一種基于最小二乘支持向量機的最大功率跟蹤控制方法
【專利摘要】本發(fā)明公開了一種基于最小二乘支持向量機的最大功率跟蹤控制方法，該方法包括以下步驟：(1)選擇太陽光輻射度、環(huán)境溫度作為輔助變量，選擇光伏發(fā)電系統(tǒng)最大工作點電壓作為關(guān)鍵狀態(tài)變量；(2)根據(jù)選擇的輔助變量和關(guān)鍵狀態(tài)變量建立樣本數(shù)據(jù)庫；(3)利用樣本數(shù)據(jù)進行訓練，確定最小二乘支持向量機的模型結(jié)構(gòu)；(4)利用步驟(3)得到的最小二乘支持向量機模型對關(guān)鍵狀態(tài)變量進行預測；(5)利用步驟(4)得到的關(guān)鍵狀態(tài)變量預測值對恒電壓控制法的參考電壓值進行修正，實現(xiàn)光伏發(fā)電系統(tǒng)最大功率點的準確、快速跟蹤控制。
【專利說明】一種基于最小二乘支持向量機的最大功率跟蹤控制方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及光伏發(fā)電利用研究領(lǐng)域，特別涉及一種基于最小二乘支持向量機的最大功率跟蹤控制方法。
【背景技術(shù)】
[0002]隨著全球范圍內(nèi)化石能源消耗量的急劇增加，世界性的能源危機已經(jīng)來臨。化石能源的大規(guī)模開發(fā)和利用，也給人類賴以生存的自然環(huán)境造成了嚴重破壞。能源已經(jīng)成為人類社會進步、經(jīng)濟發(fā)展與地球生態(tài)環(huán)境保護的瓶頸問題。可再生能源的開發(fā)和利用引起了全世界的廣泛關(guān)注，其中太陽能具有取之不盡、用之不竭、分布廣泛、清潔無污染等一系列優(yōu)勢，是解決世界能源危機和環(huán)境污染最可靠和行之有效的綠色能源。因此，光伏發(fā)電技術(shù)得到了廣泛應用。
[0003]然而光伏陣列輸出特性易受太陽光輻射度、光伏陣列工作溫度等外部因素的影響，呈強烈的非線性特性，導致光伏發(fā)電系統(tǒng)輸出功率極不穩(wěn)定。為了進一步提高光伏發(fā)電系統(tǒng)的穩(wěn)定性和發(fā)電利用率，降低系統(tǒng)成本，就必須根據(jù)外部環(huán)境的變化而實時調(diào)整光伏陣列的工作點，使其一直穩(wěn)定在最大功率點附近。
[0004]傳統(tǒng)的光伏發(fā)電最大功率點跟蹤控制大部分基于干擾觀測法，采用干擾觀測法來不斷調(diào)整輸出電壓值，但是無法準確判斷光伏陣列輸出功率變化是由擾動還是由外界環(huán)境的變化而引起，所以在太陽光輻射度劇烈變化情況下，容易發(fā)生誤跟蹤現(xiàn)象，從而造成最大功率跟蹤控制系統(tǒng)性能下降，系統(tǒng)能量損失。
[0005]因此，需要一種新的最大功率點跟蹤控制方法解決上述問題。

