[发明专利]动态光伏太阳能电池的多新息遗忘因子随机梯度算法的分数阶参数辨识方法

权利要求书

1.本发明旨在用一种多新息遗忘因子随机梯度算法对分数阶动态光伏电池参数进行辨识。其特征在于，首先要构建基于分数阶动态光伏电池模型的辨识模型如附图1所示：

然后根据所建模型结构，构建分数阶动态光伏电池模型的s域电流和电压关系表达式如下：

上述公式中各符号的含义：V_o是电压，I_L是负载电流，C_α是分数阶动态光伏电池模型的电容，L_β是分数阶动态光伏电池模型的电感，R_c是电导，R_L是负载，R_s是电阻，α和β是分数阶动态光伏电池模型的阶数.

第三步：构建分数阶动态光伏电池模型的时域电流电压关系表达式如下：

τ＝-a₂₁b₂. (4)

第四步：得到分数阶动态光伏电池模型的辨识模型为：

2.如权利要求1所述的辨识算法，设计出多新息遗忘因子随机梯度参数辨识算法流程：

第一步：启动辨识算法；

第二步，设置初始值；

第三步：获取分数阶动态光伏电池模型的电流数据I_L(t)作为输入数据，电压数据V_o(t)作为输出数据，构建U(p，t)；

第四步：构建

第五步：构建Φ(p，t)；

第六步：构建

第七步：计算r(t)；

第八步：更新

第九步：若令t＝t+1，返回第三步；否则，得到结束流程。

其中各变量的定义如下：

定义p为新息长度；

定义I_L(t)为输入量，V_o(t)为输出量，U(p，t)为信息向量；

定义为信息向量和Φ(p，t)为信息矩阵；

定义E(p，t)为新息向量；

定义r(t)为步长；

定义θ为参数向量；

定义为θ第t次递推的估计值；为E(p，t)第t次递推的估计值；r(t)为第t次递推的步长。

3.根据权利要求2所述的构建基于分数阶动态光伏电池模型的辨识模型的多新息遗忘因子随机梯度参数辨识方法，最终推导出的多新息遗忘因子随机梯度算法为：

定义如下：

U(p，t)＝[U_o(t)，U_o(t-1)，…，U_o(t-p+1)]^T， (7)

r(t)＝λr(t-1)+||Φ(p，t)||²， (11)

上述算法的具体步骤：

1)启动辨识算法，设置初始值：为随机向量，遗忘因子λ，新息长度p，r(0)；

2)获取分数阶动态光伏电池模型的电流I_L(t)作为输入数据，电压U_o(t)作为输出数据；

3)通过式(7)获得U(p，t)；

4)通过式(9)，式(8)获得Φ(p，t)；

5)通过式(10)获得

6)通过式(11)计算r(t)；

7)通过式(6)，式(12)刷新迭代所估计的

8)若令t＝t+1并重复第三步到第八步；否则，得到结束流程。

其中各变量的定义如下：

定义输入量I_L(t)，输出量U_o(t)；

定义输出构成的数据组为U(p，t)；

定义为信息向量；

定义Φ(p，t)为信息矩阵；

定义新息向量E(p，t)；

定义步长r(t)；

定义θ为参数向量；

定义为θ第t次递推的估计值；为E(p，t)第t次递推的估计值；r(t)为第t次递推的步长。