基于遗传算法、粒子群算法和神经网络的光伏系统[由光伏、电池、转换器、PI 控制器、逆变器和充电控制器组成]Simulink仿真模型研究

 👨‍🎓个人主页：研学社的博客    

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Simulink实现

---

💥1 概述

在本文中，设计了基于光伏系统（由光伏、电池、转换器、PI控制器、逆变器和充电控制组成）架构的Simulink模型。接下来，我们部署 MPPT 控制器。然后，我们在MPPT控制器中应用优化算法。使用的优化算法是遗传算法 （GA）、粒子群优化 （PSO） 和神经网络 （NN）。最佳值基于日照和温度。然后我们根据优化算法计算最大功率和电压。接下来，我们实现逆变器，它将系统产生的电力从直流电转换为交流电。然后充电控制器能够防止与连接的电池过度充电。最后，使用以下图对设计的系统进行评估，用于各个场景电压、电流和功率。

In this Project we design the Simulink model based on PV system (consisting of PV, Battery, Converter, PI Controller, inverter, and charge control) architecture. Next we deploy the MPPT Controller. Next we apply optimization algorithm in MPPT controller. The optimization algorithm used are, Genetic Algorithm (GA), Particle Swarm Optimization (PSO), and Neural Network (NN). The optimal value is based on insolation and temperature. Then we calculate the maximum power and voltage from optimization algorithm. Next we implement inverter which is convert electricity produced by the system from DC to AC power. Then the charge controller able to prevent over charging with connected a battery. Finally, the designed system is evaluated with the following plots for individual scenario Voltage, Current, and Power.

📚2 运行结果

 

 

 

 

 

 

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]王津.基于MATLAB/Simulink的光伏发电系统最大功率点跟踪算法研究[J].发电设备,2023,37(02):98-103.DOI:10.19806/j.cnki.fdsb.2023.02.005.

[2]黄宏志.基于Simulink的光伏发电并网系统建模与稳定性分析[J].电气开关,2019,57(03):75-80.

[3]SIHAM ALKHASHIEF (2023). PV System with optimization algorithms .

[4]高俊营,龚信华,王飞龙,董博,常迪.基于Matlab/Simulink的光伏系统仿真研究[J].电网与清洁能源,2013,29(03):90-96.

🌈4 Simulink实现