本發(fā)明涉及微電網(wǎng)儲能技術(shù)領(lǐng)域，特別是一種適用于多能源微電網(wǎng)的基于最小二乘支持向量機(jī)的微電網(wǎng)儲能SOC估算方法和系統(tǒng)。
背景技術(shù)：
隨著新一輪電改方案的逐步落實(shí)，售電側(cè)市場將放開，將大大拓展微電網(wǎng)的發(fā)展空間。微電網(wǎng)是通過控制系統(tǒng)、儲能系統(tǒng)協(xié)調(diào)平衡多種分布式能源，平時(shí)與大電網(wǎng)并聯(lián)，富余電力輸入大電網(wǎng)或儲能系統(tǒng)，發(fā)電不足時(shí)從大電網(wǎng)購入電力或使用存儲的電力，當(dāng)遇到大電網(wǎng)發(fā)生故障時(shí)則快速解列，孤網(wǎng)運(yùn)行，保障主要負(fù)荷。微電網(wǎng)系統(tǒng)中儲能的成本較高，考慮到微網(wǎng)運(yùn)行的經(jīng)濟(jì)成本，應(yīng)在保證微網(wǎng)系統(tǒng)安全運(yùn)行的情況下，盡量延長儲能的壽命。蓄電池是目前微網(wǎng)系統(tǒng)中最常用的儲能形式，電池荷電狀態(tài)(SOC)是儲能系統(tǒng)充放電控制中的一個(gè)重要參考量，影響著儲能系統(tǒng)的安全運(yùn)行及使用壽命。
由于儲能SOC和很多因素相關(guān)且具有很強(qiáng)的非線性，儲能SOC實(shí)時(shí)估算具有很大的困難。目前，蓄電池SOC的測量方法有放電實(shí)驗(yàn)法、安時(shí)法、開路電壓法、內(nèi)阻測量法、線性模型法及神經(jīng)網(wǎng)絡(luò)法等。其中放電實(shí)驗(yàn)法及內(nèi)阻測量法在實(shí)際工程中不適用；安時(shí)法應(yīng)用廣泛，但需要知道初始SOC大小，且隨著時(shí)間的積累，誤差會越來越大；開路電壓法精度高、簡單，但是需要靜置較長時(shí)間后才能得到穩(wěn)定的開路電壓值；內(nèi)阻測量法只考慮蓄電池的放電電流和內(nèi)阻兩個(gè)基本的因素，計(jì)算精度有限，難以對蓄電池容量進(jìn)行準(zhǔn)確的估計(jì)；線性模型法適用于低電流、SOC緩變的情況，變電流情況的估計(jì)效果要進(jìn)一步研究；神經(jīng)網(wǎng)絡(luò)法基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化，有時(shí)會陷入局部最小值，結(jié)構(gòu)參數(shù)難以確定，缺少適當(dāng)?shù)睦碚撝笇?dǎo)。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明要解決的技術(shù)問題為：利用最小二乘支持向量機(jī)，通過挖掘已知數(shù)據(jù)的規(guī)律，實(shí)現(xiàn)對未知儲能SOC的估算確定，減小計(jì)算誤差，同時(shí)可提高蓄電池的壽命和微電網(wǎng)運(yùn)行的安全性。
本發(fā)明采取的技術(shù)方案具體為：基于最小二乘支持向量機(jī)的微電網(wǎng)儲能SOC估算方法，包括以下步驟：
利用微電網(wǎng)儲能實(shí)驗(yàn)平臺獲取儲能系統(tǒng)在充放電過程中產(chǎn)生的實(shí)驗(yàn)數(shù)據(jù)；
基于獲取的實(shí)驗(yàn)數(shù)據(jù)，得到最小二乘支持向量機(jī)訓(xùn)練模型的訓(xùn)練集樣本和測試集樣本；
