基于自适应混沌粒子群算法的光伏电池模型参数辨识.pdfVIP

2014年 9 月 电 工 技 术 学 报 Vo1．29 NO．9 第 29卷第 9期 TRANSACTIONSOFCHINA ELECTROTECHNICAL S0CIETY Sep． 2014 基于 自适应混沌粒子群算法的 光伏 电池模型参数辨识 程 泽 董梦男 杨添剀 韩丽洁 (天津大学电气与自动化工程学院 天津 300072) 摘要 光伏电池模型参数的快速准确辨识在光伏阵列的输出功率预测、最大功率点跟踪以及 电池故障模型的特性研究方面具有非常重要的工程意义。针对大部分传统智能算法用于系统参数 辨识时的辨识精确受参数初值影响较大，而且算法易陷入早熟的问题，利用 自适应混沌粒子群算 法 (SA—CPSO)对光伏 电池模型参数进行辨识。将混沌算法与粒子群算法融合，对粒子群进行混 沌初始化并促使陷入局部最优 的粒子进行混沌搜索，弓】导其跳出局部极值从而搜索到更好的解； 同时引入 自适应调整策略来有效控制全局与局部搜索，提高了进化后期算法的收敛精度 。经过仿 真和实验测试，证明 SA-CPSO 算法在光伏 电池模型参数辨识方面具有较高的精确度和快速性。 还通过实验探讨 了辐照度变化对太阳能电池参数的影响。 关键词：太阳能电池模型 参数估计 自适应混沌粒子群 辐照度 中图分类号：TM914．4 ExtractionofSolarCellM odelParameters BasedonSelf-AdaptiveChaosParticleSwarm OptimizationAlgorithm ChengZe DongMengnan Yang~ankai HanLijie (TianjinUniversity Tianjin 300072 China) Abstract Extractingsolarcellmodelparameterswithaccuracyandrapidityisveryimportantfor forecastofpowergeneration ofphotovoltaicarrays，maximum powerpointtracking(MPPT)and characteristicsstudyofsolarcellfaultmode1．Accordingtotheaccuracyofparameterestimationusing mosttraditionalintelligentalgorithmshasstrongrelevancewiththeinitializedvalueofparameters ， moreover，thesealgorithmsalmosthaveadefectofeasilyfallingintolocaloptimum．Thepaperputs forward anew methodto extracttheparametersofsolarcellsbased on self-adaptivechaosparticle swarm optimizationalgorithm(SA-cPso)．Thispaperintroduceschaosalgorithm intotheparticle algorithm forchaosinitializationofparticlesandbringchaosperturbationtoparticleswhichfallinto localoptimizationwhichmakingtheseparticle