基于带遗忘因子的递推最小二乘光伏电池参数辨识方法

摘要

本发明公开了一种基于带遗忘因子的递推最小二乘光伏电池模型参数辨识方法，包括以下步骤：建立光伏电池的递推最小二乘模型形式，确定待辨识参数；初始化参数估值、遗忘因子及协方差矩阵；获取光伏电池的实时输出电压电流，更新参数估值和目标函数值；目标函数满足预设阈值时输出此时的参数估值，即为光伏电池参数最优取值。本发明将光伏电池的四参数模型转化为递推最小二乘模型形式，屏蔽了光伏电池内部结构及系统误差对模型的影响，通过迭代得到最优参数取值。它实现简单，能减少计算量，减少数据在计算机中占用的内存，提高了辨识速度。遗忘因子能够强调新数据的作用，逐渐遗忘旧数据的作用，使模型具有较高的精度，数值稳定性好。

主权项

一种基于带遗忘因子的递推最小二乘光伏电池参数辨识方法，所述方法用于辨识光伏并网发电系统中m串n并的光伏阵列中的光伏电池参数；其特征在于：包括以下步骤：步骤1：建立光伏电池的递推最小二乘模型，确定待辨识参数θ：所述光伏电池的递推最小二乘模型为：$\Delta I=\left(\begin{array}{ccc}{U}_L& U_L^2& U_L^3\end{array}\right)\left(\begin{array}{c}{a}_1\\ a_2\\ a_3\end{array}\right)---\left(1\right)$且ΔI＝I_sc‑I_L                       (2)式中，θ^T＝(a₁，a₂，a₃)为待辨识的参数，I_L、U_L分别为光伏电池的实时输出电压和实时输出电流，I_sc为光生电流；步骤2：初始化：由以下具体分步骤组成：步骤2‑1：定义输入观测量的长度n和遗忘因子λ，0＜λ≤1；步骤2‑2：设置待辨识的参数估值的初始时刻取值设置协方差矩阵P(t)初始时刻的取值P(0)＝aI_n，a实数，I_n为n×n的单位矩阵；步骤3：获取光伏电池的实时输出电压U_L和实时输出电流I_L：U_L＝U_{L_array}/m                      (3)I_L＝I_{L_array}/n                       (4)式中，U_{L_array}和I_{L_array}F分别为所述光伏阵列的实时输出电压实时输出电流；步骤4：产生观测矩阵及其转置矩阵其中，y(t)是光伏电池输出电压当前时刻的观测值，y(t‑1)为光伏电池输出电压前一时刻的观测值，y(t‑n)为光伏电池输出电压前n时刻的观测值；步骤5：计算当前时刻观测矩阵的协方差矩阵P(t)：步骤6：计算上一时刻的增益矩阵F(t‑1)，步骤7：更新光伏电池的参数估值步骤8：计算当前时刻的预测残差：并计算当前时刻的目标函数：步骤9：判断当前时刻的目标函数J_t(θ)是否小于预设阈值，如果否，转向步骤3，如果是，转向步骤10；步骤10：输出参数估值将其作为光伏电池参数θ的辨识结果。