基于神经网络的光伏电池建模.docVIP

PAGE

PAGE1

基于MATLAB6.5

毕业设计说明书

题目：基于神经网络的光伏电池建模

姓名：王晔楠

导师：仲志丹

学校：河南科技大学

学院：机电工程学院

专业：机械设计及其自动化

2008年5月

前言

?太阳能电池根据光生伏特效应原理,将太阳光能直接转化为电能,在转化过程中,没有污染和噪声。太阳能是可再生能源,利用这种能源不仅能够减少燃料损耗,还可以改善环境污染和全球变暖给人类生存所带来的威胁,因而越来越受到人们的关注。

太阳电池阵列(也称为光伏阵)本质上是一种高度非线性功率源。其功率输出主要随太阳能日照和电池温度的变化而变化。目前已建立的模型大多是基于光伏阵的物理模型进行建模,对系统功率流进行计算,从而对系统的长期稳态性能进行评价。然而,这种方法需要有太阳电池和生产规格等详细的物理参数。对于用户而言,这些参数不容易获得,而且推导出的数学模型不一定准确,因此基于此法预测的最大功率点与实际情况相差较大[1]。其建模精度极为有限,而且这些模型表达式过于复杂,难以满足工程上对光伏系统的实时控制要求。

人工神经网络建模不需要任何光伏阵物理定义,因此在电力系统工程中吸引了人们越来越多的注意,大量的神经网络技术应用于光伏系统中[2～4]。这些方法大多采用反向传播多层感知器型神经网络(MLP-BP