[发明专利]一种光伏组件模型参数辨识方法

说明书

技术领域

本发明涉及一种光伏组件模型参数辨识方法。

背景技术

能源短缺和环境污染是人类面临的重大问题，光伏发电技术作为一种环境污染小、灵活性强的新能源发电技术，引起了人们广泛地关注。因此，研究开发光伏发电系统具有重大意义。光伏电池是光伏发电系统的重要组成部分，光伏输出特性受光照强度和环境温度影响具有非线性。深入研究和分析光伏输出特性，对于改进太阳能利用方法和研制更为高效的能量转换装置具有指导作用。

光伏电池及组件的数学模型有很多，包括基于物理等效电路的隐含指数方程模型、基于试验数据拟合的多项式及分段多项式模型，以及基于光伏组件出厂参数的工程数学模型。其中，包含光生电流、反向饱和电流、二极管理想因子和等效串并联电阻的五参数模型兼顾了计算精度和实用性，使用最广泛。目前，有关五参数模型的参数辨识方法有很多，如何利用厂家提供的数据对这些参数进行简单而精确的求解仍是一个难题。

常用的参数辨识法有参数近似求解法和基于优化算法的参数估计方法。采用参数近似求解法求得的参数近似值误差较大，当精度要求较高时不适用。而基于优化算法的参数估计方法虽然能够提高精度，但大部分智能算法有其自身的缺陷，容易陷入局部最优，实现过程复杂。

比如，专利号为2013103399697的中国专利，公开了一种光伏发电系统光伏组件机理模型参数辨识方法，就存在上述问题。

发明内容

针对上述问题，本发明提供一种光伏组件模型参数辨识方法，利用数据手册提供的信息，推导光伏组件模型中五参数之间的关系，进而确定待辨识的未知参数，采用改进的粒子群算法进行参数辨识，算法参数设置简单，易于实现。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种光伏组件模型参数辨识方法，包括如下步骤：

步骤一、根据光伏电池单二极管等效原理图，建立光伏组件五参数模型，五参数分别为光生电流I_ph、二极管反向饱和电流I₀、等效串联电阻R_s、等效并联电阻R_sh和二极管理想因子n；

步骤二、推导光伏组件五参数模型中五个参数之间的关系，确定需辨识的未知参数，即二极管理想因子n；

步骤三、采用改进的粒子群算法对二极管理想因子n进行辨识。

优选，利用厂家数据手册提供的信息，推导光伏组件五参数模型中五个参数之间的关系。

优选，各参数之间的关系为：

其中，

其中，q为电子电荷量，值为1.6×10^-19C；K为玻尔兹曼常数，值为1.38×10^-23J/K；T为绝对温度；T_S为标准测试条件下的绝对温度；V_oc为开路电压；I_sc为短路电流；V_m最大功率点电压；I_m为最大功率点电流；G为日照强度；G_s为标准测试条件下的日照强度；I_m,s为标准测试条件下最大功率点电流；V_m,s为标准测试条件下最大功率点电压；I_sc,s为标准测试条件下短路电流；V_oc,s为标准测试条件下开路电压；N_s为串联连接的光伏电池数。

优选，步骤三具体包括如下步骤：

1)获取原始数据，包括光伏组件的数据手册参数和改进粒子群算法的参数；

2)对粒子进行编码，设定迭代次数k＝1；

3)引入Logistic映射，混沌初始化粒子的速度和位置；

4)将目标函数(3)设为适应度函数，计算适应度值，初始化粒子的个体极值和种群的全局极值；

其中，f₁、f₂、f₃分别表示短路点、开路点、最大功率点处电流计算值与参考值的误差；n_max为二极管理想因子的最大值；n_min为二极管理想因子的最小值；

为持久因子；

5)令k＝k+1，使惯性权重和学习因子随着迭代次数的增加而线性改变，将调节后的参数代入粒子群基本公式，更新粒子的速度和位置；

6)判断粒子是否越界，若是，则进行越界处理，重新设定粒子的速度和位置，转步骤7)，否则直接进入步骤7)；