針對太陽電池組件參數(shù)辨識精確度不高的問題,提出一種采用蜂群算法應(yīng)用于參數(shù)辨識的方法。太陽電池組件模型采用單二極管串并聯(lián)模型,在確定太陽能組件參數(shù)范圍后,利用提出的蜂群算法對電池組件參數(shù)進(jìn)行辨識。在蜂群算法中,不同的蜜蜂用不同類型的路徑修改自己的位置,從而避免了過早收斂于局部最優(yōu)解,進(jìn)行全局搜索最優(yōu)解。實驗結(jié)果表明,蜂群優(yōu)化算法的辨識的均方根差值為0.00241,計算電流（測量的25組電流值）總誤差為0.0413,明顯優(yōu)于混沌無性繁殖算法、混沌粒子群算法、模式搜索算法、模擬退化算法,為太陽電池組件的參數(shù)辨識提供了一種新的方法。 

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 太陽電池模型
    1.1 單二極管模型
    1.2 太陽電池組建模型
2 人工蜂群算法
    2.1 算法原理
    2.2 操作步驟
3 太陽電池組件模型的參數(shù)辨識
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)混沌粒子群算法的光伏電池模型參數(shù)辨識[J]. 程澤,董夢男,楊添剴,韓麗潔.  電工技術(shù)學(xué)報. 2014(09)
[2]蜂群算法在光伏電池雙二極管五參數(shù)模型中的應(yīng)用[J]. 簡獻(xiàn)忠,魏凱,郭強.  光子學(xué)報. 2015(01)
[3]光伏并網(wǎng)逆變器的非線性控制研究[J]. 張發(fā)明,王俊,吳剛,張保立,秦琳琳.  控制工程. 2008(03)



本文編號：3672916