计算机应用研究

作者：康童,姚建刚,金敏,朱向前,文武,

单位：湖南大学a.电气与信息工程学院;b.信息科学与工程学院,长沙410082；

关键词：共生生物搜索算法,准反射学习,元启发式算法,光伏组件模型,参数辨识,

基金：国家自然科学基金资助项目(51277059,61374172,61773157)；；

针对当前大部分光伏（photovoltaic，PV）模型参数辨识算法均存在准确性低和可靠性差等问题，提出了一种采用改进型共生生物搜索算法（symbiotic organisms search，SOS）的光伏组件模型参数辨识方法。首先，为提高标准SOS算法的寻优性能，提出了新的改进型SOS算法，记做ImSOS算法。该算法在标准SOS算法的生物种群初始化阶段采用了准反射学习机制；在互利共生搜索阶段采用了改进受益因子策略；在偏利共生搜索阶段采用了收缩随机数产生因子区间策略。其次，给出了采用ImSOS算法求解基于实验测量电流—电压（I-V）数据的光伏组件模型参数辨识问题的具体步骤及实现流程。最后，利用实际Sharp ND-R250A5光伏组件进行实验，通过与标准SOS算法以及其他七种新颖智能优化算法进行对比验证，结果表明了ImSOS算法在光伏组件模型参数辨识的有效性和优越性。可见ImSOS算法为准确可靠地辨识光伏组件模型参数提供了一种新的有效方法。

来源：2020年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第4期