基于BSNN-ARX的光伏逆变器模型辨识

摘要：

光伏逆变器是光伏并网系统的核心部件,将基于Hammerstein模型的非线性系统辨识方法引入到光伏并网逆变器的建模中,把单相光伏并网逆变器视为双输入单输出的非线性黑箱系统.在Hammerstein模型的静态非线性环节采用B样条神经网络,动态线性环节采用ARX模型,同时采用基于误差学习准则和最小二乘递归准则的自适应学习方法.实验测试结果表明,提出的BSNN-ARX光伏逆变器模型辨识方法可以对不同天气条件下的逆变器输出功率进行高精度的辨识,从而为并网逆变器的建模提供一种有效途径.

关键词：光伏逆变器、B样条神经网络、ARX模型、系统辨识

所属期刊栏目：40

分类号：TN711-34;TM615(基本电子电路)

资助基金：青海省光伏发电并网技术重点实验室项目2014-Z-Y34A

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：167-170,174