-
题名基于IPRGO算法的光伏电池参数辨识方法研究
- 1
-
-
作者
杨磊
林国汉
李安平
-
机构
湖南工程学院电气与信息工程学院
-
出处
《湖南工程学院学报(自然科学版)》
2025年第4期17-24,共8页
-
基金
湖南省自然科学基金(2025JJ70087).
-
文摘
光伏电池参数的准确辨识是光伏电池性能评估与光伏系统高效运行的核心基础,对光伏产业的发展起着至关重要的作用.针对传统解析法和数值法在光伏电池参数辨识中存在的全局搜索能力不足、易陷入局部最优、收敛速度较慢等问题,本文提出一种改进植物根茎生长优化(IPRGO)算法.以基于单二极管模型的单个光伏电池及光伏组件作为研究对象,构建了以均方根误差为目标函数的非线性优化模型.改进算法通过引入自适应参数调整机制,根据搜索进程动态调控缩放因子(F)和学习因子(LR),在全局搜索和局部开发之间实现了良好平衡;同时提出精英学习机制,通过精英学习率引导种群向更优方向进化,加速收敛进程.实验结果表明,相较于PRGO算法、PSO算法、GA算法和DE算法,IPRGO算法在光伏电池模型的参数辨识中展现出更高的精度和更强的稳定性,能够更准确地获取光伏电池的各项参数.
-
关键词
光伏电池
iprgo算法
自适应参数调整机制
精英学习机制
-
Keywords
photovoltaic cells
iprgo algorithm
adaptive parameter adjustment mechanism
elite learning mechanism
-
分类号
TM914.4
[电气工程—电力电子与电力传动]
-
