[发明专利]一种光伏并网逆变器的最大功率点跟踪控制方法

说明书

本发明涉及光伏逆变器控制技术领域，尤其是指一种光伏并网逆变器的最大功率点跟踪控制方法，其包括以下步骤：步骤A，通过粒子群优化算法对神经网络参数进行优化,获取最优神经网络；步骤B，将该神经网络与电导增量法相结合,利用优化后的神经网络求取最优参考电压；步骤C，再进行粒子群优化神经网络控制MPPT。本发明将神经网络与电导增量法相结合，具有能够在外界条件变化的情况下快速跟踪最大功率点以及调整参数的优点，可以准确实现局部阴影下光伏阵列最大功率点跟踪,具有较高的跟踪精度，并使系统在外接非线性负载的情况下表现出更高的稳定性，降低了负载端电流谐波。

技术领域

本发明涉及光伏逆变器控制技术领域，尤其是指一种光伏并网逆变器的最大功率点跟踪控制方法。

背景技术

在传统光伏发电并网逆变系统中，由于光伏太阳能阵列的输出功率会在很大程度上受到光照强度的影响，因此为了提高光伏阵列的利用效率，保证光伏阵列能够持续以最大功率输出，需要对其最大功率点(MPP-maximum power point)进行跟踪。并网逆变器前级MPPT的控制算法主要有恒压法、扰动观察法、电导增量法。其中，电导增量法通过比较瞬时电导和增加电导来增加或减小参考电压值,该方法虽然能够在外界条件变化的情况下快速跟踪最大功率点,但是参考电压增加或减小的值是该方法的关键,如果变化值设置过大,容易导致在最大功率点周围摆动,如果变化值设置过小,增加计算成本,导致最大功率点收敛速度变慢。针对传统光伏发电并网系统中MPPT的问题，提出了粒子群优化神经网络最大功率点跟踪控制方法。

发明内容

本发明针对现有技术的问题提供一种光伏并网逆变器的最大功率点跟踪控制方法，将神经网络与电导增量法相结合，具有能够在外界条件变化的情况下快速跟踪最大功率点以及调整参数的优点，可以准确实现局部阴影下光伏阵列最大功率点跟踪,具有较高的跟踪精度，并使系统在外接非线性负载的情况下表现出更高的稳定性，降低了负载端电流谐波。。

为了解决上述技术问题，本发明采用如下技术方案：

本发明提供的一种光伏并网逆变器的最大功率点跟踪控制方法，包括以下步骤：

步骤A，通过粒子群优化算法对神经网络参数进行优化,获取最优神经网络；

步骤B，将该神经网络与电导增量法相结合,利用优化后的神经网络求取最优参考电压；

步骤C，再进行粒子群优化神经网络控制MPPT。

其中，在所述步骤A前，在不同光照和温度情况下,采集光伏阵列电压值和电流值，建立神经网络模型。

其中，在步骤B中，通过人工神经网络预测光伏阵列输出电压，并将此电压作为电导增量法参考电压，从而实现局部阴影下最大功率点跟踪。

其中，所述步骤A中，利用粒子群优化算法对径向基神经网络参数进行优化，获取最优神经网络。

其中，所述步骤B中，将改进神经网络算法与电导增量法进行结合，并对光伏并网系统进行最大功率点跟踪。

本发明的有益效果：

本发明将神经网络与电导增量法相结合，具有能够在外界条件变化的情况下快速跟踪最大功率点以及调整参数的优点，可以准确实现局部阴影下光伏阵列最大功率点跟踪,具有较高的跟踪精度，并使系统在外接非线性负载的情况下表现出更高的稳定性，降低了负载端电流谐波。

附图说明

图1为本发明的并网逆变系统结构框图。

图2为本发明的光伏阵列等效电路图。

图3为本发明的局部阴影下光伏特性曲线图。

图4为本发明的多神经网络拓扑图。

图5为本发明的粒子群优化算法流程图。