找到 2 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...
一种新的智能控制与先进全局优化方法用于在复杂遮阴条件下提升光伏系统性能
A new intelligent control and advanced global optimization methodology for peak solar energy system performance under challenging shading conditions
Xiqing Wei · Ambe Harrison · Abdulbari Talib Naser · Wulfran Fendzi Mbasso 等9人 · Applied Energy · 2025年1月 · Vol.390
摘要 本文针对由部分遮阴条件（PSC）引起的光伏（PV）系统能量损失这一紧迫挑战展开研究，该问题是实现太阳能利用效率与可靠性最优化的关键障碍。研究提出了一种突破性的全局最大功率点跟踪（GMPPT）方法，旨在应对复杂遮阴场景下的动态变化，从而为最大化能量输出提供变革性解决方案。该方法的核心是“可信邻域识别机制”（Confident Neighborhood Identification Mechanism, CNIM），其理论基础在于：识别出围绕全局最大功率点（GMPP）的“可信邻域”，有助于实现...
解读: 该GMPPT智能控制技术对阳光电源SG系列光伏逆变器具有重要应用价值。其基于神经网络的无气候传感器方案与我司多路MPPT优化技术高度契合,可显著提升复杂遮挡场景下的发电效率。CNIM置信邻域识别机制可融入iSolarCloud平台实现智能诊断,FTST双阶段追踪算法(18ms收敛速度)可优化现有MP...