找到 1 条结果
基于改进型人工神经网络的光伏系统最大功率点跟踪：融合元启发式与解析算法以实现部分遮阴下的最优性能
Enhanced ANN-Based MPPT for Photovoltaic Systems: Integrating Metaheuristic and Analytical Algorithms for Optimal Performance Under Partial Shading
Alpaslan Demirci · Idriss Dagal · Said Mirza Tercan · Hasan Gundogdu 等6人 · IEEE Access · 2025年1月
在部分遮阴条件下，光伏系统效率显著下降，导致最大功率点跟踪困难。本文提出一种改进型人工神经网络（ANN）方法，通过结合解析算法与元启发式优化算法进行训练，提升MPPT性能。模型基于涵盖多种遮阴、辐照及温度条件的大量数据集构建，仿真结果表明，该方法在动态遮阴环境下具有更高精度、更快响应速度和更强稳定性，MPPT效率在晴空和遮阴条件下分别达99.98%和99.97%，优于传统P&O及GWO、HHO、PSO等优化算法。
解读: 该改进型ANN-MPPT技术对阳光电源SG系列光伏逆变器具有重要应用价值。当前SG系列产品采用传统P&O或PSO算法，在复杂遮阴场景下存在局部最优陷阱和响应速度瓶颈。该研究通过元启发式算法训练ANN模型，在动态遮阴下实现99.97%的MPPT效率，可直接集成至SG逆变器的DSP控制器中，提升分布式光...