基于SVM预测模型的光伏发电系统MPPT研究

被引：4

作者：

陈文颖

林永君

杨春来

刘卫亮

马进

马良玉

马永光

机构：

[1] 华北电力大学自动化系

来源：

太阳能学报 | 2013年 / 34卷 / 02期

关键词：

太阳能; 光伏系统; 最大功率点跟踪; 支持向量机;

D O I：

暂无

中图分类号：

TM615 [太阳能发电];

学科分类号：

0807 ;

摘要：

提出一种支持向量机（SVM）预测模型结合扰动观察的MPPT方法。SVM预测模型根据开路电压和环境温度给出参考工作电压Vref,然后利用扰动观察法以其为初值,采用较小扰动步长进行MPPT。在基于单片机控制的硬件平台上进行实验,结果表明,该方法具有稳定、快速的优点,可显著提高光伏电池的发电效率。

引用

页码：245 / 250

页数：6

共 6 条

[1] 太阳能电池MPPT方法的初值问题及其实验研究 [J].

朱湘临 ;

廖志凌 ;

刘国海 .

电力电子技术, 2010, 44 (02) :7-9

[2] 最大功率点跟踪原理及实现方法的研究 [J].

赵庚申 ;

王庆章 ;

许盛之 .

太阳能学报, 2006, (10) :997-1001

[3] 非对称模糊PID控制在光伏发电MPPT中的应用 [J].

张超 ;

何湘宁 .

电工技术学报, 2005, (10) :76-79

[4] 滑模技术在PV最大功率追踪系统中的应用 [J].

张淼 ;

吴捷 .

电工技术学报, 2005, (03) :90-93

[5]

Review of the maximum power point tracking algorithms for stand-alone photovoltaic systems[J] . V. Salas,E. Olías,A. Barrado,A. Lázaro. Solar Energy Materials and Solar Cells . 2005 (11)

[6]

Maximum power point traking controller for PV systems using neural networks[J] . A.B.G. Bahgat,N.H. Helwa,G.E. Ahmad,E.T. El Shenawy. Renewable Energy . 2004 (8)

← 1 →