【技术实现步骤摘要】
本专利技术涉及光伏电力，具体而言，涉及一种基于神经网络的光伏组件最大功率点跟踪方法及系统。
技术介绍
1、随着光伏发电装机容量日益增加，如何让有限的容量的光伏发电设备在同样的时间内以最小的成本发出最多的电能，有重大意义；其中，最大功率点跟踪(mppt)作为一种以较低的成本投入，其原理是跟踪寻找光伏组件最大功率的输出电压，让有限容量的光伏组件在同样的时间内发出最大功率的方法，逐渐应用于光伏发电
；
2、目前，实现最大功率点跟踪的传统的方法有恒定电压法、扰动观察法以及电导增量法：恒定电压法通过在光伏组件的p-v曲线中，用一条直线近似确定不同光辐射照度下的最大功率点对应的输出电压，由于只考虑了光辐射照度对p-v曲线的影响，导致其精度较低；扰动观察法具体为一种类似微分的搜寻方法，其精度会受到初始步长的影响，最终的值会在最大功率点附近振荡，且搜寻的时间较长；电导增量法通过极大值的斜率为零这一特点找到最大功率点，但要求对电压电流的采集传感器精度要求较高，其算法更为复杂，所需时间更长；为此，我们提出一种基于神经网络的光伏组件最大功率...
【技术保护点】
1.基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，基于目标区域内光伏组件的工作环境温度区间和光照强度区间，提取多组不同温度-光照强度组合的训练样本数据，具体包括：
3.根据权利要求1所述的基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，基于神经网络训练最大功率点跟踪模型，具体包括：
4.根据权利要求3所述的基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，采用BP神经网络，训练样本数据作为输入值，最大功率点对应的模拟输出电...
【技术特征摘要】
1.基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，基于目标区域内光伏组件的工作环境温度区间和光照强度区间，提取多组不同温度-光照强度组合的训练样本数据，具体包括：
3.根据权利要求1所述的基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，基于神经网络训练最大功率点跟踪模型，具体包括：
4.根据权利要求3所述的基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，采用bp神经网络，训练样本数据作为输入值，最大功率点对应的模拟输出电压作为输出值，对bp神经网络进行训练，直至达预设精度时停止训练，具体包括：
5.根据权利要求4所述的基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，采用bp神经网络，训练样本数据作为输入值，最大功率点对应的模拟输出电压作为输出值，对bp神经网络进行训练，直至达预设精度时停止训练，还包括：
6.根据权利要求5所述的基于神经网络的光伏组件最大功率点跟踪方法，其特征在于，采用bp神经网络，训练样本数据作为输入值，最大功率点对应的...
【专利技术属性】
技术研发人员：张朝，延卫忠，赵凤伟，白泽宁，赵亚雄，张维，张沛霖，石鑫，
申请(专利权)人：华能包头风力发电有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。