国内刊号:11-1864/TB
国际刊号:1000-1158
发布日期:
作者:吴忠强,谢宗奎,刘重阳,王国勇
单位:燕山大学 工业计算机控制工程河北省重点实验室,河北 秦皇岛 066004
关键词:计量学;光伏电池模型;狮群算法;混沌搜索;参数辨识
基金:河北省自然科学基金(F2020203014)
目前已有多种智能算法应用到光伏电池模型的参数辨识中,然而大都存在易陷入局部最优、收敛速度慢等问题,基于改进狮群算法,提出了一种有效的光伏电池参数辨识方法。首先,通过引入混沌初始化、自适应参数和混沌搜索,弥补了狮群算法收敛速度慢、寻优精度不高等不足;将改进狮群算法应用到光伏电池的单二极管模型和双二极管模型的参数辨识中,与5种优化算法的结果进行对比,证明了该算法在光伏电池参数辨识中的有效性和优越性;最后,通过在不同辐照度和不同天气类型下进行辨识,探究了外部环境变化对模型参数的影响,进一步验证了该算法的有效性和实用性。
来源:2021年第4期
《计量学报》期刊编辑部