采用改进型SOS算法的光伏组件模型参数辨识

• 作者: 姚建刚 康童 文武 朱向前 金敏
• 来源期刊: 计算机应用研究
• 关键词: 共生生物搜索算法 准反射学习 元启发式算法 光伏组件模型 参数辨识
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1034-1042
• 页数: 9页
• 分类号: TM615
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0741

摘要

针对当前大部分光伏(photovoltaic,PV)模型参数辨识算法均存在准确性低和可靠性差等问题,提出了一种采用改进型共生生物搜索算法(symbiotic organisms search,SOS)的光伏组件模型参数辨识方法.首先,为提高标准SOS算法的寻优性能,提出了新的改进型SOS算法,记做ImSOS算法.该算法在标准SOS算法的生物种群初始化阶段采用了准反射学习机制;在互利共生搜索阶段采用了改进受益因子策略;在偏利共生搜索阶段采用了收缩随机数产生因子区间策略.其次,给出了采用ImSOS算法求解基于实验测量电流—电压(I-V)数据的光伏组件模型参数辨识问题的具体步骤及实现流程.最后,利用实际Sharp ND-R250A5光伏组件进行实验,通过与标准SOS算法以及其他七种新颖智能优化算法进行对比验证,结果表明了ImSOS算法在光伏组件模型参数辨识的有效性和优越性.可见ImSOS算法为准确可靠地辨识光伏组件模型参数提供了一种新的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚建刚	湖南大学电气与信息工程学院	221	4287	36.0	52.0
2	金敏	湖南大学信息科学与工程学院	36	377	11.0	18.0
3	康童	湖南大学电气与信息工程学院	9	70	5.0	8.0
4	朱向前	湖南大学电气与信息工程学院	8	68	4.0	8.0
5	文武	湖南大学电气与信息工程学院	3	9	2.0	3.0