发明名称 | 一种基于最小二乘支持向量机的最大功率跟踪控制方法 | ||
摘要 | 本发明公开了一种基于最小二乘支持向量机的最大功率跟踪控制方法,该方法包括以下步骤:(1)选择太阳光辐射度、环境温度作为辅助变量,选择光伏发电系统最大工作点电压作为关键状态变量;(2)根据选择的辅助变量和关键状态变量建立样本数据库;(3)利用样本数据进行训练,确定最小二乘支持向量机的模型结构;(4)利用步骤(3)得到的最小二乘支持向量机模型对关键状态变量进行预测;(5)利用步骤(4)得到的关键状态变量预测值对恒电压控制法的参考电压值进行修正,实现光伏发电系统最大功率点的准确、快速跟踪控制。 | ||
申请公布号 | CN103823504B | 申请公布日期 | 2016.01.20 |
申请号 | CN201410105280.2 | 申请日期 | 2014.03.20 |
申请人 | 常州工学院 | 发明人 | 蔡纪鹤;李蓓;俞霖 |
分类号 | G05F1/67(2006.01)I | 主分类号 | G05F1/67(2006.01)I |
代理机构 | 南京知识律师事务所 32207 | 代理人 | 高桂珍 |
主权项 | 一种基于最小二乘支持向量机的最大功率跟踪控制方法,其特征在于步骤包括:1)选取能直接测量且与光伏发电过程密切相关的太阳光辐射度和环境温度作为最小二乘支持向量机回归模型的输入向量,选择最小二乘支持向量机模型的输出向量为光伏发电系统最大工作点电压,之后执行步骤2);2)建立样本数据库,采集晴、多云、雾天太阳光辐射度和环境温度、光伏发电系统最大工作点电压,构造输入输出向量对的集合,生成静态训练样本数据库,其中输入向量为太阳光辐射度和环境温度,输出向量为光伏发电系统最大工作点电压,之后执行步骤3);3)建立最小二乘支持向量机模型,将从步骤2)得到训练样本映射到高维核空间中,选择核函数,采用k‑折交叉验证法确定最小二乘支持向量机模型的最优参数,之后执行步骤4);4)光伏发电系统最大工作点电压的预测,利用已训练好的最小二乘支持向量机模型,根据当前测量的太阳光辐射度和环境温度,获得光伏发电系统最大工作点电压的预测值,之后执行步骤5);5)利用步骤4)的预测结果对恒电压控制法的参考电压进行修正,实现光伏发电系统最大功率点的准确跟踪控制。 | ||
地址 | 213022 江苏省常州市新北区巫山路1号 |