【技术实现步骤摘要】
本专利技术涉及一种基于群搜索算法的光伏电池参数辨识方法,属于能源
技术介绍
近年来,光伏发电技术以其独特的发电特性取得了广泛地发展与应用。而光伏电池是光伏发电系统中光伏阵列的重要组成部分,光伏电池输出特性会直接影响整个光伏发电系统的整体输出特性,准确地计算光伏发电系统的输出功率,预测光伏电站的发电量,能够更合理地安排机组出力,有助于大规模光伏发电系统的并网运行与调度。所以建立能够准确描述光伏电池输出特性的模型是开展光伏系统对电力系统影响分析等相关研究及仿真的基础。在光伏电池模型方面,国内外学者已做了大量工作,归纳起来主要有三种模型:光伏组件U-I特性模型(机理模型)、工程用简化模型以及考虑部分阴影遮挡的光伏组件模型。其中,机理模型由于概念清楚,特性与实测更一致,因此为更多数研究者所接受。而在实际上,传统的光伏电池参数辨识和功率预测方法,多基于光伏电池生产厂家提供的数据。但是,将光伏电池串并联为光伏阵列后,阵列中的各个电池工作状态并不一致,此时利用厂家提供的数据无法准确辨识光伏阵列的运行参数,也无法精确地预测光伏阵列的输出功率。目前国内外常规的参数辨识方法有最小二乘法、神经网络算法和粒子群算法等等。传统基于最小二乘法的参数辨识方法实现简单,但该算法适应于求解线性方程组,光伏电池的参数辨识问题明显地不能用线性关系来描述,因此最小二乘法在解决此问题上有很大的局限性;基于神经网络算法的参数辨识方法收敛速度慢,易陷入局部最优;基于粒子群算法的参数辨识方法具有优化时间长、易陷入早熟、实现较繁琐等问题。
技术实现思路
本专利技术需要解决的技术问题是提供一种基于群 ...
【技术保护点】
一种基于群搜索的光伏电池参数辨识方法,所述参数辨识方法用于辨识单级式光伏并网发电系统的光伏电池参数,所述光伏电池通过m串n并组成光伏阵列:其特征在于:包括以下步骤:步骤1:获取光伏阵列输出电压UL1和输出电流IL1及光伏电池的输出电压UL和输出电流IL,由以下具体分步骤组成:步骤1‑1:读取所述光伏阵列的输出电压UL1和输出电流IL1;步骤1‑2:所述光伏电池的输出电压为UL=UL1/m,输出电流为IL=IL1/n;步骤2:搭建光伏组件机理模型:IL=Iph.ref-Io.refexp{[q(UL+ILRs)nKT]-1}-(UL+ILRs)Rsh---(1)]]>其中,UL、IL分别为输出电压和输出电流,Iph.ref为标准测试条件下的光生电流,Io.ref为标准测试条件下的二极管反向饱和电流,n为二极管品质因子,Rs为串联电阻,Rsh为并联电阻,T为电池的绝对温度,K为玻尔兹曼常数,K=1.380*10^(‑23),q为电子电荷,q=1.680*10^(‑19);步骤3:设置目标函数为适应度是均方根误差RMES;RMSE=1NΣi=1N[f ...
【技术特征摘要】
1.一种基于群搜索的光伏电池参数辨识方法,所述参数辨识方法用于辨识单级式光伏并网发电系统的光伏电池参数,所述光伏电池通过m串n并组成光伏阵列:其特征在于:包括以下步骤:步骤1:获取光伏阵列输出电压UL1和输出电流IL1及光伏电池的输出电压UL和输出电流IL,由以下具体分步骤组成:步骤1-1:读取所述光伏阵列的输出电压UL1和输出电流IL1;步骤1-2:所述光伏电池的输出电压为UL=UL1/m,输出电流为IL=IL1/n;步骤2:搭建光伏组件机理模型: I L = I p h . r e f - I ...
【专利技术属性】
技术研发人员:李春来,徐岩,高兆,
申请(专利权)人:国网青海省电力公司,国网青海省电力公司电力科学研究院,华北电力大学保定,
类型:发明
国别省市:青海;63
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。