一种光伏组件模型参数混合优化辨识方法

    公开(公告)号:CN113779733A

    公开(公告)日:2021-12-10

    申请号:CN202111101978.3

    申请日:2021-09-18

    IPC分类号: G06F30/17 G06N3/00

    摘要: 本发明公开了一种光伏组件模型参数混合优化辨识方法。基于光伏电池的单二极管模型,确定太阳能光伏电池板的内部参数,建立光伏组件五参数模型。利用粒子群优化算法和灰狼优化算法对太阳能光伏组件的I‑V曲线进行参数辨识。在具体实施过程中,粒子群算法将种群中的粒子设置在随机位置上,而灰狼算法用于避免粒子陷入局部最优,主要目标是获得实验数据和理论数据之间均方根误差最小时的一组参数。粒子群‑灰狼混合优化算法的主要优势在于结合粒子群算法的全局搜索能力和灰狼算法的局部搜索能力,并且在粒子群算法中采用自适应惯性权重保证了算法寻优迭代的速度。该方法对光伏电池参数的辨识具有较高的精度,并且能够有效避免陷入早熟收敛的问题。