基于改进PSO-RBF滑模控制的光伏系统控制方法

发布时间：2023-04-05 18:48

　　针对光伏系统常见最大功率点跟踪控制方法跟踪速度慢、跟踪精度低的问题,提出了一种基于改进粒子群优化径向基函数神经网络滑模控制的跟踪方法。通过借鉴粒子群优化过程中的多样性、非线性和自适应性,重新设计速度更新权值,进一步优化网络参数,旨在增强径向基函数对滑模控制非线性函数的逼近能力,再将优化的神经网络逼近滑模控制器的不确定状态,同时消除时变和非线性的不确定性对控制系统的影响,实现光伏系统的最大功率点跟踪。通过仿真验证了所提方法的有效性。

【文章页数】：5 页

【文章目录】：
1 光伏系统建模
2 改进PSO-RBF神经网络SMC的光伏MPPT
    2.1 改进的多样性非线性自适应PSO
    2.2 基于改进PSO的RBF神经网络
    2.3 改进PSO-RBF神经网络SMC
3 仿真结果及分析
4 结论



本文编号：3783935