买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网山东省电力公司日照供电公司

摘要：本发明提供了一种分布式光伏储能最大输出功率追踪方法及系统，构建分布式光伏储能的最大输出功率等效控制模型，确定相关外部环境因素；以径向基函数神经网络模型的输出误差最小为目标，优化径向基函数神经网络模型；利用优化后的径向基函数神经网络模型监测分布式光伏储能的相关外部环境因素，调节其输出电压，实现最大输出功率追踪。本发明通过利用改进的遗传算法优化径向基函数神经网络模型，利用优化后的网络模型进行分布式光伏储能的最大输出功率追踪和控制，能够有效提升收敛速度和预测精度。

主权项：1.一种分布式光伏储能最大输出功率追踪方法，其特征是，包括以下步骤：构建分布式光伏储能的最大输出功率等效控制模型，确定相关外部环境因素；以径向基函数神经网络模型的输出误差最小为目标，优化径向基函数神经网络模型，将径向基函数神经网络模型的解空间作为初代种群，在迭代过程中引入混沌因子，更新种群的状态值，且在迭代过程中，将一定比例的个体保留至下一代种群中，剔除其余的个体，对种群重复交叉变异并进行遗传漂移，直至满足迭代要求；利用优化后的径向基函数神经网络模型监测分布式光伏储能的相关外部环境因素，调节其输出电压，实现最大输出功率追踪；在迭代过程中引入混沌因子，更新种群的状态值的具体过程包括：混沌因子为： ；上式中，表示初代混沌因子的第i个分量，和表示在样本空间中的最小值和最大值，对初始混沌因子采取Logistic变换，迭代到第t步时，混沌因子为： ）；上式中表示混沌过程的动力学系数，第t步时，种群中第i个个体的当前状态值为： ；在迭代过程中，以网络模型的输出误差的倒数为衡量个体的适应度，适应度函数表示为： ）； ； 是未改进的RBFNN中输出序列中的元素均值，表示未改进的RBFNN输出序列与输入样本的函数映射关系，其中表示待优化的参数，实质上是将隐藏层和输出层连接权值作为自变量；表示平均偏差，对于一个变量序列x，假设其元素个数为n，则其MD表达式为： ；设置一个遗传比例，表示将百分比的个体保留进入下一代种群中，其余的个体进行剔除；对种群重复交叉变异并进行遗传漂移的具体过程包括：随机挑选两个个体，其中的待优化变量记为和,选取位于[0,1]区间的随机实数，记为，对和进行交叉变异，过程如下： ；其中，和表示和进行交叉变异后的个体，将作为后续种群进化的父代个体，后续进行遗传漂移，在第s步生成的个体表示为：；上式中，表示随机漂移量；表示随机变异过程，为迭代步数的一个函数；对种群重复交叉变异并进行遗传漂移，直到算法收敛。

全文数据：

权利要求：

百度查询： 国网山东省电力公司日照供电公司 一种分布式光伏储能最大输出功率追踪方法及系统