基于增强型探索性樽海鞘链方法的光伏电池模型参数辨识

摘要： 光伏系统（PVSs）在未来电力系统中的集成正成为一个更具吸引力的选择。因此，与光伏系统运行相关的研究引起了极大关注。特别是，由于光伏电池特性的非线性及其对辐照水平和温度等气象条件的广泛依赖性，识别光伏电池模型参数的研究仍是一个活跃领域。本文提出了一种基于反向学习的改进樽海鞘群算法（OLMSSA），用于精确识别光伏电池/模块电气等效电路的双二极管模型参数。研究采用六种元启发式算法（包括最新发布的基础算法SSA）结合双二极管基准测试光伏模型及实际光伏模块，对OLMSSA的性能进行评估。实验结果和深入的对比研究清楚地表明，OLMSSA具有很强的竞争力，甚至显著优于大多数最新开发的参数识别方法的报告结果。