← 返回
一种基于自适应积分滑模控制与鲁棒函数扩展多核BLS的光伏-电池直流微电网MPPT控制
An Adaptive Integral Backstepping SMC and Robust Functional Expanded Multikernel BLS Based MPPT Control in PV-Battery DC Microgrid System
| 作者 | Mrutyunjaya Sahani · Baladev Biswal · Eluri NVDV Prasad · Pradipta Kishore Dash · Sanjib Kumar Panda |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年3月 |
| 技术分类 | 控制与算法 |
| 技术标签 | MPPT 下垂控制 微电网 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | MPPT 宽度学习系统 光伏 直流微电网 滑模控制 下垂控制 可再生能源 |
语言:
中文摘要
本文提出了一种鲁棒函数扩展多核广泛学习系统（RFEMBLS），通过引入辐照度和温度数据，在不确定条件下更精确地计算光伏参考电压。同时，引入新型下垂控制机制以获取参考电流，降低了对不同可再生能源接入的依赖。
English Abstract
In this article, a robust functional expanded multikernel broad learning system (RFEMBLS) is proposed to compute the complex nonlinear solar photovoltaic (PV) reference voltage more accurately by importing the irradiance and temperature in different uncertainty conditions. The novel droop control mechanism is introduced to obtain reference current to reduce dependence on different connected renewa...
S
SunView 深度解读
该研究提出的RFEMBLS算法在复杂环境下的MPPT精度优化，可直接应用于阳光电源的组串式逆变器（如SG系列）及户用逆变器产品中，提升在阴影遮挡或极端天气下的发电效率。其引入的新型下垂控制机制与阳光电源的PowerTitan、PowerStack储能系统在微电网应用场景高度契合，有助于优化光储系统的功率分配逻辑，增强系统在弱电网或离网模式下的稳定性。建议研发团队关注该算法的轻量化部署，以适配iSolarCloud智能运维平台，实现更精准的电站性能预测与智能调度。