基于所述訓(xùn)練集樣本，獲得最小二乘支持向量機(jī)的最優(yōu)訓(xùn)練參數(shù)；
基于得到的最優(yōu)參數(shù)，利用訓(xùn)練集樣本對最小二乘支持向量機(jī)進(jìn)行訓(xùn)練，得到最小二乘支持向量機(jī)的訓(xùn)練模型；
利用測試集樣本對得到的訓(xùn)練模型進(jìn)行測試，評價(jià)利用上述訓(xùn)練模型計(jì)算SOC是否有效；
若訓(xùn)練模型測試有效，則利用得到的最小二乘支持向量機(jī)訓(xùn)練模型對微電網(wǎng)中相應(yīng)類型儲能系統(tǒng)的SOC進(jìn)行計(jì)算，以確定微電網(wǎng)儲能SOC。
利用本發(fā)明方法估算得到的微電網(wǎng)蓄電池SOC值，可以為后續(xù)微電網(wǎng)中的蓄電池控制提供依據(jù)，防止蓄電池深度充放電，從而提高蓄電池壽命及微電網(wǎng)運(yùn)行的安全性。在對實(shí)際微電網(wǎng)儲能SOC進(jìn)行估算時(shí)，可參考儲能實(shí)驗(yàn)平臺獲取數(shù)據(jù)的方法，獲取微電網(wǎng)中儲能系統(tǒng)在實(shí)際充放電過程中包括電壓、電流、溫度的相關(guān)數(shù)據(jù)，作為最小二乘支持向量機(jī)訓(xùn)練模型的輸入量，然后通過最小二乘支持向量機(jī)訓(xùn)練模型得到輸出量，即SOC計(jì)算結(jié)果。儲能實(shí)驗(yàn)平臺中的實(shí)驗(yàn)對象儲能系統(tǒng)類型與實(shí)際需要進(jìn)行估算的微電網(wǎng)儲能系統(tǒng)類型一致。
進(jìn)一步的，本發(fā)明中，儲能系統(tǒng)的充放電過程包括恒流充電狀態(tài)過程、恒流放電狀態(tài)過程和交替恒流充放電狀態(tài)過程；充放電過程中產(chǎn)生的實(shí)驗(yàn)數(shù)據(jù)包括上述各過程中分別產(chǎn)生的電壓、電流、溫度及SOC數(shù)據(jù)。
具體的，利用微電網(wǎng)儲能實(shí)驗(yàn)平臺，獲取儲能系統(tǒng)在充放電過程中的實(shí)驗(yàn)數(shù)據(jù)，包括步驟：
將充滿電的蓄電池靜止第一設(shè)定時(shí)長后，使蓄電池工作在恒定電流放電運(yùn)行狀態(tài)，以采樣周期t1，采樣獲得蓄電池在當(dāng)前狀態(tài)下的電壓數(shù)據(jù)序列、電流數(shù)據(jù)序列、溫度數(shù)據(jù)序列及SOC數(shù)據(jù)序列；
將蓄電池靜止第二設(shè)定時(shí)長后，使蓄電池工作在恒定電流充電運(yùn)行狀態(tài)，以采樣周期t2，采樣獲得蓄電池在當(dāng)前狀態(tài)下的電壓數(shù)據(jù)序列、電流數(shù)據(jù)序列、溫度數(shù)據(jù)序列及SOC數(shù)據(jù)序列；
將待蓄電池充滿電后靜止第三設(shè)定時(shí)長，使蓄電池工作在恒定電流交替充電、放電的運(yùn)行狀態(tài)，以采樣周期為t3，獲得蓄電池在當(dāng)前狀態(tài)下的電壓數(shù)據(jù)序列、電流數(shù)據(jù)序列、溫度數(shù)據(jù)序列及SOC數(shù)據(jù)序列。