【發(fā)明內(nèi)容】

[0006]針對現(xiàn)有技術(shù)存在的問題，本發(fā)明的目的是提供一種基于最小二乘支持向量機的最大功率跟蹤控制方法，該方法利用最小二乘支持向量機對最大工作點電壓進行回歸預測，并將預測結(jié)果對恒電壓控制法的參考電壓進行修正，實現(xiàn)光伏發(fā)電系統(tǒng)最大功率點的準確跟蹤控制。
[0007]為實現(xiàn)上述發(fā)明目的，本發(fā)明可采用如下技術(shù)方案:一種基于最小二乘支持向量機的最大功率跟蹤控制方法，步驟包括:1)選取能直接測量且與光伏發(fā)電過程密切相關(guān)的太陽光輻射度和環(huán)境溫度作為最小二乘支持向量機回歸模型的輸入向量，選擇最小二乘支持向量機模型的輸出向量為光伏發(fā)電系統(tǒng)最大工作點電壓，之后執(zhí)行步驟2)；
[0008]2)建立樣本數(shù)據(jù)庫，采集晴、多云、霧天太陽光輻射度和環(huán)境溫度、光伏發(fā)電系統(tǒng)最大工作點電壓，構(gòu)造輸入輸出向量對的集合，生成靜態(tài)訓練樣本數(shù)據(jù)庫，其中輸入向量為太陽光輻射度和環(huán)境溫度，輸出向量為光伏發(fā)電系統(tǒng)最大工作點電壓，之后執(zhí)行步驟3)；
[0009]3)建立最小二乘支持向量機模型，將從步驟2)得到訓練樣本映射到高維核空間中，選擇核函數(shù)，采用k_折交叉驗證法確定最小二乘支持向量機模型的最優(yōu)參數(shù)，之后執(zhí)行步驟4);[0010]4)光伏發(fā)電系統(tǒng)最大工作點電壓的預測，利用已訓練好的最小二乘支持向量機模型，根據(jù)當前測量的太陽光輻射度和環(huán)境溫度，獲得光伏發(fā)電系統(tǒng)最大工作點電壓的預測值，之后執(zhí)行步驟5);
[0011]5)利用步驟4)的預測結(jié)果對恒電壓控制法的參考電壓進行修正，實現(xiàn)光伏發(fā)電系統(tǒng)最大功率點的準確跟蹤控制。
[0012]步驟3)所述的最小二乘支持向量機模型最優(yōu)參數(shù)的確定按以下步驟進行:
[0013]選擇高斯核函數(shù)K(x, X) = exp (- | x_xk | 22 σ 2)作為核函數(shù),將歸一化后的訓練樣本{xk，yk}隨機分為k個子集S1, S。, L，Sk，各子集中的元素個數(shù)可以不等；然后給定最小二乘支持向量機的初始參數(shù)值YO A，分別使用k-1個子集對最小二乘支持向量機進行訓練，并用剩下的集合作為測試集，分別對k-Ι個最小二乘支持向量機進行測試，得到k-Ι個最小二乘支持向量機輸出值先，毛丄Xk并分別計算平方和誤差
【權(quán)利要求】
1.一種基于最小二乘支持向量機的最大功率跟蹤控制方法，其特征在于步驟包括: 1)選取能直接測量且與光伏發(fā)電過程密切相關(guān)的太陽光輻射度和環(huán)境溫度作為最小二乘支持向量機回歸模型的輸入向量，選擇最小二乘支持向量機模型的輸出向量為光伏發(fā)電系統(tǒng)最大工作點電壓，之后執(zhí)行步驟2)； 2)建立樣本數(shù)據(jù)庫，采集晴、多云、霧天太陽光輻射度和環(huán)境溫度、光伏發(fā)電系統(tǒng)最大工作點電壓，構(gòu)造輸入輸出向量對的集合，生成靜態(tài)訓練樣本數(shù)據(jù)庫，其中輸入向量為太陽光輻射度和環(huán)境溫度，輸出向量為光伏發(fā)電系統(tǒng)最大工作點電壓，之后執(zhí)行步驟3)； 3)建立最小二乘支持向量機模型，將從步驟2)得到訓練樣本映射到高維核空間中，選擇核函數(shù)，采用k-折交叉驗證法確定最小二乘支持向量機模型的最優(yōu)參數(shù)，之后執(zhí)行步驟4)； 4)光伏發(fā)電系統(tǒng)最大工作點電壓的預測，利用已訓練好的最小二乘支持向量機模型，根據(jù)當前測量的太陽光輻射度和環(huán)境溫度，獲得光伏發(fā)電系統(tǒng)最大工作點電壓的預測值，之后執(zhí)行步驟5)； 5)利用步驟4)的預測結(jié)果對恒電壓控制法的參考電壓進行修正，實現(xiàn)光伏發(fā)電系統(tǒng)最大功率點的準確跟蹤控制。
2.根據(jù)權(quán)利要求1所述的一種基于最小二乘支持向量機的最大功率跟蹤控制方法，其特征在于，步驟3)所述的最小二乘支持向量機模型最優(yōu)參數(shù)的確定按以下步驟進行: 選擇高斯核函數(shù)K(x, X) = exp (- x-xk |22σ2)作為核函數(shù),將歸一化后的訓練樣本Ixk，YkI隨機分為k個子集S1, S2，L, Sk，各子集中的元素個數(shù)可以不等；然后給定最小二乘支持向量機的初始參數(shù)值Y O, CT02，分別使用k-Ι個子集對最小二乘支持向量機進行訓練，并用剩下的集合作為測試集，分`別對k-Ι個最小二乘支持向量機進行測試，得到k-Ι個最小二乘支持向量機輸出值尤,毛，L，毛，并分別計算平方和誤差

_x/)2 / - 1,2,L ,k — \
V kA M 調(diào)整最小的Ei所對應的最小二乘支持向量機參數(shù)為Y 1; σ按此迭代k次則確定最小二乘支持向量機的最優(yōu)參數(shù)值，選取k = 5，將訓練集隨機分為5個子集，對每個子集按照min./(cO =的原則進行迭代，選定目標函數(shù)最小值所對應的參數(shù)為最小二乘支
/-1 k — I持向量機最優(yōu)參數(shù)。
【文檔編號】G05F1/67GK103823504SQ201410105280
【公開日】2014年5月28日 申請日期:2014年3月20日 優(yōu)先權(quán)日:2014年3月20日
【發(fā)明者】蔡紀鶴, 李蓓, 俞霖 申請人:常州工學院