首页 | 本学科首页   官方微博 | 高级检索  
     

基于自适应混沌粒子群算法的光伏电池模型参数辨识
引用本文:程泽,董梦男,杨添剀,韩丽洁.基于自适应混沌粒子群算法的光伏电池模型参数辨识[J].电工技术学报,2014,29(9).
作者姓名:程泽  董梦男  杨添剀  韩丽洁
作者单位:天津大学电气与自动化工程学院 天津 300072
基金项目:国家基础研究项目(973计划),天津市重点科技支撑项目,天津市太阳能光电建筑应用示范项目
摘    要:光伏电池模型参数的快速准确辨识在光伏阵列的输出功率预测、最大功率点跟踪以及电池故障模型的特性研究方面具有非常重要的工程意义。针对大部分传统智能算法用于系统参数辨识时的辨识精确受参数初值影响较大,而且算法易陷入早熟的问题,利用自适应混沌粒子群算法(SA-CPSO)对光伏电池模型参数进行辨识。将混沌算法与粒子群算法融合,对粒子群进行混沌初始化并促使陷入局部最优的粒子进行混沌搜索,引导其跳出局部极值从而搜索到更好的解;同时引入自适应调整策略来有效控制全局与局部搜索,提高了进化后期算法的收敛精度。经过仿真和实验测试,证明SA-CPSO算法在光伏电池模型参数辨识方面具有较高的精确度和快速性。还通过实验探讨了辐照度变化对太阳能电池参数的影响。

关 键 词:太阳能电池模型  参数估计  自适应混沌粒子群  辐照度

Extraction of Solar Cell Model Parameters Based on Self-Adaptive Chaos Particle Swarm Optimization Algorithm
Cheng Ze,Dong Mengnan,Yang Tiankai,Han Lijie.Extraction of Solar Cell Model Parameters Based on Self-Adaptive Chaos Particle Swarm Optimization Algorithm[J].Transactions of China Electrotechnical Society,2014,29(9).
Authors:Cheng Ze  Dong Mengnan  Yang Tiankai  Han Lijie
Abstract:
Keywords:Solar cell model  parameter estimation  self-adaptive chaos particle swarm  irradiance
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号