蓄電池在試驗(yàn)過程中，上述第一設(shè)定時(shí)長、第二設(shè)定時(shí)長、第三設(shè)定時(shí)長可根據(jù)經(jīng)驗(yàn)或需要設(shè)置，只需使得蓄電池狀態(tài)穩(wěn)定即可，為現(xiàn)有技術(shù)。采樣周期t1、t2、t3亦根據(jù)需要設(shè)定，如1s。對蓄電池進(jìn)行充放電時(shí)，使蓄電池工作在恒定電流充放電的狀態(tài)，如工作在恒定0.25c充電運(yùn)行或恒定0.25c放電運(yùn)行，或者恒定0.25c充電、放電交替運(yùn)行。充放電的電流大小可根據(jù)需要設(shè)定，可為0.25c、0.3c或其它數(shù)值。
以上儲能系統(tǒng)處于各狀態(tài)的數(shù)據(jù)獲取實(shí)驗(yàn)過程可連續(xù)進(jìn)行，也可分別進(jìn)行，狀態(tài)轉(zhuǎn)換之間的靜置有助于得到穩(wěn)定的測試數(shù)據(jù)，進(jìn)而可提高最終計(jì)算數(shù)據(jù)的準(zhǔn)確度。若分別進(jìn)行，實(shí)驗(yàn)前使得儲能系統(tǒng)靜置一段時(shí)間也同樣使得實(shí)驗(yàn)結(jié)果數(shù)據(jù)更能夠反應(yīng)真實(shí)情況。
更進(jìn)一步的，本發(fā)明中，所述訓(xùn)練集和測試集樣本的數(shù)據(jù)集為：
其中，M為數(shù)據(jù)采樣點(diǎn)數(shù)，
寫成矩陣的形式即為：
式中，x1(n)為電壓序列，x2(n)為電流序列，x3(n)為溫度序列；y(n)為SOC序列；
且存在映射函數(shù)：
Y(n)＝F(X(n)) 4)
滿足蓄電池電壓、電流、溫度與對應(yīng)的SOC數(shù)據(jù)之間的關(guān)系。
本發(fā)明中，最小二乘支持向量機(jī)的訓(xùn)練目標(biāo)是構(gòu)建映射函數(shù)y＝f(x)，優(yōu)選的，定義映射函數(shù)類型為f(x)＝(ω·x)+b，引入松弛變量ξi≥0及正則化參數(shù)γ的最小二乘支持向量機(jī)的描述如下：
其中，(xi,yi)為訓(xùn)練集樣本數(shù)據(jù)，l為訓(xùn)練集樣本數(shù)據(jù)個(gè)數(shù)；
最小二乘支持向量機(jī)的核函數(shù)選取RBF核函數(shù)，RBF核函數(shù)通常定義為空間中任一點(diǎn)x到某一中心xc之間歐氏距離的單調(diào)函數(shù)：
其中，xc為核函數(shù)中心，σ2為核函數(shù)參數(shù)。
優(yōu)選的，本發(fā)明中，利用N次交叉驗(yàn)證方法，獲得最小二乘支持向量機(jī)的最優(yōu)訓(xùn)練參數(shù)；所述N次交叉驗(yàn)證方法中，N＝10；交叉驗(yàn)證前，給定最小二乘支持向量機(jī)的正則化參數(shù)γ范圍為γ∈[γmin,γmax]，核函數(shù)參數(shù)σ2范圍為σ2∈[σ2min,σ2max]，交叉驗(yàn)證訓(xùn)練時(shí)，在γ和σ2的上述范圍內(nèi)遍歷取值，對每一個(gè)參數(shù)組合(γ，σ2)均進(jìn)行N次交叉驗(yàn)證，有助于得到SOC計(jì)算結(jié)果更可靠的最小二乘支持向量機(jī)的訓(xùn)練模型。
本發(fā)明還公開一種基于最小二乘支持向量機(jī)的微電網(wǎng)儲能確定系統(tǒng)，其包括：
實(shí)驗(yàn)數(shù)據(jù)獲取模塊，利用包含儲能系統(tǒng)的微電網(wǎng)儲能實(shí)驗(yàn)平臺，獲取儲能系統(tǒng)在充放電過程中產(chǎn)生的實(shí)驗(yàn)數(shù)據(jù)；基于所述實(shí)驗(yàn)數(shù)據(jù)建立最小二乘支持向量機(jī)訓(xùn)練模型的訓(xùn)練集樣本和測試集樣本；
