首页|基于蜣螂优化算法的光伏电池参数辨识

基于蜣螂优化算法的光伏电池参数辨识

扫码查看
为解决当前光伏电池参数辨识精度低、速度慢、稳定性较差等问题,本文引入Tent混沌映射初始化种群,使初始解尽可能均匀地分布在解空间内;加入Levy飞行策略,更新蜣螂滚球行为时的个体位置,跳出局部最优解,扩大搜索范围;采用自适应t分布和动态选择策略,在更新蜣螂位置时使用以迭代次数为自由度参数的t分布变异算子对进行扰动,增强算法的全局开发能力和局部探索能力,加快收敛速度;提出一种基于蜣螂优化算法的光伏电池参数辨识方法。实验结果表明,对RTC France的单二极管模型、双二极管模型和光伏组件Photowatt-PWP 201模型进行参数辨识,获得的均方根误差分别为0。000 986、0。000 983、0。002 425。本文提出的方法可以更快更精确地辨识出光伏电池参数,且误差小,具有较高的稳定性。

郑修斌、陈珺

展开 >

轻工过程先进控制教育部重点实验室(江南大学),江苏无锡 214122

光伏电池 参数辨识 蜣螂优化算法 元启发式算法

国家自然科学基金

62073154

2024

相关文献
同作者其他文献同项目成果
广西师范大学学报(自然科学版)
广西师范大学

广西师范大学学报(自然科学版)

CSTPCD北大核心
影响因子:0.448
ISSN:1001-6600
年,卷(期):2024.42(4)
郑修斌,陈珺.基于蜣螂优化算法的光伏电池参数辨识[J].广西师范大学学报(自然科学版),2024,42(4):51-63.DOI:10.16088/j.issn.1001-6600.2023091602.