[发明专利]基于樽海鞘群算法的光伏电池模型参数辨识方法及装置

说明书

本发明涉及一种光伏电池技术领域，是一种基于樽海鞘群算法的光伏电池模型参数辨识方法及装置，包括获取不同光照强度下，光伏电池的输出响应；结合双二极管等效电路模型，构建樽海鞘群算法的适应度函数；初始化樽海鞘群个体的位置及设定樽海鞘群参数；循环迭代，输出辨识结果。本发明引入了双二极管模型作为光伏电池等效电路模型，并通过樽海鞘群算法对双二极管模型进行参数辨识相较于单二极管模型更符合实际情况，与光伏电池输出特性匹配程度更高，同时使用樽海鞘群算法对双二极管模型进行参数辨识，樽海鞘群算法灵活性高、易于实现且不易陷入局部最优，故而能够准确地搜索到全局最优点，有效提高参数辨识的精度。

技术领域

本发明涉及一种光伏电池技术领域，是一种基于樽海鞘群算法的光伏电池模型参数辨识方法及装置。

背景技术

光能是一种注重生态平衡，促进可持续发展的可再生能源。由于能源危机、燃料枯竭、传统能源造成的环境污染和气候变化等一系列问题，光伏系统正在成为最受欢迎的可再生能源技术之一。然而，在安装光伏系统之前，需要对其性能进行预测以实现最大功率跟踪，而性能的预测又取决于对等效电路参数的估计。同时，等效电路参数的变化可以反映光伏电池的劣化状态。因此，光伏电池模型参数识别对于不同环境下的太阳能电池的高效利用和状态判断具有十分重要的意义。

目前，在光伏电池等效模型方面，常使用单二极管模型进行等效并利用相关算法对其中的5个模型参数进行辨识，其算法多使用最小二乘法、粒子群算法、遗传算法、神经网络算法等。由于单二极管模型数学表达为单指数函数形式，在实际测量过程中，光伏电池输出特性与单指数函数曲线匹配程度不高，造成输出的光伏电池等效模型不精确；同时目前常用的辨识算法存在易陷入局部优化、收敛速度慢等问题，故而造成不能全局优化及辨识不准确的问题。

发明内容

本发明提供了一种基于樽海鞘群算法的光伏电池模型参数辨识方法及装置，克服了上述现有技术之不足，其能有效解决现有使用单二极管模型进行等效完成光伏电池模型参数识别存在的的光伏电池输出特性与单指数函数曲线匹配程度不高，造成输出的光伏电池等效模型不精确，参数辨识不准确问题。

本发明的技术方案之一是通过以下措施来实现的：一种基于樽海鞘群算法的光伏电池模型参数辨识方法，包括：

获取不同光照强度下，光伏电池的输出响应，其中输出响应包括电压、电流和功率；

结合双二极管等效电路模型，构建樽海鞘群算法的适应度函数；

初始化樽海鞘群个体的位置及设定樽海鞘群参数，其中樽海鞘群参数包括樽海鞘群的种群规模、迭代次数、搜索空间上下边界、领导者、追随者和食物源；

循环迭代，对领导者和追随者的位置进行更新，并根据设定的迭代结束条件，输出辨识结果。

下面是对上述发明技术方案的进一步优化或/和改进：

上述结合双二极管等效电路模型和基于樽海鞘群算法，构建适应度函数，包括：

获取双二极管等效电路模型的数学表达式，具体如下：

其中，V为负载两端电压，I为通过负载的电流；I_ph为光生电流，I_sd1为第一个二极管的反向饱和电流，I_sd2为第二个二极管的反向饱和电流，η₁、η₂分别是第一个二极管的品质因子和第二个二极管的品质因子，R_sh为电池并联电阻，R_s为电池串联电阻；T为电池的绝对温度，K为玻尔兹曼常数，q为电子电荷；

构建樽海鞘群算法的适应度函数，具体如下：

上述初始化樽海鞘群中个体的位置及设定樽海鞘群参数，包括：