基于智能優(yōu)化算法的光伏電池參數(shù)辨識(shí)
發(fā)布時(shí)間:2021-07-22 19:24
太陽能作為一種清潔能源,具有無污染、可再生等優(yōu)勢,在新能源領(lǐng)域備受關(guān)注,被認(rèn)為是最具有發(fā)展?jié)摿Φ男履茉粗。光伏發(fā)電系統(tǒng)能將太陽能轉(zhuǎn)換為電能,光伏電池作為光伏發(fā)電系統(tǒng)的主要組成部件,對(duì)其參數(shù)進(jìn)行準(zhǔn)確辨識(shí),對(duì)于光伏系統(tǒng)建模有很大的意義,精準(zhǔn)程度不高的參數(shù)不但會(huì)造成很大的誤差,甚至有可能導(dǎo)致最大功率點(diǎn)追蹤失敗。因此,建立可高精度地描述太陽電池非線性特性的數(shù)學(xué)模型,并準(zhǔn)確地辨識(shí)其參數(shù),能為太陽能電池故障診斷和最大功率點(diǎn)跟蹤控制等技術(shù)的設(shè)計(jì)與應(yīng)用提供保障,對(duì)提高光伏發(fā)電系統(tǒng)的效率具有實(shí)際意義。論文研究了基于智能優(yōu)化算法的光伏電池參數(shù)辨識(shí)方法,具體工作如下:為了對(duì)光伏電池的參數(shù)進(jìn)行準(zhǔn)確辨識(shí),提出一種基于改進(jìn)象群游牧優(yōu)化算法的光伏電池參數(shù)辨識(shí)方法。針對(duì)象群游牧優(yōu)化算法在尋優(yōu)過程中存在精度低,收斂速度慢,易陷入局部最優(yōu)等不足,引入混沌初始化,改善初始種群質(zhì)量,增強(qiáng)種群的遍歷性;增加了快速移動(dòng)算子,使算法的收斂速度和全局搜索能力有了較大的提升;引入精英策略,用最優(yōu)個(gè)體替代最差個(gè)體,加快算法尋優(yōu)速度,縮短尋優(yōu)時(shí)間。應(yīng)用于太陽電池模型的參數(shù)辨識(shí)中,改進(jìn)象群游牧優(yōu)化算法比其他算法得到的辨識(shí)結(jié)果更快、更好。對(duì)...
【文章來源】:燕山大學(xué)河北省
【文章頁數(shù)】:71 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究意義
1.2 光伏發(fā)電現(xiàn)狀及發(fā)展趨勢
1.3 光伏電池建模的研究現(xiàn)狀
1.4 光伏電池參數(shù)辨識(shí)方法
1.4.1 解析法辨識(shí)
1.4.2 數(shù)值計(jì)算法辨識(shí)
1.4.3 優(yōu)化算法辨識(shí)
1.5 主要研究內(nèi)容
第2章 相關(guān)基礎(chǔ)知識(shí)介紹
2.1 光伏發(fā)電系統(tǒng)簡介
2.2 智能優(yōu)化算法
2.2.1 粒子群優(yōu)化算法
2.2.2 鯨魚優(yōu)化算法
2.2.3 灰狼優(yōu)化算法
2.2.4 蟻獅優(yōu)化算法
2.3 本章小結(jié)
第3章 基于IEHO算法的光伏電池模型參數(shù)辨識(shí)
3.1 引言
3.2 光伏電池模型
3.2.1 光伏電池模型
3.2.2 光伏組件模型
3.3 象群游牧優(yōu)化算法
3.3.1 族更新算子
3.3.2 分離算子
3.4 改進(jìn)象群游牧優(yōu)化算法
3.4.1 混沌初始化
3.4.2 快速移動(dòng)算子
3.4.3 精英策略
3.4.4 IEHO算法偽代碼
3.5 改進(jìn)算法性能測試
3.6 在光伏電池模型參數(shù)辨識(shí)中的應(yīng)用
3.6.1 多晶硅辨識(shí)及性能比較
3.6.2 不同照度下光伏電池的參數(shù)辨識(shí)
3.7 本章小結(jié)
第4章 基于IHHO算法的光伏電池工程模型參數(shù)辨識(shí)
4.1 引言
4.2 光伏電池工程模型
4.3 哈里斯鷹優(yōu)化算法
4.3.1 探索階段
4.3.2 狩獵階段
