光伏阵列双二极管七参数模型参数辨识方法技术

本发明专利技术公开了一种光伏阵列双二极管七参数模型参数辨识方法。基于改进粒子群算法和解析法相结合的应用，先优化求解两个二极管理想因子和串联等效电阻，再利用解析法求解光生电流、并联等效电阻和两个二极管反向饱和电流。为提高改进算法的性能，提出双适应度函数，并引入自适应进化学习及自适应变异算子。本发明专利技术解决了光伏阵列双二极管七参数模型参数求解困难，以及单二极管模型参数求解精度低的问题。题。题。

Parameter identification method of photovoltaic array double diode seven parameter model

【技术实现步骤摘要】
光伏阵列双二极管七参数模型参数辨识方法


[0001]本专利技术涉及一种光伏阵列双二极管七参数模型参数辨识方法，属于光伏发电系统新


技术介绍

[0002]目前，用于描述光伏阵列输出特性的模型主要有单二极管五参数模型和双二极管七参数模型。单二极管模型由于参数少，计算简单，已成为工程上使用的主要模型。但是，双二极管七参数模型精度相对更高，尤其是在低光照条件下。这主要是因为，单二极管模型忽略了PN结耗尽区的复合饱和电流。
[0003]光伏阵列双二极管七参数模型参数辨识的方法主要有解析法、数解法和智能算法。解析法需要做一定的假设，或者忽略一些参数，求解简单、快速，但精度相对较低。数解法一般需要引入新的参数，如电压/电流温度系数、开路电压处的串联等效电阻、短路电流处的并联等效电阻，以构建新的方程，求解时对初始值敏感，且容易陷入局部最优甚至求解不出数值。智能算法由于其通用的全局搜索能力和处理非线性函数的有效性，在光伏阵列建模中获得了较为广泛的应用。目前常用的智能算法有粒子群算法、遗传算法、神经网络、模拟退火算法等，这类随机算法一般收敛不稳定且收敛速度较慢，且直接利用智能算法提取双二极管七参数模型的七个参数，算法计算量大，相对复杂。
[0004]因此，如何简单方便而又精确地提取光伏阵列双二极管七参数模型的七个参数对于光伏发电系统的研究与开发具有重要的意义。

