[發明專利]一種光伏組件模型參數混合優化辨識方法

在審

• 申請號: 202111101978.3
• 申請日: 2021-09-18
• 公開（公告）號: CN113779733A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 鄭文明;談誠;張峰毓;丁坤;陳翔
• 申請（專利權）人: 國網江蘇省電力有限公司常州供電分公司;國網江蘇省電力有限公司;國家電網有限公司
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06N3/00
• 代理公司: 南京品智知識產權代理事務所(普通合伙) 32310
• 代理人: 楊陳慶

本發明公開了一種光伏組件模型參數混合優化辨識方法。基于光伏電池的單二極管模型，確定太陽能光伏電池板的內部參數，建立光伏組件五參數模型。利用粒子群優化算法和灰狼優化算法對太陽能光伏組件的I?V曲線進行參數辨識。在具體實施過程中，粒子群算法將種群中的粒子設置在隨機位置上，而灰狼算法用于避免粒子陷入局部最優，主要目標是獲得實驗數據和理論數據之間均方根誤差最小時的一組參數。粒子群?灰狼混合優化算法的主要優勢在于結合粒子群算法的全局搜索能力和灰狼算法的局部搜索能力，并且在粒子群算法中采用自適應慣性權重保證了算法尋優迭代的速度。該方法對光伏電池參數的辨識具有較高的精度，并且能夠有效避免陷入早熟收斂的問題。

技術領域

本發明屬于光伏發電技術領域，具體涉及一種光伏組件模型參數混合優化辨識方法。

背景技術

不斷增長的電力需求和保護環境的必要性促使人們更加關注可再生源。由于太陽能在可用性和清潔性方面的優點，因此認為是一種關鍵和有前途的替代能源。光伏組件是光伏電站對外輸送能源的關鍵部件，而合理且精確的數學建模方式卻又是提高光伏組件設計理念的重要基礎。單二極管模型作為一種廣泛使用的數學模型，由于其輸出特性I-V曲線具備非線性，導致光伏組件參數提取存在一定的困難。元啟發式的光伏組件參數辨識方法具有速度快、精度高的優勢，但常規的方法如遺傳算法、粒子群算法或人工蜂群算法等方法存在一定不足，易陷入局部最優。

近期，混合技術在解決光伏模型參數提取問題中盛行，將不同策略或者算法結合在一起，能夠解決單一算法中的缺陷。為了更好地實現光伏組件模型參數的提取，本發明將采用混合技術完成對任意環境條件下光伏組件I-V特性曲線的參數辨識。

發明內容

本發明的目的在于提供一種光伏組件模型參數混合優化辨識方法，以解決現有技術中光伏組件模型參數辨識方法所得計算結果誤差較大，魯棒性較差的問題。

為達到上述目的，本發明采用的技術方案是：一種光伏組件模型參數混合優化辨識方法，包括：

a、根據光伏電池單二極管模型確定光伏組件五參數模型，進一步確定待辨識的參數；

b、獲取一定溫度和輻照度條件下的光伏組件I-V曲線數據，根據I-V曲線數據確定各待辨識參數的可行解區間，定義適應度函數；

c、結合待辨識的光伏組件參數建立粒子種群，根據粒子群算法的運行法則初始化粒子種群的各項基本參數，通過適應度函數初始化各粒子的適應度值；

d、采用自適應慣性權重調整粒子速度的更新公式，結合灰狼算法對粒子種群的速度和位置進行更新；

e、通過適應度函數計算各粒子的適應度值，更新粒子個體最優位置和群體最優位置；

f、判斷算法迭代次數是否達到最大或者適應度值精度已滿足要求，若是，則輸出全局最優解，獲得一組滿足條件的光伏組件模型參數；若否，則重復步驟 d～f，直到滿足預設停止條件為止。

步驟a中，所述光伏組件五參數模型為：

式中，I為光伏組件輸出電流；V為光伏組件輸出電壓；I_ph為光生電流；I₀為二極管反向飽和電流；q為電子電荷；K為玻爾茲曼常數；n為二極管理想因子；R_s為串聯電阻；R_sh為并聯電阻；T為組件工作時的開氏溫度；V_t為熱電壓； N_s為組件串聯電池片個數。

所述待辨識參數為I_ph、I₀、n、R_s、R_sh。

所述步驟b包括：