[發明專利]一種基于強化學習的光伏陣列在線建模方法有效
| 申請號： | 201911344784.9 | 申請日： | 2019-12-24 |
| 公開（公告）號： | CN111177973B | 公開（公告）日： | 2022-09-09 |
| 發明（設計）人： | 張經煒;丁坤;陳曦暉 | 申請（專利權）人： | 河海大學常州校區 |
| 主分類號： | G06F30/27 | 分類號： | G06F30/27;G06N20/00 |
| 代理公司： | 南京經緯專利商標代理有限公司 32200 | 代理人： | 丁濤 |
| 地址： | 213022 江蘇*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 強化 學習 陣列 在線 建模 方法 | ||
本發明公開一種基于強化學習的光伏陣列在線建模方法，其中包括參數
技術領域
本發明涉及太陽能光伏發電領域，特別是涉及一種光伏陣列在線建模方法。
背景技術
由于近年來國內外光伏電站裝機容量逐年增長，光伏系統特別是光伏陣列數學模型建模問題日益受到關注，目前光伏陣列數學模型主要采用基于等效物理模型的單二極管或雙二極管模型，而模型參數易受環境影響，常規的模型參數提取方法難以保證不同環境條件下模型精度，且無法考慮光伏系統性能退化引起的模型精度降低，因此目前模型參數提取方法仍存在局限性；目前已有學者利用實測光伏陣列電流電壓(I-V)曲線，采用元啟發式優化算法提取模型參數，該方法精度較高但僅能保證當前環境條件下模型精度，且參數提取過程需反復迭代計算，耗時較長，難以保證光伏陣列在線建模實時性。
發明內容
針對現有技術上存在的不足，本發明目的是針對光伏陣列在線數學模型建立問題，公開一種基于強化學習的光伏陣列在線建模方法。
為了實現上述目的，本發明是通過如下的技術方案來實現：
一種基于強化學習的光伏陣列在線建模方法，包括參數a的強化學習模型執行器、參數Rs的強化學習模型執行器、參數Rsh的強化學習模型執行器、參數dG的強化學習模型執行器、單二極管模型、誤差計算模塊、估算I-V曲線與實測I-V曲線特征狀態提取模塊、回報值計算模塊、具有I-V曲線掃描功能的功率變換器、輻照度傳感器、光伏組件溫度傳感器；
所述參數a的強化學習模型執行器、參數Rs的強化學習模型執行器、參數Rsh的強化學習模型執行器、參數dG的強化學習模型執行器與單二極管模型連接，分別提供估算的模型參數a、Rs、Rsh、dG，輻照度傳感器、光伏組件溫度傳感器與單二極管模型連接，輸出測量所得輻照度Gmea與光伏組件溫度Tmea至單二極管模型，單二極管模型依據數學模型獲得估算I-V曲線，同時由具有I-V曲線掃描功能的功率變換器獲得實測I-V曲線，單二極管模型、具有I-V曲線掃描功能的功率變換器與誤差計算模塊、估算I-V曲線與實測I-V曲線特征狀態提取模塊連接，分別獲得誤差與I-V曲線特征狀態；誤差計算模塊與回報值計算模塊連接，通過誤差獲得各個強化學習模型執行器的回報值，并將估算I-V曲線與實測I-V曲線特征狀態提取模塊和回報值計算模塊分別與參數a的強化學習模型執行器、參數Rs的強化學習模型執行器、參數Rsh的強化學習模型執行器、參數dG的強化學習模型執行器，將I-V曲線特征狀態和回報值輸入強化學習算法更新各個執行器。
單二極管模型中單二極管模型方程為：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于河海大學常州校區，未經河海大學常州校區許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911344784.9/2.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種計算機網絡控制箱
- 下一篇：智能化腳本配置方法、裝置及計算機可讀存儲介質
