一种基于神经网络的环境自适应光伏电流观测方法技术

本发明专利技术涉及一种基于神经网络的环境自适应光伏电流观测方法，属于电力电子技术中控制技术领域。现有技术中，存在着观测模型依赖于电路寄生参数或负载等效阻值，光伏系统缺乏恒流或恒功率输出能力或仍需要额外的光照、温度等环境传感器等问题。本发明专利技术所述的方法通过精确辨识Boost直流变换器等效损耗电阻，实现光伏电流的在线实时精确观测，从而避免了光储直流微网系统中电流传感器存在的损耗大、易受干扰以及成本高的问题。无需获取精确的电路元器件参数、无需环境传感器，仅需要变换器输入、输出侧的电压采样电路，并利用样本数据进行神经网络的离线训练，即可实现具有环境自适应性的光伏电流观测。从而显著降低光伏系统体积与经济成本，进一步提高光伏系统的综合性能。进一步提高光伏系统的综合性能。进一步提高光伏系统的综合性能。

【技术实现步骤摘要】
一种基于神经网络的环境自适应光伏电流观测方法


[0001]本专利技术涉及电力电子技术中控制
具体涉及一种基于神经网络的环境自适应光伏电流观测方法。

技术介绍

[0002]光储直流微网系统中分布式光伏阵列分别通过Boost直流变换器连接至直流母线，为储能电池以及负载供能。因此，光储直流微网系统的稳定性以及能量利用效率很大程度上取决于对Boost直流变换器的高效运行控制。许多文献对光伏最大功率点跟踪技术(MPPT)进行了深入研究，通过恒定电压法、扰动观察法、增量电导法以及其他优化智能算法，实现光伏运行在最大功率工作点。此外，针对光储直流微网系统的运行需求，一些文献中提出了多模式的光储直流微网系统运行控制方法，以维持稳定的系统直流母线电压以及实现对光伏输出功率的精确控制。
[0003]上述控制策略需要通过对光伏电压电流、直流母线电压进行采样，经模数转换电路(ADC)输入到数字控制器后，产生对Boost直流变换器功率开关的控制信号，从而实现对光储直流微网系统能量流动的管控。其中，电压采样电路通常由并联分压电阻与隔离运算放大器构成，而电流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的环境自适应光伏电流观测方法，包括以下步骤：(1)在Boost直流变换器输出侧设置已知阻值的负载电阻R
load
，计算出各环境对应工况下的等效损耗电阻值R
EQ
，与电压采样数据和占空比共同构成样本集，作为神经网络的训练数据；(2)构建并训练神经网络，在光伏系统运行时，利用获取的神经网络模型对各工况下的变换器等效损耗电阻进行在线辨识，获取等效损耗电阻的辨识值R
EQ
*；(3)利用辨识出的等效损耗电阻R
EQ
*进行光伏电流的在线实时观测，从而实现光伏系统的高效运行控制。2.如权利要求1所述的一种基于神经网络的环境自适应光伏电流观测方法，其特征在于：步骤(1)中，样本数据集是基于实际电路与电压采样获取的。在数据采集过程中，改变功率开关的占空比，同时对各工况下的光伏电压U
pv
、母线电压U
bus
采样值进行数据采集。3.如权利要求1所述的一种基于神经网络的环境自适应光伏电流观测方法，其特征在于：步骤(1)中，神经网络的样本数据集由光伏电压U
pv
，母线电压U
bus
、占空比D、光伏电池的I
‑
V输出特性曲线的斜率以及变换器的等效损耗电阻值R
EQ
构成。4.如权利要求3所述的一种基于神经网络的环境自适应光伏电流观测方法，其特征在于：样本数据集中的等效损耗电阻R
EQ
由功率开关占空比D、光伏电压U
pv
、母线电压U
bus
与母线负载值R
load
计算，R
EQ
的数学模型如下式所示：式中，D
’
为占空比的互补值，即D
’
＝1
‑
D。5.如权利要求3所述的一种基于神经网络的环境自适应光伏电流观测方法，其特征在于：样本数据集中的光伏电池的I
‑
V输出特性曲线...

【专利技术属性】
技术研发人员：张云，高胜寒，朱新山，
申请(专利权)人：天津大学，
类型：发明
国别省市：