蜂群算法在太阳能电池参数辨识中的应用.pdfVIP

·132·《测控技术~2015年第34卷第7期

蜂群算法在太阳能电池参数辨识中的应用

简献忠，魏凯，郭强

(1．上海理工大学光电与计算机工程学院教育部及上海市现代光学系统重点实验室，上海200093；

2．国家卫星气象中心，北京100081)

摘要：为了解决太阳能电池参数辨识中参数识别精度低的问题，提出了采取基于侦查蜂阶段加入遗忘因

子和邻域因子的人工蜂群算法(ABS)的解决方法。ABS算法在搜索的初期通过遗忘因子和邻域因子来

使侦查蜂调整路径，从而能快速收敛到最优食物源所在区域，并使全局收敛性能在搜索后期有所提高。

实验及分析表明：ABS算法的优化精度明显优于粒子群优化算法、模式搜索算法、模拟退火算法和遗传

算法，为太阳能参数辨识提供了一种新的方法。

关键词：人工蜂群算法；搜索路径；遗忘因子；邻域因子；太阳能电池；参数辨识

中图分类号：TM615文献标识码：A文章编号：1000—8829(2015)07—0132—04

ApplicationofArtificialBeeSwarmAlgorithminSolarCell

ParametersIdentification

JIANXian—zhong，WEIKai，GUOQiang

(1．MinistryofEducationandShanghai，KeyLabofModemOpticalSystem，ElectricalEngineeringCollege，Universityof

ShanghaiforScienceandTechnology，Shnaghai200093，China；2．NationalWeatherSatelliteCenter，Beijing100081，China)

Abstract：Inordertosolvetheproblemoflowaccuracyoftheparametersidentificationofthesolarcell，anew

artificialbeeswamialgorithm(ABS)basedonscoutsadjustingphasejoiningforgettingfactorandneig【hbor-

hoodfactorisproposed．ABSalgorithmintheearlystageofthesearchbyforgettingfactorandneighborhood

factorcanmakescoutstoadjustpath，whichcanquicklyconvergetotheoptimalfoodsourceraeaandcanim—

provetheglobalconvergenceperformanceinlatesearch．，nleexperimentandanalysisshowthattheoptimized

precisionofABSalgorithmissuperiortoparticleswarnloptimizationalgorithm，thepatternsearchalgorithm，

simulatedannealingalgorithmandgeneticalgorihtm．Soanewmethodisprovidedforparameteridentification．

Keywords：artificialbeeswarn／algorithm；searchpath；forgettingfactor；neighborhoodfactor；solarcell；param—

eteridentification

在全球能源匮乏、环境污染问题严峻的今天，太阳太阳能性能参数测试的准确性是光伏发电系统正

能由于资源丰富、安全可靠、无污染等诸多优势成为国确应用的基础，近年来，国内外许多学者采取智能算法

内外备受关注的可再生清洁能源。光伏发电是太阳能