最小二乘支持向量機(jī)訓(xùn)練模塊，利用所述訓(xùn)練集樣本，通過N次交叉驗(yàn)證方法，獲得最小二乘支持向量機(jī)的最優(yōu)訓(xùn)練參數(shù)；基于所述最優(yōu)訓(xùn)練參數(shù)，利用所述訓(xùn)練集樣本對最小二乘支持向量機(jī)進(jìn)行訓(xùn)練，得到最小二乘支持向量機(jī)的訓(xùn)練模型；
最小二乘支持向量機(jī)測試模塊，利用所述測試集樣本對最小二乘支持向量機(jī)訓(xùn)練模型進(jìn)行測試，以評價(jià)最小二乘支持向量機(jī)訓(xùn)練模型的有效性；
微電網(wǎng)儲能SOC確定模塊，以實(shí)際微電網(wǎng)中儲能系統(tǒng)的SOC相關(guān)狀態(tài)數(shù)據(jù)作為輸入，利用測試有效的最小二乘支持向量機(jī)訓(xùn)練模型，確定實(shí)際微電網(wǎng)中相應(yīng)類型儲能系統(tǒng)的SOC；所述SOC相關(guān)狀態(tài)數(shù)據(jù)包括儲能系統(tǒng)的電壓、電流和溫度數(shù)據(jù)。
實(shí)驗(yàn)數(shù)據(jù)獲取模塊中，儲能系統(tǒng)的充放電過程包括恒流充電狀態(tài)過程、恒流放電狀態(tài)過程和交替恒流充放電狀態(tài)過程；充放電過程中產(chǎn)生的實(shí)驗(yàn)數(shù)據(jù)包括上述各過程中分別產(chǎn)生的電壓、電流、溫度及SOC數(shù)據(jù)。
本發(fā)明系統(tǒng)中，定義儲能系統(tǒng)充放電過程中產(chǎn)生的電壓、電流和溫度數(shù)據(jù)，與SOC數(shù)據(jù)之間的映射函數(shù)類型為f(x)＝(ω·x)+b，引入松弛變量ξi≥0及正則化參數(shù)γ的最小二乘支持向量機(jī)的描述如下：
其中，(xi,yi)為訓(xùn)練集樣本數(shù)據(jù)，l為訓(xùn)練集樣本數(shù)據(jù)個(gè)數(shù)；
最小二乘支持向量機(jī)的核函數(shù)選取RBF核函數(shù)，RBF核函數(shù)定義為空間中任一點(diǎn)x到某一中心xc之間歐氏距離的單調(diào)函數(shù)：
其中，xc為核函數(shù)中心，σ2為核函數(shù)參數(shù)。
最小二乘支持向量機(jī)訓(xùn)練模塊中，利用N次交叉驗(yàn)證方法，獲得最小二乘支持向量機(jī)的最優(yōu)訓(xùn)練參數(shù)；所述N次交叉驗(yàn)證方法中，N＝10；交叉驗(yàn)證前，給定最小二乘支持向量機(jī)的正則化參數(shù)γ范圍為γ∈[γmin,γmax]，核函數(shù)參數(shù)σ2范圍為σ2∈[σ2min,σ2max]，交叉驗(yàn)證訓(xùn)練時(shí)，在γ和σ2的上述范圍內(nèi)遍歷取值，對每一個(gè)參數(shù)組合(γ，σ2)均進(jìn)行N次交叉驗(yàn)證。
有益效果
與現(xiàn)有技術(shù)比，本發(fā)明具有以下優(yōu)點(diǎn)和進(jìn)步：
(1)本發(fā)明能夠充分考慮與儲能SOC相關(guān)的因素，通過搭建包含儲能系統(tǒng)的實(shí)驗(yàn)平臺對儲能系統(tǒng)充放電過程中的工作參數(shù)進(jìn)行測量，進(jìn)而利用最小二乘支持向量機(jī)挖掘出已知數(shù)據(jù)的內(nèi)在規(guī)律，最終能夠有效實(shí)現(xiàn)實(shí)際微電網(wǎng)儲能SOC的估算；
