• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Computational Intelligence and Neuroscience >Random Forest-Based Approach for Maximum Power Point Tracking of Photovoltaic Systems Operating under Actual Environmental Conditions
【2h】

Random Forest-Based Approach for Maximum Power Point Tracking of Photovoltaic Systems Operating under Actual Environmental Conditions

机译：基于随机森林的方法来跟踪在实际环境条件下运行的光伏系统的最大功率点

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Many maximum power point tracking (MPPT) algorithms have been developed in recent years to maximize the produced PV energy. These algorithms are not sufficiently robust because of fast-changing environmental conditions, efficiency, accuracy at steady-state value, and dynamics of the tracking algorithm. Thus, this paper proposes a new random forest (RF) model to improve MPPT performance. The RF model has the ability to capture the nonlinear association of patterns between predictors, such as irradiance and temperature, to determine accurate maximum power point. A RF-based tracker is designed for 25 SolarTIFSTF-120P6 PV modules, with the capacity of 3 kW peak using two high-speed sensors. For this purpose, a complete PV system is modeled using 300,000 data samples and simulated using the MATLAB/SIMULINK package. The proposed RF-based MPPT is then tested under actual environmental conditions for 24 days to validate the accuracy and dynamic response. The response of the RF-based MPPT model is also compared with that of the artificial neural network and adaptive neurofuzzy inference system algorithms for further validation. The results show that the proposed MPPT technique gives significant improvement compared with that of other techniques. In addition, the RF model passes the Bland–Altman test, with more than 95 percent acceptability.
机译：近年来，已经开发了许多最大功率点跟踪（MPPT）算法，以最大化产生的PV能量。由于快速变化的环境条件，效率，稳态值的准确性以及跟踪算法的动态性，这些算法不够鲁棒。因此，本文提出了一种新的随机森林（RF）模型来提高MPPT性能。 RF模型具有捕获预测变量之间模式的非线性关联的能力，例如辐照度和温度，以确定准确的最大功率点。基于射频的跟踪器设计用于25个SolarTIFSTF-120P6光伏模块，使用两个高速传感器时峰值功率为3 kW。为此，使用300,000个数据样本对完整的PV系统进行建模，并使用MATLAB / SIMULINK软件包进行仿真。建议的基于RF的MPPT然后在实际环境条件下测试24天，以验证准确性和动态响应。还将基于RF的MPPT模型的响应与人工神经网络和自适应神经模糊推理系统算法的响应进行了比较，以进行进一步的验证。结果表明，与其他技术相比，本文提出的MPPT技术具有明显的改进。此外，RF模型通过了Bland–Altman测试，可接受性超过95％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号