【技术实现步骤摘要】
本专利技术涉及新能源，具体为一种双二极管结构光伏电池参数辨识方法；
技术介绍
1、各行各业的快速发展，都离不开对能源需求；常见的化石能源，如石油，天然气，煤炭等在人类文明的发展中都得到了大量的开发使用；化石燃料是不可再生能源，会面临日益枯竭的问题；化石燃料的使用会带来温室效应和环境污染等一些社会问题；为了解决和应对这些问题，各国纷纷将产业结构向可再生能源方向发展；太阳能作为重要的可再生能源之一，如何有效利用太阳能是现在热门的研究方向；
2、以光伏电池为主的光伏发电系统是一种可以利用太阳能并将其转化为电力的系统；光伏电池内部参数的准确性对光伏电池故障诊断和光电转化效率的提高等具有重要作用；
3、要构建准确光伏电池模型必须对光伏电池模型参数进行准确识别；双二极管结构的光伏电池是一种常用的光伏电池结构，相比光伏电池的单二极管模型，该结构考虑了复合电流损失的影响情况，已经获得了广泛的实际应用；
4、光伏系统中光伏电池的模型参数辨识问题就是根据测量所得的电流和电压值，结合光伏电池的电路模型，采用合适的方法提取模型的内部未知参数；元启发算法由于其简单、高效、易实现，对目标函数要求不严格，不依赖于特定的规律或初始值选择等优点已经被广泛作为解决许多参数辨识问题的有效途径；元启发算法仍然存在收敛速度慢，易于陷入局部最优等问题；设计具有良好性能的用于光伏电池模型参数辨识的元启发算法很有必要。
技术实现思路
1、本专利技术提供了一种双二极管结构光伏电池参数辨识方法，解
2、本专利技术提供如下技术方案：一种双二极管结构光伏电池参数辨识方法，包括以下步骤：
3、步骤1、建立双二极管结构光伏电池的数学模型：
4、
5、双二极管结构光伏电池需要辨识的参数有7个，即iph，isd1，isd2，rs，rsh，n1和n2；
6、步骤2、构建目标函数：
7、
8、七个需要辨识参数的取值范围分别为iph(a)∈[0，1]，isd1(μa)∈[0，1]，isd2(μa)∈[0，1]，rs(ω)∈[0，0.5]，rsh(ω)∈[0，100]，n1∈[1，2]，n2∈[1，2]；
9、f(vl,il,x)为模型的电流误差函数，计算公式为：
10、
11、步骤3、采集相关数据即在设定的温度和光照条件下，获取双二极管结构光伏电池的实际输出电压和实际输出电流；
12、步骤4、通过向量加权平均算法对光伏电池的数学模型的参数进行辨识；
13、步骤5、输出最优解bestsol和最优向量xbest，xbest向量中七个维度值即为光伏电池参数辨识的结果。
14、优选的，步骤4具体包括以下具体步骤组成：
15、步骤4-1：设置种群向量的数量np，最大的迭代次数maxg；
16、并根据每个参数的取值范围，随机初始化每个向量位置的初始xi(i＝{1，2，…，np})，其中xi＝{iph，isd1，isd2，rs，rsh，n1，n2}，xi的维数为7；设置迭代次数iter为1；
17、步骤4-2：计算np个向量的适应度值得到f(xi)(i＝{1，2，…，np})，设置当前全局最优向量的位置为xbest，最优向量的适应度值为bestsol；
18、步骤4-3：利用公式(4)计算alpha的平均值：
19、alpha＝2*exp(-4*(iter/maxg)) (4)
20、步骤4-4：依次对于种群中的向量xi(i＝{1，2，…，np})，利用公式(5)计算del的值：
21、del＝2*rand*alpha-alpha (5)
22、其中，rand为(0，1)之间的随机数；
23、步骤4-5：利用公式(6)计算sigm的值：
24、sigm＝2*rand*alpha-alpha (6)
25、步骤4-6：利用公式(7)计算epsi的值：
26、espi＝10-25*rand (7)
27、步骤4-7：在范围为{1，2，…，np}中随机选择三个不同的正整数r1，r2，和r3；
28、步骤4-8：设三个向量xr1，xr2和xr3中适应度最大的为omg；
29、步骤4-9：利用公式(8)，(9)，(10)分别计算mm(1)，mm(2)和mm(3)：
30、mm(1)＝f(xr1)-f(xr2) (8)
31、mm(2)＝f(xr1)-f(xr3) (9)
32、mm(3)＝f(xr2)-f(xr3) (10)
33、步骤4-10：利用公式(11)，(12)，(13)分别计算w1，w2和w3：
34、w1＝cos(mm(1)+pi)*exp(-(mm(1))/omg) (11)
35、w2＝cos(mm(2)+pi)*exp(-(mm(2))/omg) (12)
36、w3＝cos(mm(3)+pi)*exp(-(mm(3))/omg) (13)
37、步骤4-11：利用公式(14)计算wt：
38、wt＝w1+w2+w3 (14)
39、步骤4-12：利用公式(15)计算wm1：
40、wm1＝del*(w1*(xr1-xr2)+w2*(xr1-xr3)+w3*(xr2-xr3)/(wt+1)+espi) (15)
41、步骤4-13：利用公式(16)，(17)，(18)分别计算mm1，mm2和mm3：
42、mm1＝bestsol-m-better (16)
43、mm2＝bestsol-m-worst (17)
44、mm3＝m-better-m-worst (18)
45、其中，m_better为随机选择的适应度最优排名2到5中的一个适应度值；m_worst为最差适应度值；
46、步骤4-14：利用公式(19)计算wt1：
47、wt1＝mm1+mm2+mm3 (19)
48、步骤4-15：利用公式(20)计算wm2：
49、
50、其中，better_x是适应度值为m_better的对应的向量；worst_x是适应度值为m_worst的对应的向量；
51、步骤4-16：利用公式(21)计算meanrule：
52、meanrule＝r*wm1+(1-r)*wm2 (21)
53、其中，r为(0，0.5)之间的随机数；
54、步骤4-17：产生一个(0，1)之间的随机数rd，如果rd小于0.5，则执行步骤4-18，否则执行本文档来自技高网...
【技术保护点】
1.一种双二极管结构光伏电池参数辨识方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种双二极管结构光伏电池参数辨识方法，其特征在于：步骤4具体包括以下具体步骤组成：
【技术特征摘要】
1.一种双二极管结构光伏电池参数辨识方法，其特征在于，包括以下步骤：
2.根据权利...
【专利技术属性】
技术研发人员：陈永刚，谢党恩，陈艳格，路凯，平源，
申请(专利权)人：许昌学院，
类型：发明
国别省市：
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。