一种基于LSSVM的光伏最大功率点跟踪的控制方法

摘要

本发明公开了基于LSSVM的光伏最大功率点跟踪的控制方法，其步骤有：（1）建立光伏电池模型；（2）确定模型中设定温度值和太阳辐射强度下MPPT对应的电压和电流；（3）根据温度、太阳辐射强度、电压及电流的序列，得到最小二乘支持向量机模型中的训练集和测试集样本；（4）利用交叉验证方法选择最小二乘支持向量机的训练集的训练参数；（5）利用训练集的样本数据，通过选择的训练参数对最小二乘支持向量机进行训练，得到训练模型；（6）根据训练模型对所述测试集进行测试并对结果进行评价。本发明通过挖掘已知数据的内在规律，能够有效实现最大功率点处的输出电压和电流的跟踪，并且有效避免系统在最大功率点处震荡运行的缺点。

主权项

一种基于LSSVM的光伏最大功率点跟踪的控制方法，其特征在于，所述方法包括如下步骤：(1)建立光伏电池模型；(2)确定模型中设定温度值和太阳辐射强度下MPPT对应的电压和电流；(3)根据温度、太阳辐射强度、电压及电流的序列，得到最小二乘支持向量机模型中的训练集和测试集样本；(4)利用交叉验证方法选择最小二乘支持向量机的训练集的训练参数；(5)利用训练集的样本数据，通过选择的所述训练参数对最小二乘支持向量机进行训练，得到训练模型；(6)根据测试集对所述训练模型进行测试并对结果进行评价；步骤(4)所述训练参数包括正则化参数γ和核函数参数σ²；其核函数的表达式如下：步骤(4)所述利用交叉验证方法选择最小二乘支持向量机的训练集的训练参数包括：将训练集分割成K个子集，其中一个子集被保留作为验证模型的数据，其他K‑1个子集用来训练，交叉验证重复K次，每个子集验证一次；在训练前，给定正则化参数γ和核函数参数σ²的范围，即γ∈[γ_min,γ_max]，σ²∈[σ²_min,σ²_max]，使γ和σ²在这个范围内遍历取值，对每一个组合参数(γ，σ²)均进行10次交叉验证；选取均方误差MSE作为评价指标，将这10次测试结果的MSE取平均值作为该组合参数对应的指标，最后选择指标最高的一组参数组合作为最终的最优参数。