张 腾,余基映
(1.湖北民族学院 理学院,湖北 恩施 445000;2.湖北民族学院科技学院,湖北 恩施 445000)
基于自适应粒子群优化算法的光伏电池参数辨识
张 腾1,余基映2
(1.湖北民族学院 理学院,湖北 恩施 445000;2.湖北民族学院科技学院,湖北 恩施 445000)
利用双二极管等效电路模型进行光伏电池输出特性仿真,基于光伏电池的U-I数据建立了目标寻优函数,采用自适应粒子群优化算法对光伏电池参数进行了反演计算.结果表明:U-I反演曲线与实际曲线基本吻合,自适应粒子群算法与单纯形方法的参数辨识结果均与理论值相符,权重因子策略和种群规模对自适应粒子群优化算法寻优结果具有显著影响,基于自适粒子群优化算法的光伏电池参数辨识方法具有更高的求解精度和寻优效率.
光伏电池;自适应粒子群优化算法;参数辨识
全球能源结构的发展与转型使得对可再生能源的需求程度持续增加,研究者普遍认为光伏发电是未来最具前景的新型清洁能源技术,提高光伏发电系统效率是目前该领域的重要课题[1-3].光伏电池在光伏发电系统中扮演关键角色,器件结构优化是提升光伏发电系统效率的主要策略之一,精确辨识光伏电池参数对于评估器件性能、器件的建模仿真以及优化结构设计十分重要.光伏电池电学参数可用等效电路电流方程进行描述,该电流方程为隐式超越方程无法对各参数进行直接求解,因此,简单高效的方法提取光伏电……