蚁群算法优化RBF神经网络的光伏发电MPPT

• 作者: 李坦 杨蕾 董海鹰
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 光伏电池 最大功率跟踪 RBF神经网络 蚁群算法 仿真
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 研究与设计
• 页码范围: 1644-1646,1694
• 页数: 4页
• 分类号: TM615
• 字数: 2566字
• 语种: 中文

摘要

针对如何提高光伏电池最大功率点预测跟踪精度的问题,讨论了光伏电池非线性输出特性.在此基础上,建立基于RBF神经网络的光伏电池最大功率点预测跟踪模型,以光照强度和温度为模型的输入,光伏电池的最大功率点电压为模型输出,并将RBF神经网络的中心参数采用蚁群算法进行优化,从而实现最大功率点预测跟踪.仿真结果表明,该方法比传统的RBF神经网络方法具有更高的预测精度,能更好地预测跟踪光伏电池的最大功率点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董海鹰	兰州交通大学自动化与电气工程学院	130	736	16.0	21.0
2	杨蕾	兰州交通大学自动化与电气工程学院	5	47	3.0	5.0
3	李坦	兰州交通大学自动化与电气工程学院	3	52	3.0	3.0