神经网络控制在太阳能逆变电源中的应用

摘要

太阳能因其自身特有的优势，而成为了一种最为理想的新能源。光伏发电是太阳能利用的主要方式，逆变电源是光伏发电系统中的重要部件，其性能影响整个系统的性能，而应用先进的控制算法是提高逆变电源性能的重要手段，本文利用神经网络较强的逼近任意非线性的能力，探索将其算法应用于逆变电源的控制中，经过仿真和实验证明了该方法在逆变控制中取得了良好的效果，较大程度的优化了逆变电源的性能指标。
　　 本文首先叙述了太阳能利用的背景意义以及光伏发电系统特点与分类，介绍了逆变电源中逆变技术和电力电子技术的现状与发展，分析了影响逆变性能的两个关键性技术：PWM 软开关技术和数字化控制技术。由此引出了本文的主要研究任务，用基于神经网络算法的数字化控制平台来实现对逆变电源的控制。
　　 其次，对逆变电源系统进行了总体的设计，分析了逆变电源主电路的拓扑结构并建立了数学模型，介绍了在逆变电路中应用最多的正弦波脉宽调制技术的基本原理及其控制方式与采样方法。讨论了逆变电源的几种常规控制方法的优缺点，重点阐述了神经网络控制的基本原理与应用，详细介绍了BP 神经网络的算法及其算法改进和BP 网络的设计方法，在此基础上，采用了BP 神经网络直接控制和BP-PID 复合控制的两种控制方法，并利用MATLAB 软件编程进行训练与仿真，对比了BP-PID 控制与常规PID 控制的效果，证明了神经网络对逆变电源这样的非线性系统控制的优越性。
　　 最后，在仿真的基础上设计制作了以TMS320F2812为主控器件的500W 单相逆变电源实验板，详细叙述了软硬件的设计方案，并给出了实验结果。

目录

文摘

英文文摘

1 绪论

2 逆变电源系统的总体设计

3 逆变电源数字化控制方法的研究

4 逆变电源系统的硬件设计

5 逆变电源系统的软件设计

6 结论

致 谢

参考文献

附录 发表论文：