2024年10月28日 · 光伏电池模型参数辨识是光伏系统设计和性能优化中的关键技术,它对于预测光伏阵列的输出功率、实现最高大功率点跟踪（MPPT）以及电池故障模型的研究具有重要的工程意义。
2022年7月5日 · 为提升智能优化算法辨识太阳电池参数的精确度和精确度,提出一种基于排序概率量化机制和混沌扰动JAYA算法 (RCJAYA)的辨识方法。 RCJAYA算法根据排序概率选择不同方式对个体进行更新,以平衡局部和全方位局搜索能力,保持种群多样性；对最高优个体进行混沌扰动,发掘更优解替代最高差解,提升种群质量；采用替换策略更新陷入停滞的个体,提升算法性能。...
2024年11月21日 · 针对此类问题,提出基于改进鹈鹕优化算法（IPOA）的太阳电池模型参数辨识方法。 该算法中种群个体联系紧密,通过随机性的互相学习进行位置更新,在工程应用领域有着较传统算法更好的效果。
对三种广泛使用的光伏电池和光伏组件的实测数据进行参数辨识,将均方根误差作为目标函数来评估算法精确度,此外,引入相对误差来评估辨识结果与实际数据的偏差。
2024年1月9日 · 由于光伏电池的非线性特性,光伏电池的精确确建模和参数识别是一项艰巨的任务。 本文的目标是提出一种多策略正弦余弦算法（SCA）,称为增强型正弦余弦算法（ESCA）,用于评估光伏电池的非直接测量参数。
2018年10月24日 · 近年来,太阳电池参数提取方法获得了广泛关注.原因在于匹配的电池参数,可以有效减少内外因素对光伏阵列发电效率的影响.本文以太阳电池单二极管模型为讨论对象,对其五个参数的提取方法进行了详细介绍；对目前典型的四类太阳电池参数提取方法（即解析
2023年9月16日 · 摘要： 为解决当前光伏电池参数辨识精确度低、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,跳出局部最高优解,扩大搜索范围;采用自适应t分布和动态
2024年12月6日 · 针对知识获取共享算法（GSK）初级阶段和高水平阶段的选择机制过于死板,处理太阳电池模型参数辨识问题时难以充分平衡全方位局与局部搜索,存在收敛慢、精确度低等问题,一方面,通过强化学习调整迭代时初级和高水平阶段的个体比例,实现不同情景下知识获取与
2024年4月20日 · 基于钙钛矿太阳能电池的冠军器件具有24.8%的认证功率转换效率,仍有很大的改进空间。 因此,对精确确的 光伏 电池 模型 进行仿真、控制和优化对于使 光伏 发电系统在不同天气条件和温度下具有更高和稳定的转换效率具有帮助和至关重要。