核能科学与发电技术学报

基于人工神经网络的新一代太阳能光伏系统先进算法

Yogini Dilip Borole、Manoj Kumar Singh、Arvind Sharma、Hari Kumar Singh、Amarjeet Poonia 和 Hemavathi S

太阳能光伏因其典型特性和复杂操作已成为当前的主要可再生能源之一。大多数时候，太阳能光伏的输出是不规则和不可预测的；因此，负载端大多数时候都会承受压力。与其他可用的可再生资源相比，光伏 (PV) 发电具有易获得、成本低、环境污染可忽略不计、维护费用低等优点，越来越受欢迎。为了尽量减少环境条件变化对光伏系统输出的剧烈影响，大多数地区都采用了最大功率点跟踪 (MPPT) 技术。它有助于跟踪面板的最大功率输出，以增加总能量产生量。设计简单、成本低、性能好、输出功率变化最小、能够轻松快速地监控变化条件，这些都是 MPPT 控制器的重要特征。本研究提出并开发了一种基于改进神经网络的 MPPT 系统。与现有的软件计算技术和传统的电源点监控装置相比，所提出的系统具有较低的瞬态和稳态响应。对独立太阳能光伏系统进行了广泛的研究，以进行多维性能分析。研究了输出结果，并强调了重大变化，随后进行了必要的解释。