构建径向基神经网络，并采用所述测点数据进行训练得到网络模型；基于所述网络模型构建输出功率的寻优目标函数，并基于遗传算法计算最优输出电压；控制太阳能光伏电池工作在所述最优输出电压上，以使得所述太阳能光伏电池工作在最大功率点上，即可保证太阳能光伏电池的输出功率最大；不断重复上述过程，能使得太阳能光伏电池每时每刻都工作在最大功率点上，解决了现有太阳能光伏电池最大输出功率点难以确定的技术问题，有利于提高太阳能光伏电池的发电效率，节约发电成本。

【技术实现步骤摘要】
太阳能光伏电池最大功率追踪方法和系统
本专利技术属于太阳能光伏发电
，具体地说，是涉及一种太阳能光伏电池最大功率追踪方法和系统。
技术介绍
在新能源的开发与利用中，太阳分布广泛，取之不尽，是一种可持续利用的清洁能源。光伏发电技术是利用半导体界面的光生伏特效应将光能直接转变为电能的一种技术，在各种太阳能利用中具有良好的发展前景。在中国，2011年的光伏发电安装量比2010年增长了约5倍；至2015年底，光伏发电累计装机容量达到约4300万千瓦；至2016年底，光伏发电累计装机容量达7742万千瓦。但是，光伏发电存在光电转换效率的问题。光伏发电系统工作时，太阳电池在一定的温度和日照强度下具有唯一的最大功率点，当太阳电池工作在该点时，能输出当前温度和日照条件下的最大功率。但由于太阳电池的输出特性受日照亮、环境温度等因素的影响，太阳电池的电压和电流均发生很大的变化，从而使输出功率不稳定，即最大功率点时刻在变化，这会导致光伏发电系统效率较低，因此，为提高光伏发电系统效率，需要确定最大功率点，但由于太阳能电池的输出特性是复杂的非线性形式，难以确定其数学模型，也就无法用解析法确定最大功率点。本文档来自技高网...

【技术保护点】
1.太阳能光伏电池最大功率追踪方法，其特征在于，包括：接收采集的测点数据；构建径向基神经网络，并采用所述测点数据进行训练得到网络模型；基于所述网络模型构建输出功率的寻优目标函数，并基于遗传算法计算最优输出电压；控制太阳能光伏电池工作在所述最优输出电压上，以使得所述太阳能光伏电池工作在最大功率点上。

【技术特征摘要】
1.太阳能光伏电池最大功率追踪方法，其特征在于，包括：接收采集的测点数据；构建径向基神经网络，并采用所述测点数据进行训练得到网络模型；基于所述网络模型构建输出功率的寻优目标函数，并基于遗传算法计算最优输出电压；控制太阳能光伏电池工作在所述最优输出电压上，以使得所述太阳能光伏电池工作在最大功率点上。2.根据权利要求1所述的太阳能光伏电池最大功率追踪方法，其特征在于，在接收采集的测点数据之后，所述方法还包括：将所述测点数据按照设定单位进行转换。3.根据权利要求1所述的太阳能光伏电池最大功率追踪方法，其特征在于，所述网络模型，具体为：I=f(S,T,U1)；其中，I为电流强度，S为光照强度，T为环境温度，U1为电压强度。4.根据权利要求3所述的太阳能光伏电池最大功率追踪方法，其特征在于，所述输出功率的寻优目标函数为P=IU，其中，U为输出电压；所述基于遗传算法计算最优输出电压的约束条件为。5.太阳能光伏电池最大功率追踪系统，其特征在于，包括测点数据采集模块、测点数据接收模块、训练模块、寻优模块和控制...

【专利技术属性】
技术研发人员：陈关忠，杜长河，辜晓川，李秀福，
申请(专利权)人：青岛高校信息产业股份有限公司，
类型：发明
国别省市：山东,37