金焱飞，张会林，张　松，史超然，李荣伟

(上海理工大学 光电信息与计算机工程学院，上海 200093)



基于GA-BPNN的MPPT控制方法与P&O的比较

金焱飞，张会林，张松，史超然，李荣伟

(上海理工大学 光电信息与计算机工程学院，上海 200093)

针对传统光伏电池阵列控制方式在复杂天气环境下，对最大功率点跟踪效果不理想的现象。设计了一种基于GA-BPNN的改进型恒压光伏MPPT控制算法，并通过搭建基于GA-BPNN的改进型恒压光伏MPPT的仿真模型，再与传统P&O控制方法进行比较分析。仿真结果证明，该算法能准确快速地在复杂天气环境下进行最大功率点跟踪，且性能稳定。

光伏电池阵列；BP神经网络；遗传算法；干扰观测法

由于传统能源的消耗给生态环境带来了重大的破坏，使国家经济社会发展面临资源匮乏和污染加剧的双重考验[1]。太阳能作为可再生绿色能源，因其无污染、低成本、易获取的特点，已成为代替传统能源的首选能源[2]。现如今光伏阵列作为光伏发电系统中不可或缺的一个组成部分，其转换效率和稳定性显得尤为重要。为了使光伏阵列达到最佳转换效率，且能应对各种复杂的气象环境，本文设计了一种基于GA-BPNN的最大功率点跟踪技术。最后，通过搭建Matlab/Simulink仿真模型，分析比较了干扰观测法和基于GA-BPNN的控制方法，结果表明基于GA-BPNN的控制方法可以弥补干扰观测法的不足。

1　光伏电池板的等效模型

本文采用一种新型的四参数光伏阵列模型[3]，模型的等效电路如图1所示，其数学表达式

(1)

其中，Iph表示光生电流；……