[发明专利]一种基于强化学习的光伏阵列在线建模方法有效
| 申请号： | 201911344784.9 | 申请日： | 2019-12-24 |
| 公开（公告）号： | CN111177973B | 公开（公告）日： | 2022-09-09 |
| 发明（设计）人： | 张经炜;丁坤;陈曦晖 | 申请（专利权）人： | 河海大学常州校区 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N20/00 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 丁涛 |
| 地址： | 213022 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 强化 学习 阵列 在线 建模 方法 | ||
本发明公开一种基于强化学习的光伏阵列在线建模方法，其中包括参数
技术领域
本发明涉及太阳能光伏发电领域，特别是涉及一种光伏阵列在线建模方法。
背景技术
由于近年来国内外光伏电站装机容量逐年增长，光伏系统特别是光伏阵列数学模型建模问题日益受到关注，目前光伏阵列数学模型主要采用基于等效物理模型的单二极管或双二极管模型，而模型参数易受环境影响，常规的模型参数提取方法难以保证不同环境条件下模型精度，且无法考虑光伏系统性能退化引起的模型精度降低，因此目前模型参数提取方法仍存在局限性；目前已有学者利用实测光伏阵列电流电压(I-V)曲线，采用元启发式优化算法提取模型参数，该方法精度较高但仅能保证当前环境条件下模型精度，且参数提取过程需反复迭代计算，耗时较长，难以保证光伏阵列在线建模实时性。
发明内容
针对现有技术上存在的不足，本发明目的是针对光伏阵列在线数学模型建立问题，公开一种基于强化学习的光伏阵列在线建模方法。
为了实现上述目的，本发明是通过如下的技术方案来实现：
一种基于强化学习的光伏阵列在线建模方法，包括参数a的强化学习模型执行器、参数Rs的强化学习模型执行器、参数Rsh的强化学习模型执行器、参数dG的强化学习模型执行器、单二极管模型、误差计算模块、估算I-V曲线与实测I-V曲线特征状态提取模块、回报值计算模块、具有I-V曲线扫描功能的功率变换器、辐照度传感器、光伏组件温度传感器；
所述参数a的强化学习模型执行器、参数Rs的强化学习模型执行器、参数Rsh的强化学习模型执行器、参数dG的强化学习模型执行器与单二极管模型连接，分别提供估算的模型参数a、Rs、Rsh、dG，辐照度传感器、光伏组件温度传感器与单二极管模型连接，输出测量所得辐照度Gmea与光伏组件温度Tmea至单二极管模型，单二极管模型依据数学模型获得估算I-V曲线，同时由具有I-V曲线扫描功能的功率变换器获得实测I-V曲线，单二极管模型、具有I-V曲线扫描功能的功率变换器与误差计算模块、估算I-V曲线与实测I-V曲线特征状态提取模块连接，分别获得误差与I-V曲线特征状态；误差计算模块与回报值计算模块连接，通过误差获得各个强化学习模型执行器的回报值，并将估算I-V曲线与实测I-V曲线特征状态提取模块和回报值计算模块分别与参数a的强化学习模型执行器、参数Rs的强化学习模型执行器、参数Rsh的强化学习模型执行器、参数dG的强化学习模型执行器，将I-V曲线特征状态和回报值输入强化学习算法更新各个执行器。
单二极管模型中单二极管模型方程为：
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学常州校区，未经河海大学常州校区许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201911344784.9/2.html，转载请声明来源钻瓜专利网。
- 上一篇：一种计算机网络控制箱
- 下一篇：智能化脚本配置方法、装置及计算机可读存储介质