4.4 改進(jìn)的哈里斯鷹優(yōu)化算法
4.4.1 柔性遞減策略
4.4.2 黃金正弦法
4.4.3 IHHO算法的偽代碼
4.5 改進(jìn)算法性能測試
4.6 在光伏電池工程模型參數(shù)辨識(shí)中的應(yīng)用
4.6.1 目標(biāo)函數(shù)的確立
4.6.2 光伏電池的參數(shù)辨識(shí)結(jié)果
4.7 IEHO與 IHHO算法的對(duì)比
4.7.1 標(biāo)準(zhǔn)測試函數(shù)的結(jié)果對(duì)比
4.7.2 工程模型參數(shù)辨識(shí)的結(jié)果對(duì)比
4.8 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]關(guān)于太陽能發(fā)電技術(shù)的綜述及展望[J]. 周昰彤,鞠振河. 電子世界. 2020(01)
[2]中國可再生能源發(fā)展增量幾何[J]. 周建平. 能源. 2020(01)
[3]到2035年太陽能將成為主要的電力來源[J]. 能源與環(huán)境. 2019(06)
[4]智能啟發(fā)算法在機(jī)器學(xué)習(xí)中的應(yīng)用研究綜述[J]. 沈焱萍,鄭康鋒,伍淳華,楊義先. 通信學(xué)報(bào). 2019(12)
[5]2010~2019年全球可再生能源投資超過2萬億美元[J]. 中外能源. 2019(12)
[6]2015~2022年中國太陽能熱發(fā)電發(fā)展情景分析及預(yù)測[J]. 王志峰,杜鳳麗. 太陽能. 2019(11)
[7]改進(jìn)灰狼優(yōu)化算法辨識(shí)光伏模型參數(shù)[J]. 徐明,焦建軍,龍文. 中國科技論文. 2019(08)
[8]基于混合蛙跳算法的光伏陣列參數(shù)辨識(shí)方法[J]. 徐巖,高兆,朱曉榮. 太陽能學(xué)報(bào). 2019(07)
[9]采用改進(jìn)型SOS算法的光伏組件模型參數(shù)辨識(shí)[J]. 康童,姚建剛,金敏,朱向前,文武. 計(jì)算機(jī)應(yīng)用研究. 2020(04)
[10]基于非線性最小二乘法的光伏電池參數(shù)辨識(shí)[J]. 張海寧. 現(xiàn)代電力. 2017(06)
博士論文
[1]并網(wǎng)光伏發(fā)電系統(tǒng)MPPT與孤島檢測方法研究[D]. 王育欣.沈陽工業(yè)大學(xué) 2013
碩士論文
[1]基于光伏發(fā)電預(yù)測的微電網(wǎng)能量優(yōu)化管理策略[D]. 姚江松.南京郵電大學(xué) 2019
[2]光伏陣列發(fā)電模型及其參數(shù)辨識(shí)方法[D]. 孫怡昕.華南理工大學(xué) 2018
[3]光伏電池建模及其在光伏發(fā)電預(yù)測中的應(yīng)用[D]. 蔣亞娟.華中科技大學(xué) 2011
本文編號(hào):3297748
【文章來源】:燕山大學(xué)河北省
【文章頁數(shù)】:71 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究意義
1.2 光伏發(fā)電現(xiàn)狀及發(fā)展趨勢
1.3 光伏電池建模的研究現(xiàn)狀
1.4 光伏電池參數(shù)辨識(shí)方法
1.4.1 解析法辨識(shí)
1.4.2 數(shù)值計(jì)算法辨識(shí)
1.4.3 優(yōu)化算法辨識(shí)
1.5 主要研究內(nèi)容
第2章 相關(guān)基礎(chǔ)知識(shí)介紹
2.1 光伏發(fā)電系統(tǒng)簡介
2.2 智能優(yōu)化算法
2.2.1 粒子群優(yōu)化算法
2.2.2 鯨魚優(yōu)化算法
2.2.3 灰狼優(yōu)化算法
2.2.4 蟻獅優(yōu)化算法
2.3 本章小結(jié)
第3章 基于IEHO算法的光伏電池模型參數(shù)辨識(shí)
3.1 引言
