頁籤選單縮合
題 名 | 具線上自我學習功能之智慧型太陽能最大功率追蹤方法 |
---|---|
作 者 | 黃昭明; 戴伯凱; 謝勝治; 黃守謙; | 書刊名 | 電機月刊 |
卷 期 | 21:9=249 2011.09[民100.09] |
頁 次 | 頁146-158 |
專 輯 | 電力品質與能源轉換專輯 |
分類號 | 448.6 |
關鍵詞 | 最大功率追蹤; 模糊控制; 類神經網路; 數位訊號控制器; |
語 文 | 中文(Chinese) |
中文摘要 | 本文提出一套具線上自我學習功能之智慧型太陽能最大功率追蹤方法,系統中以數位信號控制器dsPIC30F4011為控制核心,並整合模糊最大功率追蹤法(Fuzzy Maximum Power Point Tracking, FMPPT)、類神經網路(Artificial Neural Network, ANN)及LabVIEW虛擬儀表軟體等,以實現太陽能之最大功率追蹤控制。FMPPT已證實能有效追蹤到太陽能最大功率點,但其缺點為追蹤速度稍嫌緩慢;ANN具有快速響應的優點,但其訓練資料須涵蓋所有範圍才能達到準確的輸出。為達成上述之快速響應與有效訓練的目標,本文中藉ANN進行太陽能之最大功率追蹤控制;同時,ANN的輸出參考電壓隨時與FMPPT的輸出參考電壓進行比較,當誤差超出預設誤差值時,則系統將自動收集此資料並重新訓練網路,此部份則藉LabVIEW-Matlab介面達成。由實驗結果證實,本文所提出的方法除具有線上自我學習功能外,更能快速有效地追蹤到太陽能最大功率點。 |
本系統中英文摘要資訊取自各篇刊載內容。