一种高维多步分数阶模型预测的光伏最大功率点跟踪方法与流程

文档序号:22118573发布日期:2020-09-04 15:53阅读:来源:国知局

技术特征:

1.一种高维多步分数阶模型预测的光伏最大功率点跟踪方法,其特征在于,采用高维多步分数阶模型预测控制框架,控制光伏发电系统中的电力电子器件,使太阳能电池板输出跟踪最大功率点;所述的一种高维多步分数阶模型预测的光伏最大功率点跟踪方法,其特征在于,所述的高维多步分数阶模型预测控制框架包括:

参考值计算模块:用于计算最大功率点参考值;

高维信息模块:用于处理高维数据,生成高维信息;

分数阶模块:用于实现反馈校正功能,计算出修正量;

多步预测模块:用于实现预测模型和滚动优化功能,计算出最优控制量。

2.根据权利要求1所述的一种高维多步分数阶模型预测的光伏最大功率点跟踪方法,其特征在于,该方法在使用过程中的主要步骤包括:

(1)初始化控制系统的参数和变量;

(2)将气象数据输入参考值计算模块,输出最大功率点参考值;

(3)将高维数据输入高维信息模块,输出参考值和高维信息;

(4)将高维信息输入到分数阶模块,输出修正量,将修正量和参考值叠加得到修正后的参考值;

(5)将修正后的参考值和系统状态输入多步预测控制模块,输出最优控制量;

(6)循环(2)至(5)的步骤。

3.根据权利要求1所述的分数阶模块,其特征在于,采用高维多分数阶反馈控制器,根据输入的高维信息计算出修正量,修正最大功率点参考值,用于实现模型预测控制中的反馈校正环节。

4.根据权利要求1所述的多步预测模块,其特征在于,采用多步预测模型预测系统的状态和输出,优化系统未来多步输出,得到最优控制量,用于实现模型预测控制中的预测模型和滚动优化的功能。

5.根据权利要求2所述的一种高维多步分数阶模型预测的光伏最大功率点跟踪方法,其特征在于,所述步骤(3)中所述的高维数据包括测量和预测的气象数据、光伏发电系统状态和光伏发电系统输入输出;所述步骤(3)中所述的高维信息还包括气象数据、光伏发电系统状态和光伏发电系统输入输出三者的预测值与测量值的偏差量以及高维数据计算的指标。


技术总结
本发明提供一种高维多步分数阶模型预测的光伏最大功率点跟踪方法,该方法能快速准确地跟踪最大功率点,提高太阳能电池板的发电效率。本发明提出了高维多步分数阶模型预测控制框架,包括参考值计算模块、高维信息模块、分数阶模块和多步预测模块。参考值计算模块计算最大功率点参考值。高维信息模块采集和处理高维信息,将高维信息输入到分数阶模块。分数阶模块采用高维多分数阶反馈控制器代替比例积分微分控制器控制器作为反馈校正环节,调整最大功率点参考值。多步预测模块将单步预测模型扩展为多步预测模型,求取在未来多步区间内使输出量和参考值偏差最小的最优控制量。本发明克服了传统功率追踪动态性能差的缺点,同时保证跟踪的准确度。

技术研发人员:殷林飞;苏志鹏;陈立春;陆悦江;高放;赵陆林
受保护的技术使用者:广西大学
技术研发日:2020.06.03
技术公布日:2020.09.04
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1