[发明专利]一种法医调查强化多步模型预测的非均匀光伏发电方法

权利要求书

1.一种法医调查强化多步模型预测的非均匀光伏发电方法，其特征在于，利用法医调查方法在不均匀光照下寻找最大功率点参考值；利用强化多步模型预测模块预测系统未来状态并计算最优多步控制量；深度强化学习模块调整强化预测环节和强化计算环节的参数；

本发明所提的一种法医调查强化多步模型预测的非均匀光伏发电方法控制框架包括：

法医调查方法模块：用于寻找非均匀光照条件下的最大功率点；

深度强化学习模块：用于计算并调整法医调查方法的参数；

强化多步模型预测模块：用于控制光伏阵列工作点跟踪最大功率点参考值。

2.根据权利要求1所述的一种法医调查强化多步模型预测的非均匀光伏发电方法，其特征在于，该方法在使用过程中的主要步骤包括：

(1)测量光伏阵列的光伏阵列的辐照度、遮阴度、电压和电流值；

(2)将测量值输入法医调查方法模块和深度强化学习模块，分别计算参考值和参数；

(3)将测量值、参考值和参数输入强化多步模型预测模块，计算最优多步控制量；

(4)将多步最优控制量加权平均得到下一时刻控制量，控制光伏发电系统；

(5)判断偏差是否小于定值，是则直接进入下一步，否则利用深度强化学习根据奖励值调整深度神经网络参数；

(6)判断是否关闭系统，是则关闭系统结束，否则循环到第(1)步。

3.根据权利要求1所述的一种法医调查强化多步模型预测的非均匀光伏发电方法，其特征在于，法医调查方法模块根据输入的测量值计算出非均匀光照条件下最大功率点参考值；

首先，根据以下公式初始化可疑功率点；

V_i＝V_i+((r₁-0.5)·2)·(V_i-(V_k+V_h)/2)

式中，V_i、V_k和V_h是3个可疑功率点电压；r₁是随机参数；

其次，根据以下公式计算每个可疑功率点的概率；

P_i＝(f_min-f_i)/(f_min-f_max)

式中，f_min是最小价值；f_max是最大价值；f_i是第i个可疑功率点的价值；

最后，根据以下公式不断更新可疑功率点；

V_i＝V_max+V_d+r₅·(V_e-V_f)

式中，V_d、V_e和V_f是三个随机可疑功率点电压；V_max是最大功率点电压；r₅是随机参数。

4.根据权利要求1所述的一种法医调查强化多步模型预测的非均匀光伏发电方法，其特征在于，强化多步模型预测模块包括强化预测环节和强化计算环节；强化预测环节根据系统当前状态预测系统未来状态；当非均匀光伏发电系统升压电路导通时，系统电压和电流计算如下：

当非均匀光伏发电系统升压电路不导通时，系统电压和电流计算如下：

式中，L是变换器中的电感；C₁是变换器中的电容；I_L(k)是变换器中k时刻电感电流；V_PV(k)是k时刻光伏阵列电压；I_PV(k)是k时刻光伏阵列电流；g是光伏阵列的电导参数；T_S是采样时间；

强化计算环节计算最优多步控制量，计算公式如下：

式中，α_k是权重参数；V_PV(k)是k时刻光伏阵列电压；是k时刻最大功率点参考电压；J是二次优化函数值。

5.根据权利要求1中所述的一种法医调查强化多步模型预测的非均匀光伏发电方法，其特征在于，深度强化学习模块根据以下公式更新损失函数：

式中，r是奖励；γ是未来奖励的衰减值；Q(s_k+1,a_k+1；θ)是下一步的最大估计值；α是学习率；Q_k(s_k,a_k；θ)是k时刻的估计值；s_k＝[I_PV(k) V_PV(k)]^T是k时刻状态；a_k是k时刻的参数；L(θ)是损失函数；θ是神经网络参数；奖励值设置规则为：当偏差小于定值时，奖励值为1，否则，奖励值为0。