← 返回
一种用于电网集成系统中太阳能光伏逆变器控制的新型M-POS-ANN控制器
A New M-POS-ANN Controller for the Solar Photo Voltaic Inverter Controlling in the Grid Integrated System
| 作者 | Abhinav Saxena · Jay Singh · Amevi Acakpovi |
| 期刊 | IET Power Electronics |
| 出版日期 | 2025年9月 |
| 卷/期 | 第 18 卷 第 1 期 |
| 技术分类 | 光伏发电技术 |
| 技术标签 | 深度学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 混合毒物分布人工神经网络控制器 选择性 灵敏度 直流母线电压 布谷鸟搜索算法 |
语言:
中文摘要
本文提出的混合毒物分布与人工神经网络（M-POS-ANN）控制器在选择性、灵敏度方面表现更优，且直流链路电压畸变最小、波动最低。与 cuckoo 搜索算法（CSA）、传统人工神经网络（ANN）及其他现有方法相比，该控制器在动态响应和稳态性能上均展现出更强的鲁棒性与控制精度，有效提升了电网集成光伏系统的运行稳定性与能量转换效率。
English Abstract
The implementation of mixed poison distribution and artificial neural network (M-POS-ANN) controller provides improved selectivity and sensitivity with minimum distortion and the least variation in DC link voltage in comparison to the cuckoo search algorithm (CSA), artificial neural network (ANN) and other existing methods.
S
SunView 深度解读
该M-POS-ANN控制器对阳光电源SG系列光伏逆变器及ST储能变流器的并网控制具有重要应用价值。其核心优势在于：1）直流链路电压畸变最小化可直接提升1500V高压系统的稳定性，降低母线电容应力；2）优异的动态响应与鲁棒性可增强跟网型GFL控制在弱电网工况下的适应能力；3）基于神经网络的智能控制策略可集成至iSolarCloud平台，实现自适应参数优化。建议将该混合优化算法应用于SG系列逆变器的MPPT与并网电流控制环节，并结合PowerTitan储能系统的功率调度策略，提升复杂电网环境下的能量转换效率与电能质量指标，特别适用于高比例新能源接入场景的控制器算法升级。