这项工作提出了一种基于人工神经网络（ANN）的光伏系统故障诊断新技术。对于给定的一组工作条件 - 太阳能辐照度和光伏（PV）模块温度，使用仿真模型计算PV串的当前电压（IeV）特性中的一些属性，例如电流，电压和峰值数目。然后将模拟的属性与从现场测量获得的属性进行比较，从而识别可能的错误操作条件。然后开发两种不同的算法以隔离和识别八种不同类型的故障。该方法已经使用安装在Jijel大学（阿尔及利亚）可再生能源实验室（REL）的PV串的气候和电参数的实验数据库进行了验证。所获得的结果表明，所提出的技

BUCK降压电路在太阳能电池最大功率点追踪中作用pdf,BUCK降压电路在太阳能电池最大功率点追踪中作用率总体为0n 第(3)步,最大功率点的追踪。假如由于光照条件的变化,在最大功率点处太 阳能电池提供的电流不到1A了,只有0.8A,最大功率为456V08A=3648W, 则在最大功率点下20欧姆功率电阻的电流为1.35A,其端电压为27V。控制器 将通过减小PWM的占空比,使总电阻的阻值增大到456V/0.8A=57欧姆。相应 的,Buck等效电阻的阻值为57欧姆-20欧姆=37欧姆,端电压增

光伏系统都希望光伏电池阵列在同样日照、温度的条件下输出尽可能多的电能，即在理论上和实践上提出了光伏电池阵列的最大功率点跟踪(Maximum Power。Point Tracking，MPPT)问题。光伏并网发电系统中由于阵列的功率等级一般较大，因此MPPT问题显得尤为重要。故利用智能控制方法上的智能性、自适应性来对非线性的太阳能光伏发电系统进行控制，无疑是一个很好的选择。

0 引 言 　　随着全球能源紧张问题的日益严重，再生能源正得到越来越广泛的应用。近年来，光伏能源以其具有无污染，可长期使用等优点，得到了很大的发展。一般光伏系统都希望光伏电池阵列在同样日照、温度的条件下输出尽可能多的电能，即在理论上和实践上提出了光伏电池阵列的最大功率点跟踪(Maximum Power。Point Tracking，MPPT)问题。光伏并网发电系统中由于阵列的功率等级一般较大，因此MPPT问题显得尤为重要。故利用智能控制方法上的智能性、自适应性来对非线性的太阳能光伏发电系统进行

0 引 言 　　随着全球能源紧张问题的日益严重,再生能源正得到越来越广泛的应用。近年来,光伏能源以其具有无污染,可长期使用等优点,得到了很大的发展。一般光伏系统都希望光伏电池阵列在同样日照、温度的条件下输出尽可能多的电能,即在理论上和实践上提出了光伏电池阵列的最大功率点跟踪(Maximum Power。Point Tracking,MPPT)问题。光伏并网发电系统中由于阵列的功率等级一般较大,因此MPPT问题显得尤为重要。故利用智能控制方法上的智能性、自适应性来对非线性的太阳能光伏发电系统进行