蜂群算法在太阳电池组件参数辨识中的应用

发布时间：2022-08-09 16:44

　　针对太阳电池组件参数辨识精确度不高的问题,提出一种采用蜂群算法应用于参数辨识的方法。太阳电池组件模型采用单二极管串并联模型,在确定太阳能组件参数范围后,利用提出的蜂群算法对电池组件参数进行辨识。在蜂群算法中,不同的蜜蜂用不同类型的路径修改自己的位置,从而避免了过早收敛于局部最优解,进行全局搜索最优解。实验结果表明,蜂群优化算法的辨识的均方根差值为0.00241,计算电流（测量的25组电流值）总误差为0.0413,明显优于混沌无性繁殖算法、混沌粒子群算法、模式搜索算法、模拟退化算法,为太阳电池组件的参数辨识提供了一种新的方法。 

【文章页数】：7 页

【文章目录】：
0 引言
1 太阳电池模型
    1.1 单二极管模型
    1.2 太阳电池组建模型
2 人工蜂群算法
    2.1 算法原理
    2.2 操作步骤
3 太阳电池组件模型的参数辨识
4 结论


【参考文献】：
期刊论文
[1]基于自适应混沌粒子群算法的光伏电池模型参数辨识[J]. 程泽,董梦男,杨添剀,韩丽洁.  电工技术学报. 2014(09)
[2]蜂群算法在光伏电池双二极管五参数模型中的应用[J]. 简献忠,魏凯,郭强.  光子学报. 2015(01)
[3]光伏并网逆变器的非线性控制研究[J]. 张发明,王俊,吴刚,张保立,秦琳琳.  控制工程. 2008(03)



本文编号：3672916