技术实现思路

[0005]本专利技术提出一种光伏阵列双二极管七参数模型参数辨识方法，利用改进的粒子群算法和解析法相结合，既提高了求解精度，又降低了算法复杂度。
[0006]为达到上述目的，本专利技术采用的技术方案如下：
[0007]本专利技术提供一种光伏阵列双二极管七参数模型参数辨识方法，所述双二极管七参数模型的七参数包括：两个二极管理想因子、串联等效电阻、光生电流、并联等效电阻和两个二极管反向饱和电流；
[0008]所述方法包括以下步骤：
[0009]1)建立光伏阵列双二极管七参数模型；
[0010]2)采用改进的粒子群算法提取所述光伏阵列双二极管七参数模型中的两个二极管理想因子和串联等效电阻；
[0011]3)基于已提取的两个二极管理想因子和串联等效电阻，利用解析法求解光伏阵列双二极管七参数模型中的光生电流、并联等效电阻和两个二极管反向饱和电流。
[0012]进一步的，建立光伏阵列双二极管七参数模型，包括以下步骤：
[0013]1‑
1)光伏阵列双二极管七参数模型的电流输出方程为：
[0014][0015]式中，I为光伏阵列的输出电流，V为光伏阵列的输出电压，I
ph
为光生电流，I
o1
和I
o2
为两个二极管的反向饱和电流，a1和a2为二极管理想因子，N
s
为串联电池的数目，R
s
和R
p
分别为串联等效电阻和并联等效电阻，q为电子电荷量(1.6e
‑
19
C)，k为玻尔兹曼常数(1.38e
‑
23
J/K)，T为光伏阵列的绝对温度；
[0016]1‑
2)将光伏阵列双二极管七参数模型七参数中的a1、a2和R
s
作为算法待优化参数，其余四个参数I
ph
、R
p
、I
o1
和I
o2
可表示为a1、a2和R
s
的函数；
[0017]为了后续电流输出方程代入短路电流、开路电压和最大功率点三个状态时公式表达的简便性，令：
[0018][0019][0020][0021]式中，I
sc
为短路电流，V
oc
为开路电压，V
m
为最大功率点电压，I
m
为最大功率点电流；
[0022]在短路状态下，将短路电流点(0，I
sc
)代入式(1)得：
[0023][0024]在开路状态下，将开路电压点(V
oc
，0)代入式(1)得：
[0025][0026]在最大功率点状态下，将最大功率点(V
m
，I
m
)代入式(1)得：
[0027][0028]在最大功率点状态下，对电压求导的导数为0，即：
[0029][0030]对式(1)进行求导，并代入式(8)得：
[0031][0032]由式(5)、式(6)、式(7)和式(9)联立方程组可求得：
[0033][0034][0035][0036][0037]式中，
[0038][0039][0040][0041]D＝l
m
V
oc
‑
V
m
I
sc
ꢀꢀ
(14)
[0042]式中，A
i
,B
i
,C,D是替代公式的变量，I
ph
为光生电流，Io1和Io2为两个二极管的反向饱和电流，R
p
为并联等效电阻；
[0043]1‑
3)不同光照和温度下短路电流I
sc
，最大功率点电流I
m
，开路电压V
oc
，最大功率点电压V
m
的参数更新公式为：
[0044][0045][0046][0047][0048]式中，I
scref
、I
mref
、V
ocref
、V
mref
、S
ref
和T
ref
分别为标准工况下光伏阵列的短路电流、最大功率点电流、开路电压、最大功率点电压、光照强度和绝对温度，K
i
为光伏阵列的电流温度系数，K
v
为光伏阵列的电压温度系数，α为光伏阵列的电压光照修正系数，S为光伏阵列实际光照强度；
[0049]进一步的，光伏阵列双二极管七参数模型参数均有一定的约束条件，可描述为：
[0050]g
j
(x)≤0，j＝1，2，...，J
ꢀꢀ
(19)
[0051]式中，x＝[a1,a2,R
s
]，J为不等式约束的个数。
[0052]进一步的，提取两个二极管理想因子和串联等效电阻时采用双适应度值比较法，将目标函数和约束条件分离；对每个约束条件采取标准化处理；两个适应度函数分别为：
[0053][0054][0055]式中，x
i
表示第i个粒子，fit函数对应于目标函数值，为模型计算电流值和实际测量电流值的均方根误差(RMSE)，vio函数对应于约束条件，为粒子违反约束程度，n为测量数
据组数，I
cl
为第l组测量电压对应的模型计算输出电流值，I
el...