(2)本發(fā)明能夠克服現(xiàn)有技術(shù)采用的安時(shí)法初始SOC難以確定，及開路電壓法需要長時(shí)間靜止的缺點(diǎn)，而是通過多次的訓(xùn)練得到最小二乘支持向量機(jī)訓(xùn)練模型，并通過測試集對得到的訓(xùn)練模型進(jìn)行有效性評價(jià)，以保證對實(shí)際微電網(wǎng)儲能SOC估算時(shí)的可靠性，不存在累計(jì)誤差；
(3)利用本發(fā)明估算得到實(shí)際微電網(wǎng)儲能系統(tǒng)SOC值，能夠?yàn)閮δ芟到y(tǒng)的充放電控制提供依據(jù)，防止蓄電池進(jìn)行深度充放電，從而提高蓄電池壽命及微電網(wǎng)運(yùn)行的安全性。
附圖說明
圖1為本發(fā)明方法流程示意圖。
具體實(shí)施方式
下面結(jié)合附圖和具體實(shí)施例對本發(fā)明作更進(jìn)一步的說明。
參考圖1，本發(fā)明基于最小二乘支持向量機(jī)的微電網(wǎng)儲能SOC估算方法，包括以下步驟：
搭建包含儲能系統(tǒng)的微電網(wǎng)儲能實(shí)驗(yàn)平臺，利用儲能實(shí)驗(yàn)平臺獲取儲能系統(tǒng)在充放電過程中產(chǎn)生的實(shí)驗(yàn)數(shù)據(jù)，實(shí)驗(yàn)數(shù)據(jù)包括電壓、電流、溫度及SOC；
基于獲取的實(shí)驗(yàn)數(shù)據(jù)，得到最小二乘支持向量機(jī)訓(xùn)練模型的訓(xùn)練集樣本和測試集樣本；
基于所述訓(xùn)練集樣本，獲得最小二乘支持向量機(jī)的最優(yōu)訓(xùn)練參數(shù)；
基于得到的最優(yōu)參數(shù)，利用訓(xùn)練集樣本對最小二乘支持向量機(jī)進(jìn)行訓(xùn)練，得到最小二乘支持向量機(jī)的訓(xùn)練模型；
利用測試集樣本對得到的訓(xùn)練模型進(jìn)行測試，評價(jià)利用上述訓(xùn)練模型計(jì)算SOC是否有效；
若訓(xùn)練模型測試有效，則利用前述得到的最小二乘支持向量機(jī)訓(xùn)練模型對微電網(wǎng)中相應(yīng)類型儲能系統(tǒng)的SOC進(jìn)行計(jì)算，以確定微電網(wǎng)儲能SOC。
利用本發(fā)明方法估算得到的微電網(wǎng)蓄電池SOC值，可以為后續(xù)微電網(wǎng)中的蓄電池控制提供依據(jù)，防止蓄電池深度充放電，從而提高蓄電池壽命及微電網(wǎng)運(yùn)行的安全性。在對實(shí)際微電網(wǎng)儲能SOC進(jìn)行估算時(shí)，可參考儲能實(shí)驗(yàn)平臺獲取數(shù)據(jù)的方法，獲取微電網(wǎng)中儲能系統(tǒng)在實(shí)際充放電過程中包括電壓、電流、溫度的相關(guān)數(shù)據(jù)，作為最小二乘支持向量機(jī)訓(xùn)練模型的輸入量，然后通過最小二乘支持向量機(jī)訓(xùn)練模型得到輸出量，即SOC計(jì)算結(jié)果。
實(shí)施例
本實(shí)施例的微電網(wǎng)儲能系統(tǒng)SOC估算方法的具體步驟為：
(1)搭建包含儲能系統(tǒng)的微電網(wǎng)實(shí)驗(yàn)平臺：
可根據(jù)實(shí)際需要計(jì)算的微電網(wǎng)儲能系統(tǒng)類型進(jìn)行實(shí)驗(yàn)平臺的搭建。目前微電網(wǎng)中應(yīng)用最多的是鉛酸蓄電池，本實(shí)施例中選擇額定電壓12V，電池容量為50Ah的鉛酸蓄電池作為實(shí)驗(yàn)對象。利用數(shù)據(jù)采集設(shè)備收集并存儲蓄電池運(yùn)行過程中的電壓、電流及溫度信號，并在處理器中還原成實(shí)際數(shù)值。對于儲能系統(tǒng)實(shí)驗(yàn)數(shù)據(jù)的測量獲取可采用現(xiàn)有技術(shù)。