3.2 光伏電池模型
3.2.1 光伏電池模型
3.2.2 光伏組件模型
3.3 象群游牧優(yōu)化算法
3.3.1 族更新算子
3.3.2 分離算子
3.4 改進(jìn)象群游牧優(yōu)化算法
3.4.1 混沌初始化
3.4.2 快速移動(dòng)算子
3.4.3 精英策略
3.4.4 IEHO算法偽代碼
3.5 改進(jìn)算法性能測試
3.6 在光伏電池模型參數(shù)辨識(shí)中的應(yīng)用
3.6.1 多晶硅辨識(shí)及性能比較
3.6.2 不同照度下光伏電池的參數(shù)辨識(shí)
3.7 本章小結(jié)
第4章 基于IHHO算法的光伏電池工程模型參數(shù)辨識(shí)
4.1 引言
4.2 光伏電池工程模型
4.3 哈里斯鷹優(yōu)化算法
4.3.1 探索階段
4.3.2 狩獵階段
4.4 改進(jìn)的哈里斯鷹優(yōu)化算法
4.4.1 柔性遞減策略
4.4.2 黃金正弦法
4.4.3 IHHO算法的偽代碼
4.5 改進(jìn)算法性能測試
4.6 在光伏電池工程模型參數(shù)辨識(shí)中的應(yīng)用
4.6.1 目標(biāo)函數(shù)的確立
4.6.2 光伏電池的參數(shù)辨識(shí)結(jié)果
4.7 IEHO與 IHHO算法的對(duì)比
4.7.1 標(biāo)準(zhǔn)測試函數(shù)的結(jié)果對(duì)比
4.7.2 工程模型參數(shù)辨識(shí)的結(jié)果對(duì)比
4.8 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]關(guān)于太陽能發(fā)電技術(shù)的綜述及展望[J]. 周昰彤,鞠振河. 電子世界. 2020(01)
[2]中國可再生能源發(fā)展增量幾何[J]. 周建平. 能源. 2020(01)
[3]到2035年太陽能將成為主要的電力來源[J]. 能源與環(huán)境. 2019(06)
[4]智能啟發(fā)算法在機(jī)器學(xué)習(xí)中的應(yīng)用研究綜述[J]. 沈焱萍,鄭康鋒,伍淳華,楊義先. 通信學(xué)報(bào). 2019(12)
[5]2010~2019年全球可再生能源投資超過2萬億美元[J]. 中外能源. 2019(12)
[6]2015~2022年中國太陽能熱發(fā)電發(fā)展情景分析及預(yù)測[J]. 王志峰,杜鳳麗. 太陽能. 2019(11)
[7]改進(jìn)灰狼優(yōu)化算法辨識(shí)光伏模型參數(shù)[J]. 徐明,焦建軍,龍文. 中國科技論文. 2019(08)
[8]基于混合蛙跳算法的光伏陣列參數(shù)辨識(shí)方法[J]. 徐巖,高兆,朱曉榮. 太陽能學(xué)報(bào). 2019(07)
[9]采用改進(jìn)型SOS算法的光伏組件模型參數(shù)辨識(shí)[J]. 康童,姚建剛,金敏,朱向前,文武. 計(jì)算機(jī)應(yīng)用研究. 2020(04)
[10]基于非線性最小二乘法的光伏電池參數(shù)辨識(shí)[J]. 張海寧. 現(xiàn)代電力. 2017(06)
博士論文
[1]并網(wǎng)光伏發(fā)電系統(tǒng)MPPT與孤島檢測方法研究[D]. 王育欣.沈陽工業(yè)大學(xué) 2013
碩士論文
[1]基于光伏發(fā)電預(yù)測的微電網(wǎng)能量優(yōu)化管理策略[D]. 姚江松.南京郵電大學(xué) 2019
[2]光伏陣列發(fā)電模型及其參數(shù)辨識(shí)方法[D]. 孫怡昕.華南理工大學(xué) 2018
[3]光伏電池建模及其在光伏發(fā)電預(yù)測中的應(yīng)用[D]. 蔣亞娟.華中科技大學(xué) 2011
本文編號(hào):3297748
本文鏈接:http://sikaile.net/shoufeilunwen/boshibiyelunwen/3297748.html
最近更新
教材專著