【技术保护点】

【技术特征摘要】
1.一种光伏阵列双二极管七参数模型参数辨识方法，其特征在于，所述双二极管七参数模型的七参数包括：两个二极管理想因子、串联等效电阻、光生电流、并联等效电阻和两个二极管反向饱和电流；所述方法包括以下步骤：建立光伏阵列双二极管七参数模型；采用改进的粒子群算法提取所述光伏阵列双二极管七参数模型中的两个二极管理想因子和串联等效电阻；基于已提取的两个二极管理想因子和串联等效电阻，利用解析法求解光伏阵列双二极管七参数模型中的光生电流、并联等效电阻和两个二极管反向饱和电流。2.根据权利要求1所述的七参数模型参数辨识方法，其特征在于，所述光伏阵列双二极管七参数模型的建立方法包括：将光伏阵列双二极管七参数模型七参数中的两个二极管理想因子和串联等效电阻作为算法待优化参数，其余四个参数：光生电流、并联等效电阻和两个二极管反向饱和电流，作为为待优化参数的函数，包括以下步骤：1
‑
1)光伏阵列双二极管七参数模型的电流输出方程为：式中，I为光伏阵列的输出电流，V为光伏阵列的输出电压，I
ph
为光生电流，I
o1
和I
o2
为两个二极管的反向饱和电流，a1和a2为二极管理想因子，N
s
为串联电池的数目，R
s
和R
p
分别为串联等效电阻和并联等效电阻，q为电子电荷量，k为玻尔兹曼常数，T为光伏阵列的绝对温度；1
‑
2)令：2)令：2)令：式中，I
sc
为短路电流，V
oc
为开路电压，V
m
为最大功率点电压，I
m
为最大功率点电流；在短路状态下，将短路电流点(0，I
sc
)代入式(1)得：在开路状态下，将开路电压点(V
oc
，0)代入式(1)得：在最大功率点状态下，将最大功率点(V
m
，I
m
)代入式(1)得：在最大功率点状态下，对电压求导的导数为0，即：
对式(1)进行求导，并代入式(8)得：由式(5)、式(6)、式(7)和式(9)联立方程组可求得：由式(5)、式(6)、式(7)和式(9)联立方程组可求得：由式(5)、式(6)、式(7)和式(9)联立方程组可求得：由式(5)、式(6)、式(7)和式(9)联立方程组可求得：式中，式中，式中，D＝I
m
V
oc
‑
V
m
I
sc
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)式中，A
i
,B
i
,C,D是替代公式的变量，I
ph
为光生电流，I
o1
和I
o2
为两个二极管的反向饱和电流，R
p
为并联等效电阻；1
‑
3)不同光照和温度下短路电流I
sc
，最大功率点电流I
m
，开路电压V
oc
，最大功率点电压V
m
的参数更新公式为：的参数更新公式为：的参数更新公式为：的参数更新公式为：式中，I
scref
、I
mref
、V
ocref
、V
mref
、S
ref
和T
ref
分别为标准工况下光伏阵列的短路电流、最大功率点电流、开路电压、最大功率点电压、光照强度和绝对温度，K
i
为光伏阵列的电流温度系数，K
v
为光伏阵列的电压温度系数，α为光伏阵列的电压光照修正系数，S为光伏阵列实际光照强度。3.根据权利要求2所述的七参数模型参数辨识方法，其特征在于，光伏阵列双二极管七参数模型参数均有一定的约束条件，描述为：g
j
(x)≤0，j＝1，2，...，J
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(19)
式中，x＝[a1,a2,R
s
]，J为不等式约束的个数，a1和a2为二极管理想因子，R
s
为串联等效电阻。4.根据权利要求2所述的七参数模型参数辨识方法，其特征在于，所述光伏阵列双二极管七参数模型的建立方法还包括：采用双适应度值比较法，将提取两个二极管理想因子和串联等效电阻时的目标函数和约束条件分离；对每个约束条件采取标准化处理；两个适应度函数分别为：度函数分别为：式中，x
i
表示第i个粒子，fit函数对应于目标函数值，为模型计算电流值和实际测量电流值的均方根误差，vio函数对应于约束条件，为粒子违反约束程度，n为测量数据组数，I
cl
为第l组测量电压对应的模型计算输出电流值，I
el
为第l组实际测量电流值，为第l组实际测量电流值，N为种群粒子个数。5.根据权利要求4所述的七参数模型参数辨识方法，其特征在于，采用改进的粒子群算法提取光伏阵列双二极管七参数模型七参数中的两个二极管理想因子和串联等效电阻，包括以下步骤：2
‑
1)设置算法参数、运行工况参数、光伏阵列参数和双二极管七参数模型中的七个参数的取值范围；在取值范围内随机初始化N个粒子的位置和速度；根据式(15)～式(18)更新不同工况下的短路电流I<...

【专利技术属性】
技术研发人员：张国玉，王宏华，路天航，王成亮，
申请(专利权)人：江苏方天电力技术有限公司，
类型：发明
国别省市：