(2)利用實(shí)驗(yàn)平臺分別測量得到儲能系統(tǒng)在充放電過程中的電壓、電流、溫度及SOC，具體步驟為：
(2-1)將充滿電的蓄電池靜止一段時(shí)間，再使蓄電池工作在恒定0.25C放電運(yùn)行狀態(tài)，采樣周期為1s，獲得蓄電池在此狀態(tài)下的電壓序列、電流序列、溫度序列及SOC序列；
(2-2)使完成(2-1)步驟的蓄電池靜止一段時(shí)間，再使蓄電池工作在恒定0.25C充電運(yùn)行狀態(tài)，采樣周期為1s，獲得蓄電池在此狀態(tài)下的電壓序列、電流序列、溫度序列及SOC序列；
(2-3)將充滿電的蓄電池靜止一段時(shí)間，再使蓄電池工作在恒定0.25C交替充電、放電的運(yùn)行狀態(tài)，采樣周期為1s，獲得蓄電池在此狀態(tài)下的電壓序列、電流序列、溫度序列及SOC序列；
(3)根據(jù)電壓、電流、溫度及SOC序列，得到最小二乘支持向量機(jī)模型中的訓(xùn)練集和測試集樣本。
基于上述步驟，得到的數(shù)據(jù)集為：
其中，
寫成矩陣的形式即為：
式中，x1(n)為電壓序列，x2(n)為電流序列，x3(n)為溫度序列；y(n)為SOC序列。
根據(jù)已獲得的蓄電池電壓、電流和溫度對應(yīng)的SOC數(shù)據(jù)，可以找到一個(gè)映射函數(shù)，使得
Y(n)＝F(X(n)) 4)
定義儲能系統(tǒng)充放電過程中產(chǎn)生的電壓、電流和溫度數(shù)據(jù)，與SOC數(shù)據(jù)之間的映射函數(shù)類型為f(x)＝(ω·x)+b，引入松弛變量ξi≥0及正則化參數(shù)γ的最小二乘支持向量機(jī)的描述如下：
其中，(xi,yi)為訓(xùn)練集樣本數(shù)據(jù)，l為訓(xùn)練集樣本數(shù)據(jù)個(gè)數(shù)；
由于SOC與蓄電池電壓、電流和溫度存在很強(qiáng)的非線性，針對非線性回歸問題，需要引入核函數(shù)方法來求解。本發(fā)明中選用RBF核函數(shù)，RBF核函數(shù)定義為空間中任一點(diǎn)x到某一中心xc之間歐氏距離的單調(diào)函數(shù)：如式5)所示。故最小二乘支持向量機(jī)預(yù)測模型中有兩個(gè)參數(shù)需要選擇，即正則化參數(shù)γ和核函數(shù)參數(shù)σ2。
其中，xc為核函數(shù)中心，σ2為核函數(shù)參數(shù)。
(4)利用N次交叉驗(yàn)證方法選擇最小二乘支持向量機(jī)的訓(xùn)練集的訓(xùn)練參數(shù)：
將訓(xùn)練集分割成N個(gè)子集，N一般大于等于2，其中一個(gè)子集被保留作為驗(yàn)證模型的數(shù)據(jù)，其他N-1個(gè)子集用來訓(xùn)練。交叉驗(yàn)證重復(fù)N次，每個(gè)子集驗(yàn)證一次。在訓(xùn)練前，給定正則化參數(shù)γ和核函數(shù)參數(shù)σ2的范圍，即γ∈[γmin,γmax]，σ2∈[σ2min,σ2max]，使γ和σ2在這個(gè)范圍內(nèi)遍歷取值，對每一個(gè)組合參數(shù)均進(jìn)行N次交叉驗(yàn)證。選取均方誤差MSE(Mean Square Error)作為評價(jià)指標(biāo)，將N次測試結(jié)果的MSE取平均值作為參數(shù)對應(yīng)的指標(biāo)，最后選擇指標(biāo)最高(即MSE最小)的一組參數(shù)組合作為最終的最優(yōu)參數(shù)。
