基于蜣螂优化算法的光伏电池参数辨识

摘要

为解决当前光伏电池参数辨识精度低、速度慢、稳定性较差等问题，本文引入Tent混沌映射初始化种群，使初始解尽可能均匀地分布在解空间内；加入Levy飞行策略，更新蜣螂滚球行为时的个体位置，跳出局部最优解，扩大搜索范围；采用自适应t分布和动态选择策略，在更新蜣螂位置时使用以迭代次数为自由度参数的t分布变异算子对进行扰动，增强算法的全局开发能力和局部探索能力，加快收敛速度；提出一种基于蜣螂优化算法的光伏电池参数辨识方法。实验结果表明，对RTC France的单二极管模型、双二极管模型和光伏组件Photowatt-PWP 201模型进行参数辨识，获得的均方根误差分别为0.000 986、0.000 983、0.002 425。本文提出的方法可以更快更精确地辨识出光伏电池参数，且误差小，具有较高的稳定性。

关键词

光伏电池 / 参数辨识 / 蜣螂优化算法 / 元启发式算法