10.3969/j.ISSN.1672-0792.2018.04.001
自适应差分进化算法在光伏组件模型参数辨识中的应用
针对光伏组件模型参数辨识精度低和传统优化算法参数辨识过早收敛的问题,提出了基于自适应缩放因子和自适应交叉变异概率的差分进化算法对两种常用太阳能电池单元模型进行参数辨识,把辨识参数代入模型与实测数据进行拟合,用拟合效果好的一种太阳能电池单元模型作为光伏组件模型的基础,并用自适应差分进化算法对光伏组件模型的参数进行辨识,辨识结果的均方根误差为1.402 e?2,辨识精度更高,全局收敛能力更强,并对辨识后的模型与实际测量数据进行拟合,其拟合相对误差是5.73 e?4.计算电流平均绝对误差为2.11 e?3,结果明显优于粒子群算法(POS),遗传算法(GA),模式搜索算法(PS),并在不同环境下验证了所提方法的有效性.这对光伏发电系统最大功率点跟踪控制和功率预测具有实际意义.
光伏组件、太阳能电池单元、自适应差分进化算法、参数辨识
34
TM914.4
国家自然科学基金41075019;上海市宝山区科委产学研项目BKW2015130
2018-06-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7