基于LSSVM的光伏最大功率点跟踪算法研究

被引:4
作者
张晓燕 [1 ]
席旸旸 [1 ]
谢琳 [1 ]
季姜林 [2 ]
机构
[1] 中国电力科学研究院
[2] 南京紫泉电力设计咨询有限公司
关键词
LSSVM; 光伏电池; MPPT; 交叉验证; Matlab/Simulink;
D O I
暂无
中图分类号
TM914.4 [太阳能电池];
学科分类号
080502 ;
摘要
为了实现光伏电池的最大功率点跟踪(Maximum Power Point Tracking,MPPT),在分析现有方法的优缺点基础上,提出了一种基于最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的MPPT实现方法。为证明该方法的有效性,在Matlab/Simulink中,搭建了光伏电池仿真模型,分析了光伏电池的输出特性。结合LSSVM工具箱,采用交叉验证方法实现LSSVM的参数寻优,并对LSSVM用于MPPT的方法进行了仿真。仿真结果表明,该方法能够较准确地实现最大功率点处的输出电压和电流的跟踪,与其他方法相比,能够有效避免系统在最大功率点处振荡运行。
引用
收藏
页码:46 / 51
页数:6
相关论文
共 14 条
[1]   基于优化最小二乘支持向量机的电能质量扰动分类 [J].
秦业 ;
袁海文 ;
袁海斌 ;
王秋生 ;
张学利 .
电工技术学报, 2012, 27 (08) :209-214
[2]   基于最优梯度的滞环比较光伏最大功率点跟踪算法 [J].
刘琳 ;
陶顺 ;
郑建辉 ;
林焱 ;
肖湘宁 .
电网技术, 2012, 36 (08) :56-61
[3]   光伏电池工程用数学模型研究 [J].
傅望 ;
周林 ;
郭珂 ;
刘强 ;
代璐 ;
黄勇 .
电工技术学报, 2011, 26 (10) :211-216
[4]   基于NN模型估计的光伏最大功率点跟踪控制技术研究 [J].
龙洁 .
电力系统保护与控制, 2011, 39 (20) :38-42
[5]   改进的电导增量法在光伏系统MPPT中的应用 [J].
蔡明想 ;
姜希猛 ;
谢巍 .
电气传动, 2011, 41 (07) :21-24
[6]   免疫小脑模型神经网络优化光伏输出 [J].
刘春霞 ;
刘立群 .
电力系统保护与控制, 2011, 39 (11) :145-148+154
[7]   基于改进MPPT算法的光伏并网系统控制策略 [J].
焦阳 ;
宋强 ;
刘文华 .
电力自动化设备, 2010, 30 (12) :92-96
[8]   基于广义动态模糊神经网络的光伏电池MPPT控制 [J].
杨旭 ;
曾成碧 ;
陈宾 .
电力系统保护与控制, 2010, 38 (13) :22-25
[9]   基于改进型最优梯度法的光伏并网逆变综合控制研究 [J].
王斌 ;
易灵芝 ;
王根平 ;
张彪 ;
邓栋 ;
唐佳 .
计算技术与自动化, 2010, 29 (01) :15-18
[10]   基于PSCAD的光伏阵列和MPPT控制器的仿真模型 [J].
孙自勇 ;
宇航 ;
严干贵 ;
李军徽 ;
陈葳 .
电力系统保护与控制, 2009, 37 (19) :61-64