智能水滴算法優(yōu)化SVM的光伏最大功率跟蹤研究.pdf

1、對化石能源的不斷開采和使用，對生態(tài)環(huán)境造成了嚴重的影響，為了更好地保護地球的生態(tài)環(huán)境，利用綠色能源和可再生能源以實現(xiàn)可持續(xù)發(fā)展迫在眉睫。太陽能是一種備受人們親睞的清潔能源，有著廣闊的發(fā)展前景。光伏發(fā)電作為目前開發(fā)太陽能的主要方式，具有安全可靠、應用形式靈活、安裝維護簡單等優(yōu)勢。但是光伏發(fā)電存在電能轉(zhuǎn)化率低、成本高等問題，目前廣泛使用的最大功率跟蹤控制算法(MPPT），是提高其轉(zhuǎn)換效率的重要手段。
　　首先介紹了光伏發(fā)電輸出預測的研

2、究背景、意義以及預測中所采用的方法和技術。然后分析了光伏電池輸出特性，引出MPPT的必要性和重要性。接著介紹了一種新興群智能算法-智能水滴算法(Intelligent Water Drops, IWD)，該算法最初是針對離散優(yōu)化問題提出來的，而對SVM參數(shù)的優(yōu)化是連續(xù)優(yōu)化問題，同時傳統(tǒng)智能水滴算法在結點的選擇上易出現(xiàn)停滯和阻塞現(xiàn)象。針對以上問題對傳統(tǒng)智能水滴算法提出改進，然后利用傳統(tǒng)標準算法優(yōu)化測試函數(shù)對改進的智能水滴進行測試，并將結果

3、同傳統(tǒng)蟻群算法、標準智能水滴算法進行對比，實驗結果證明，本文提出的改進智能算法用于函數(shù)優(yōu)化問題，具有良好的收斂性和準確性。
　　其次介紹了支持向量機算法（SVM）基本原理，提出利用智能水滴算法優(yōu)化支持向量機參數(shù)。然后利用UCI網(wǎng)站提供的標準測試集進行相應性能測試，并將實驗結果與傳統(tǒng)優(yōu)化算法尋優(yōu)結果進行比較，實驗結果證明利用改進的智能水滴算法優(yōu)化支持向量機能獲得更高的回歸預測精度。
　　最后以某光伏電站為研究對象，利用光伏電站