摘要
本发明公开了一种光伏发电系统最大功率跟踪控制方法,涉及电力系统运行控制技术领域,该方法包括:采集光伏发电系统的运行数据,并对运行数据进行预处理,得到特征数据,以构建最大功率点预测模型;基于获取的历史运行数据样本对最大功率点预测模型进行训练,并利用训练完成的最大功率点预测模型预测目标工作点;结合目标工作点与蚁群优化算法,确定最优工作点,并通过构建自适应电压控制器获取最大功率跟踪的控制参数。本发明通过基于深度学习的MPPT动态预测方法,通过LSTM神经网络融合历史运行数据和环境参数,避免了在光照突变和局部阴影条件下跟踪滞后,提升了最大功率点的预测精度和响应速度。
技术关键词
功率跟踪控制方法
光伏发电系统
工作点
电压控制器
历史运行数据
深度学习框架
控制策略
注意力机制
电力系统运行控制技术
变换器
蚁群算法
深度强化学习
光伏电池
局部阴影条件
LSTM神经网络
动态预测方法
数据采集节点