[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

说明书

本发明提供一种法医调查强化多步模型预测的非均匀光伏发电方法，该方法能解决非均匀光照下光伏发电系统难以快速跟踪最大功率点的问题。本发明所提方法的框架由法医调查模块、深度强化学习模块和强化多步模型预测模块构成。其中，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。本发明所提方法利用法医调查方法在非均匀光照条件下快速搜索最大功率点参考值。本发明所提方法中的深度强化学习模块可调整强化多步模型预测模块的参数。强化多步模型预测模块在强化预测环节预测系统未来状态并在强化计算环节寻找出最优控制量。本发明所提方法能有效解决非均匀光照条件下光伏发电最大功率点跟踪问题。

技术领域

本发明属于新能源领域，涉及一种新型的非均匀光照条件下的光伏发电控制方法，适用于非均匀光照下的光伏发电系统发电控制。

背景技术

现有太阳能发电形式包括光伏发电和太阳能热发电。其中，光伏发电安装简单并且应用广泛。光伏发电系统包括光伏阵列、控制器、变换器。在均匀光照条件下，光伏阵列的功率——电压特性曲线是单峰曲线。单峰曲线中唯一的极值点就是最大功率点。光伏发电方法在均匀光照条件下能够很好地跟踪最大功率点。但是，在非均匀光照条件下，光伏阵列的功率——电压特性曲线是多峰曲线。多峰曲线存在多个极值点，也称局部最优点。传统的光伏发电方法易陷入局部最优点，无法跟踪到全局最大功率点，造成大量的能量损失。

法医调查方法是一种基于法医调查过程的启发式智能优化方法。法医调查过程是依法确定证据和事实，提交到法院的做法。警察进行大规模的法医调查包括五个步骤。其中，步骤2、3和4可视为周期性过程。

步骤1、立案：首先，警察到达犯罪现场进行现场调查。警察立案调查犯罪现场、受害者、可能的嫌疑人及其背景资料。警察找到证人并询问证人。

步骤2、分析调查结果：警察分析信息，并推测嫌疑人。

步骤3、调整调查方向：首先，警察根据对调查结果的分析，推理几种调查方向(包括犯罪场景和犯罪动机)。其次，警察评估调查结果，调整现有调查方向或终止调查方向。

步骤4、行动：在确定调查范围和最优嫌疑人后，警察采取进一步行动。所采取的行动再次提供了嫌疑信息。一旦获得此信息，警察根据现有信息解释其含义或含义。对新调查结果的分析可能导致对调查方向和行动的调整。

步骤5、起诉：当一名严重嫌疑人被确定后，确定起诉。本发明将法医调查方法应用于非均匀光照条件下的最大功率点参考值的计算。法医调查中的嫌疑人为最大功率点。追捕过程中警察的位置为光伏阵列的工作点。

光伏发电控制问题是一个动态控制问题。本发明提出强化多步模型预测模块来解决光伏发电控制中的动态控制问题。强化多步模型预测模块主要包括强化预测环节和强化计算环节。其中，强化预测环节利用预测模型预测未来系统状态。并且，强化预测环节利用强化学习技术不断调整预测模型的参数，提高预测模型的准确度。强化计算环节基于二次优化函数，利用强化学习技术调整二次优化函数中的权重参数。

深度强化学习是受到生物能够有效适应环境的启发，以试错的机制与环境进行交互，通过最大化累积奖赏的方式来学习到最优策略。强化学习方法由4个基本部分组成：状态，动作，状态转移概率和奖赏信号。基于强化学习的智能体和环境进行交互。策略被定义为从状态空间到动作空间的映射。智能体在当前状态下根据策略来选择动作，执行该动作并以概率转移到下一个状态，同时接受到环境反馈回来的奖赏。强化学习的目标是通过调整策略来最大化累积奖赏。在深度强化学习中，采用深度神经网络求Q值，将系统状态输入深度神经网络。深度神经网络输出不同的动作以及对应的Q值。

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，能有效地解决非均匀光照条件下的最大功率点跟踪的问题。

发明内容