【技术实现步骤摘要】
本专利技术涉及电池状态管理领域，具体涉及一种自适应光伏电源管理系统。
技术介绍
1、在绿色能源日益受到重视的今天，光伏储能系统的应用越来越广泛。该系统利用太阳能发电，将光能转化为电能，并通过控制器管理储能设备和调配电能。控制器可以根据光照强度和电路中的负载大小，切换储能设备的工作状态。当太阳能发电量大于线路中负载消耗的电量，将多余的电能储存起来；当太阳能发电量不能满足线路中负载消耗的电量，就从储能设备中提取电能供给负载使用。
2、传统控制器主要依赖设定阈值或人工调节储能设备工作状态。这种方式虽然简单，但缺乏灵活性和适应性，难以根据实时的光照和负载条件进行动态调整。同时人工调节则需要用户具备一定的专业知识，否则可能出现调节不当，影响系统的性能和寿命。于是出现了定制化系统，该系统可以根据不同地区的光照特点和用户的不同用电需求定制配置。但是定制化系统需要进行一段时间地实地测量，并且得到的是综合性的信息，难以适应实时光照和负载条件的变化，很难进一步提高控制效率和降低用户的使用成本。因此光伏电源系统随环境变化和用户需求变化而进行自适应调整是目前亟需解决的一个问题。
技术实现思路
1、本专利技术的目的在于：针对目前光伏电源系统难以随环境变化和用户需求进行自适应调整的问题，本专利技术提供了一种自适应光伏电源管理系统，包括：
2、信息采集模块，用于采集所述自适应光伏电源管理系统所在地区的气候环境信息、用户需求以及蓄电池状态，记为第一状态信息；
3、数据处理模块，
4、电池管理模块，用于根据所述控制方案调整蓄电池系统的工作方式。
5、优选的，所述电源管理模型针对电池充电功率和放电功率进行建模：如果光伏发电量大于负载消耗量，蓄电池充电，蓄电池电量越低，充电功率越大；如果光伏发电量小于或等于负载消耗量，蓄电池放电，电路负载越多，放电功率越大。
6、优选的，所述强化学习算法的具体步骤包括：
7、s1：根据光伏发电系统的电价和蓄电池使用寿命下降率构建所述奖励函数；所述电价和所述寿命下降率越高，奖励函数输出的奖励越小，所述自适应光伏电源管理系统的成本越高；所述电价和所述寿命下降率越低，奖励函数输出的奖励越大，所述自适应光伏电源管理系统的成本越低；
8、s2：根据现有光伏电源系统的控制方案、状态信息和对应的成本初始化所述电源管理模型；
9、s3：所述电源管理模型根据所述第一状态信息选择所述控制方案，获取所述控制方案对应的历史控制效果，根据所述历史控制效果得到历史成本；s4：使用所述奖励函数计算所述第二状态信息的第一成本；所述第一成本小于所述历史成本，说明所述控制方案的当次控制效果优于历史控制效果，将所述控制方案传输给电池管理模块进行控制，同时用所述第一成本更新所述历史成本；所述第一成本大于或等于所述历史成本，说明所述控制方案的历史控制效果优于所述当次控制效果，重复s3～s4，直到新的所述控制方案的所述当次控制效果优于历史控制效果。
10、优选的，所述奖励函数的计算公式为：
11、rt＝-u(s，t)
12、u(s，t)＝ubat+up
13、其中，u(s，t)是状态和时间相关的所述第一成本，由于目标为降低成本，则在其前加上负号。ubat表示光伏发电系统成本，根据实时电价浮动；up表示蓄电池成本，即电池剩余使用寿命随时间变化的下降率。
14、优选的，同一地区的所有所述电源管理模型共享所述第一状态信息；所述同一地区为光照水平面辐射总量相同的地理上相邻接的地区。
15、优选的，将所述第一状态信息通过所述数据处理模块生成第一特征码，然后将所述第一特征码保存至所述电源管理模型；
16、当所述数据处理模块运算超过预设时间阈值后，和同一时段中所述同一地区下的其他所述电源管理系统进行通信，根据所述第一特征码获取其他所述电源管理系统中对应的所述控制方案以及对应的第二成本；
17、将所述第一状态信息、第一特征码上传至服务器；然后根据所述第一特征码查询所述服务器中的所述控制方案以及对应的第三成本；如果查询失败，则获取所述服务器根据所述第一状态信息在线运算得到的所述控制方案说口对应的所述第三成本；
18、比较所述第二成本和所述第三成本，获取成本最低的控制方案作为所述电源管理模型的输出控制方案。
19、优选的，所述第一成本根据第三状态信息计算；所述第三状态信息为所述电池管理模块应用所述控制方案后实际测量得到。
