[发明专利]一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法

权利要求书

1.一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法，其特征在于：包括如下步骤：

步骤1：采集电路参数与外界数据，确定神经网络模型；

步骤2：由已知数据对神经网络的层间权值做更新迭代，利用训练好的模型预测最大输出电压与开路电压的比值，使得激光供能系统迅速工作于最优值环境；

步骤3：采用扰动观察法进行小步长高精度追踪，重复进行指定次数后的最终输出值即为光伏阵列最大功率点对应的电压值。

2.根据权利要求1所述的一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法，其特征在于：所述步骤1中：

所述确定神经网络模型的方法为：

首先查阅光伏阵列中的固有数据参数，即N_p,N_s,V_oc,V_sc作为神经网络输入层中的内界输入值；同时收集环境温度和激光强度，作为输入层的外界输入量；设定隐含层包含20个隐含单位中心量，定义输出层的输出值为最大功率点电压与开路电压的比值；激活函数采用sigmoid函数。

3.根据权利要求2所述的一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法，其特征在于：所述步骤2中：

对模型层间赋予初始权重，训练神经网络模型的方法为：先进行前向传播算法，然后使用反向传播算法，最后将更新后的权值代入步骤2中，重新计算各神经元的输出值。

4.根据权利要求3所述的一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法，其特征在于：所述前向传播算法为：

计算输入层到隐含层过程中隐含层各神经元的输入加权和，其对应的输出值代入激活函数给出，同理得到隐含层到输出层过程中输出神经元的输入加权和和对应的输出，前向传播过程结束。

5.根据权利要求3所述的一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法，其特征在于：所述反向传播算法为：

总误差为均方误差函数，为各神经元输出绝对误差平方的均值，对每个权重参数，可以用整体误差对其求偏导，来反映该权重值对整体误差产生了多少影响，设定学习率为0.05，更新出神经网络中每条路径的新权值，从而调整系统，使得输出量逼近最优解，误差反向传播法完成。

6.根据权利要求4或5所述的一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法，其特征在于：所述步骤3中：

所述采用扰动观察法的具体步骤为：

输出最后两次修正过后的输出层神经元的输出值，将该数值乘以开路电压，转换成对应的最大功率点电压值；调节光伏阵列所在升压电路的占空比，使得输出电压正好为这些值时，记录对应的电路输出电流；电压与匹配电流配对成数据组，将这两个数据组作为扰动观察法的前后输入量，记录为[V(k),I(k)],[V(k-1),I(k-1)]。

7.根据权利要求6所述的一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法，其特征在于：所述采用扰动观察法中：

在前后时刻功率差大于等于或小于0的不同情况下，比较前后时刻电压差值与0的大小，在不同的情况下，相应的对V(k)电路下的占空比更新，调节光伏阵列所在电路中的占空比，得到更新过后的输出电压与电流值，多次迭代后，输出值逐渐向最优值逼近。

8.根据权利要求7所述的一种激光供能系统中追踪光伏阵列最大输出功率点以提高能效的方法，其特征在于：所述步骤3中：

所述光伏阵列最大功率点对应的电压值确定方法为：

将升压变换电路中调节变占空比操作后得到的输出电压与电流记录为U(k+1)、I(k+1)，然后令k＝k+1，迭代该过程Q次后，结束该步骤，输出电压值。