本實(shí)施例中,選取γ∈[1,10000]，σ2∈[0.01,10000]，N＝10。相當(dāng)于進(jìn)行了N次訓(xùn)練和N次測試，進(jìn)而得到所需的最優(yōu)參數(shù)組合(γ，σ2)。
(5)利用訓(xùn)練集的樣本數(shù)據(jù)，通過已選擇的最優(yōu)訓(xùn)練參數(shù)對最小二乘支持向量機(jī)進(jìn)行訓(xùn)練，進(jìn)而得到訓(xùn)練模型。
(6)利用測試集樣本對得到的訓(xùn)練模型進(jìn)行測試，以評價(jià)上述訓(xùn)練模型計(jì)算SOC的有效性。
本步驟中，將利用訓(xùn)練模型得到的SOC數(shù)據(jù)與利用實(shí)驗(yàn)平臺獲取的實(shí)際SOC數(shù)據(jù)進(jìn)行比較，根據(jù)均方誤差和相對誤差的大小判斷利用最小二乘支持向量機(jī)訓(xùn)練模型計(jì)算SOC的方法的有效性。
如果計(jì)算出來的SOC與實(shí)際的SOC誤差小，則證明此方法計(jì)算SOC有效、可靠；如果誤差很大則證明前述得到的最小二乘支持向量機(jī)不可靠不適用。
(7)若經(jīng)測試后驗(yàn)證所得到的最小二乘支持向量機(jī)訓(xùn)練模型可靠有效，則利用前述得到的最小二乘支持向量機(jī)訓(xùn)練模型對實(shí)際微電網(wǎng)中相應(yīng)類型儲能系統(tǒng)的SOC進(jìn)行計(jì)算。
在進(jìn)行實(shí)際計(jì)算時(shí)，參考儲能實(shí)驗(yàn)平臺獲取實(shí)驗(yàn)數(shù)據(jù)的方法，獲取微電網(wǎng)中儲能系統(tǒng)在充放電過程中包括電壓、電流、溫度的相關(guān)數(shù)據(jù)，作為最小二乘支持向量機(jī)訓(xùn)練模型的輸入量，然后通過最小二乘支持向量機(jī)訓(xùn)練模型得到輸出量，即SOC計(jì)算結(jié)果。
實(shí)施例
本實(shí)施例為基于最小二乘支持向量機(jī)的微電網(wǎng)儲能確定系統(tǒng)，其包括：
實(shí)驗(yàn)數(shù)據(jù)獲取模塊，利用包含儲能系統(tǒng)的微電網(wǎng)儲能實(shí)驗(yàn)平臺，獲取儲能系統(tǒng)在充放電過程中產(chǎn)生的實(shí)驗(yàn)數(shù)據(jù)，所述實(shí)驗(yàn)數(shù)據(jù)包括電壓、電流、溫度及SOC；基于所述實(shí)驗(yàn)數(shù)據(jù)建立最小二乘支持向量機(jī)訓(xùn)練模型的訓(xùn)練集樣本和測試集樣本；
最小二乘支持向量機(jī)訓(xùn)練模塊，選取最小二乘支持向量機(jī)訓(xùn)練模型的核函數(shù)，利用所述訓(xùn)練集樣本，獲得最小二乘支持向量機(jī)的最優(yōu)訓(xùn)練參數(shù)；基于所述最優(yōu)訓(xùn)練參數(shù)，利用所述訓(xùn)練集樣本對最小二乘支持向量機(jī)進(jìn)行訓(xùn)練，得到最小二乘支持向量機(jī)的訓(xùn)練模型；
最小二乘支持向量機(jī)測試模塊，利用所述測試集樣本對最小二乘支持向量機(jī)訓(xùn)練模型進(jìn)行測試，以評價(jià)最小二乘支持向量機(jī)訓(xùn)練模型的有效性；
