基于人工鱼群和蛙跳算法的光伏电池参数辨识方法

    公开(公告)号:CN106126863A

    公开(公告)日:2016-11-16

    申请号:CN201610571362.5

    申请日:2016-07-20

    Inventor: 张海宁 徐岩 高兆

    Abstract: 本发明公开了一种基于人工鱼群和蛙跳混合算法的光伏电池参数辨识方法,包括建立光伏组件机理模型、设置目标函数、计算所述光伏电池的实测输出电压U和实测输出电流为I、执行人工鱼群算法、执行蛙跳算法步骤。本发明兼具了人工鱼群算法前期收敛迅速与蛙跳算法局部搜索准确的优势。前期通过人工鱼群算法的聚群和追尾行为可使整个鱼群迅速向全局最优区域移动,收敛速度较快;后期通过蛙跳算法有更强的方向性的更新策略,在一个区域内具有较强的局部搜索寻找到最优解的能力,使计算结果更精确。

    基于群搜索算法的光伏电池参数辨识方法

    公开(公告)号:CN106169910B

    公开(公告)日:2018-12-25

    申请号:CN201610571277.9

    申请日:2016-07-20

    Inventor: 李春来 徐岩 高兆

    Abstract: 本发明公开了一种基于群搜索的光伏电池参数辨识方法,用于辨识单级式光伏并网发电系统的光伏电池参数,包括以下步骤:获取光伏阵列输出电压和输出电流及光伏电池的输出电压和输出电流;搭建光伏电池机理模型,确定目标函数及需要辨识的参数;初始化模型参数,确定发现者、追随者和游荡者;更新发现者、追随者和游荡者的位置;计算新位置对应的目标函数值,重新分配发现者、追随者和游荡者;输出参数辨识结果。本发明通过游荡者的随机性及发现者的局部寻优,优化速度快,同时一直维持全局搜索,有效地解决了优化问题陷入局部最小值的问题,对于多模态高维非线性函数的优化问题有很明显的优势。

    基于人工鱼群和蛙跳算法的光伏电池参数辨识方法

    公开(公告)号:CN106126863B

    公开(公告)日:2019-02-12

    申请号:CN201610571362.5

    申请日:2016-07-20

    Inventor: 张海宁 徐岩 高兆

    Abstract: 本发明公开了一种基于人工鱼群和蛙跳混合算法的光伏电池参数辨识方法,包括建立光伏组件机理模型、设置目标函数、计算所述光伏电池的实测输出电压U和实测输出电流为I、执行人工鱼群算法、执行蛙跳算法步骤。本发明兼具了人工鱼群算法前期收敛迅速与蛙跳算法局部搜索准确的优势。前期通过人工鱼群算法的聚群和追尾行为可使整个鱼群迅速向全局最优区域移动,收敛速度较快;后期通过蛙跳算法有更强的方向性的更新策略,在一个区域内具有较强的局部搜索寻找到最优解的能力,使计算结果更精确。

    基于带遗忘因子的递推最小二乘光伏电池参数辨识方法

    公开(公告)号:CN106100582B

    公开(公告)日:2017-12-08

    申请号:CN201610531729.0

    申请日:2016-07-07

    Inventor: 杨军 徐岩 靳伟佳

    Abstract: 本发明公开了一种基于带遗忘因子的递推最小二乘光伏电池模型参数辨识方法,包括以下步骤:建立光伏电池的递推最小二乘模型形式,确定待辨识参数;初始化参数估值、遗忘因子及协方差矩阵;获取光伏电池的实时输出电压电流,更新参数估值和目标函数值;目标函数满足预设阈值时输出此时的参数估值,即为光伏电池参数最优取值。本发明将光伏电池的四参数模型转化为递推最小二乘模型形式,屏蔽了光伏电池内部结构及系统误差对模型的影响,通过迭代得到最优参数取值。它实现简单,能减少计算量,减少数据在计算机中占用的内存,提高了辨识速度。遗忘因子能够强调新数据的作用,逐渐遗忘旧数据的作用,使模型具有较高的精度,数值稳定性好。

    基于改进粒子群算法的光伏电池参数辨识方法

    公开(公告)号:CN106202914A

    公开(公告)日:2016-12-07

    申请号:CN201610531659.9

    申请日:2016-07-07

    CPC classification number: G06F19/00 G06N3/006

    Abstract: 本发明公开了一种基于改进粒子群算法的光伏电池参数辨识方法,实施流程框架包括:建立光伏电池的递推最小二乘模型形式并确定待辨识参数,初始化粒子群的位置和速度,计算粒子适应度值、个体极值、群体极值,更新粒子的位置和速度,个体极值加入高斯算子,计算适应度值并更新个体极值,计算各粒子与全局极值的距离,计算粒子适应度值,进行个体极值和群体极值更新,最后输出待定光伏电池参数的最优取值。本发明用于光伏并网发电系统中串并联m×n型光伏组件阵列的参数分析,能够辨识光伏电池I-V方程的待定参数、确定光伏电池的I-V数学模型及解析光伏电池的故障起因。

    基于群搜索算法的光伏电池参数辨识方法

    公开(公告)号:CN106169910A

    公开(公告)日:2016-11-30

    申请号:CN201610571277.9

    申请日:2016-07-20

    Inventor: 李春来 徐岩 高兆

    Abstract: 本发明公开了一种基于群搜索的光伏电池参数辨识方法,用于辨识单级式光伏并网发电系统的光伏电池参数,包括以下步骤:获取光伏阵列输出电压和输出电流及光伏电池的输出电压和输出电流;搭建光伏电池机理模型,确定目标函数及需要辨识的参数;初始化模型参数,确定发现者、追随者和游荡者;更新发现者、追随者和游荡者的位置;计算新位置对应的目标函数值,重新分配发现者、追随者和游荡者;输出参数辨识结果。本发明通过游荡者的随机性及发现者的局部寻优,优化速度快,同时一直维持全局搜索,有效地解决了优化问题陷入局部最小值的问题,对于多模态高维非线性函数的优化问题有很明显的优势。

    基于带遗忘因子的递推最小二乘光伏电池参数辨识方法

    公开(公告)号:CN106100582A

    公开(公告)日:2016-11-09

    申请号:CN201610531729.0

    申请日:2016-07-07

    Inventor: 杨军 徐岩 靳伟佳

    CPC classification number: H02S50/00

    Abstract: 本发明公开了一种基于带遗忘因子的递推最小二乘光伏电池模型参数辨识方法,包括以下步骤:建立光伏电池的递推最小二乘模型形式,确定待辨识参数;初始化参数估值、遗忘因子及协方差矩阵;获取光伏电池的实时输出电压电流,更新参数估值和目标函数值;目标函数满足预设阈值时输出此时的参数估值,即为光伏电池参数最优取值。本发明将光伏电池的四参数模型转化为递推最小二乘模型形式,屏蔽了光伏电池内部结构及系统误差对模型的影响,通过迭代得到最优参数取值。它实现简单,能减少计算量,减少数据在计算机中占用的内存,提高了辨识速度。遗忘因子能够强调新数据的作用,逐渐遗忘旧数据的作用,使模型具有较高的精度,数值稳定性好。

Patent Agency Ranking