20、优选的，到达预设模型校准时间后，所述第二状态信息和所述第三状态信息进行比较，如果所述第二状态信息远离所述第三状态信息超过预设状态阈值，所述数据处理模块利用本地数据进行在线训练，校准所述电源管理模型。
21、优选的，根据所述同一地区的季节气候特性，训练并保存不同的所述电源管理模型。
22、与现有技术相比，本专利技术的有益效果：
23、1、强化学习方法的引入，使电源管理系统具备自主学习能力，使其能够根据历史数据和用户习惯进行自我优化和调整充放电功率，并通过实时监测与在线学习光照、天气、负载使用和电池状态等数据，动态调整系统的工作状态，提高系统的自适应能力，自动根据不同地区和不同时间的用电需求和光照条件实现动态调节。同时设置模型校准时间，利用电源管理系统在线学习的能力重新训练电源管理模型，减少系统在长期运行下可能出现的误差累积，使系统保持对光照强度和用户需求的良好适应能力。
24、2、边缘计算的部署方式将服务器对不同地区的光伏电源管理模型的运算分散在数据源附近，将所述第一状态信息的采集、存储和处理流程都放在靠近数据源的一侧。由于不需要将所有数据都传输到远程服务器，因此可以减少网络带宽的占用和数据流传输的时间。电源管理系统只需要负责本地区域的数据处理，不仅减少了数据的传输延时，减少了电池管理模块因人工操作和传输时延带来的控制时延，增加了电源管理系统处理数据和利用数据驱动蓄电池控制的实时性和适应性。
25、3、强化学习方法在实践中可能存在策略稳定性不足的问题。由此可能使所述电源管理模型在较长一段时间中计算出的成本出现忽高忽低的情形，使得所述电源管理模型难以输出准确的控制方案。而本专利技术自身也属于负载，需要消耗电力能源，在长时间运行下，即便输出了成本最低的控制方案，但是整个系统的运行总成本可能反而上升。在考虑总成本的前提下，所述电源管理模型放弃对当前环境信息计算成本最低的控制方案，通过获取同一地区下其它电源管理系统中历史成本最低的控制方案进行控制。在下一次运算开始时，所述电源管理模型会重新采集新的环境信息，并将ε增大，使得随机选择控制方案的几率增大，可以更多的学习到未知的控制方案，增加本专利技术的泛化能力。<本文档来自技高网...
【技术保护点】
1.一种自适应光伏电源管理系统，其特征在于，包括：
2.如权利要求1所述的一种自适应光伏电源管理系统，其特征在于，所述电源管理模型针对电池充电功率和放电功率进行建模：如果光伏发电量大于负载消耗量，蓄电池充电，蓄电池电量越低，充电功率越大；如果光伏发电量小于或等于负载消耗量，蓄电池放电，电路负载越多，放电功率越大。
3.如权利要求1所述的一种自适应光伏电源管理系统，其特征在于，所述强化学习算法的具体步骤包括：
4.如权利要求3所述的一种自适应光伏电源管理系统，其特征在于，所述奖励函数的计算公式为：
5.如权利要求1-4任意一项所述的一种自适应光伏电源管理系统，其特征在于，同一地区的所有所述电源管理模型共享所述第一状态信息；所述同一地区为光照水平面辐射总量相同的地理上相邻接的地区。
6.如权利要求5所述的一种自适应光伏电源管理系统，其特征在于，
7.如权利要求5所述的一种自适应光伏电源管理系统，其特征在于，所述第一成本根据第三状态信息计算；所述第三状态信息为所述电池管理模块应用所述控制方案后实际测量得到。
...【技术特征摘要】
1.一种自适应光伏电源管理系统，其特征在于，包括：
2.如权利要求1所述的一种自适应光伏电源管理系统，其特征在于，所述电源管理模型针对电池充电功率和放电功率进行建模：如果光伏发电量大于负载消耗量，蓄电池充电，蓄电池电量越低，充电功率越大；如果光伏发电量小于或等于负载消耗量，蓄电池放电，电路负载越多，放电功率越大。
3.如权利要求1所述的一种自适应光伏电源管理系统，其特征在于，所述强化学习算法的具体步骤包括：
4.如权利要求3所述的一种自适应光伏电源管理系统，其特征在于，所述奖励函数的计算公式为：
5.如权利要求1-4任意一项所述的一种自适应光伏电源管理系统，其特征在于，同一地区的所有所述电源管理模型共享所述第一状态信息；所述同一地区为光照水平...
【专利技术属性】
技术研发人员：鲍捷，张榆平，颜家扬，樊惠莹，孔少华，李世杰，张佳伟，王佳琪，段垚，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。