微電網(wǎng)儲能SOC確定模塊，以實(shí)際微電網(wǎng)中儲能系統(tǒng)的SOC相關(guān)狀態(tài)數(shù)據(jù)作為輸入，利用測試有效的最小二乘支持向量機(jī)訓(xùn)練模型，確定實(shí)際微電網(wǎng)中相應(yīng)類型儲能系統(tǒng)的SOC；所述SOC相關(guān)狀態(tài)數(shù)據(jù)包括儲能系統(tǒng)的電壓、電流和溫度數(shù)據(jù)。
實(shí)驗(yàn)數(shù)據(jù)獲取模塊中，儲能系統(tǒng)的充放電過程包括恒流充電狀態(tài)過程、恒流放電狀態(tài)過程和交替恒流充放電狀態(tài)過程；充放電過程中產(chǎn)生的實(shí)驗(yàn)數(shù)據(jù)包括上述各過程中分別產(chǎn)生的電壓、電流、溫度及SOC數(shù)據(jù)。
本實(shí)施例中，定義儲能系統(tǒng)充放電過程中產(chǎn)生的電壓、電流和溫度數(shù)據(jù)，與SOC數(shù)據(jù)之間的映射函數(shù)類型為f(x)＝(ω·x)+b，引入松弛變量ξi≥0及正則化參數(shù)γ的最小二乘支持向量機(jī)的描述如下：
其中，(xi,yi)為訓(xùn)練集樣本數(shù)據(jù)，l為訓(xùn)練集樣本數(shù)據(jù)個(gè)數(shù)；
最小二乘支持向量機(jī)的核函數(shù)選取RBF核函數(shù)，RBF核函數(shù)定義為空間中任一點(diǎn)x到某一中心xc之間歐氏距離的單調(diào)函數(shù)：
其中，xc為核函數(shù)中心，σ2為核函數(shù)參數(shù)。
最小二乘支持向量機(jī)訓(xùn)練模塊中，利用N次交叉驗(yàn)證方法，獲得最小二乘支持向量機(jī)的最優(yōu)訓(xùn)練參數(shù)；所述N次交叉驗(yàn)證方法中，N＝10；交叉驗(yàn)證前，給定最小二乘支持向量機(jī)的正則化參數(shù)γ范圍為γ∈[γmin,γmax]，核函數(shù)參數(shù)σ2范圍為σ2∈[σ2min,σ2max]，交叉驗(yàn)證訓(xùn)練時(shí)，在γ和σ2的上述范圍內(nèi)遍歷取值，對每一個(gè)參數(shù)組合(γ，σ2)均進(jìn)行N次交叉驗(yàn)證。
以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出：對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本申請的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此，本申請可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本申請可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。
本申請是參照根據(jù)本申請實(shí)施例的方法、設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。
這些計(jì)算機(jī)程序指令也可存儲在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲器中，使得存儲在該計(jì)算機(jī)可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。
這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。