申请/专利权人：中国人民武装警察部队工程大学

申请日：2022-06-06

公开（公告）日：2024-04-12

公开（公告）号：CN115062537B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/006;G06N7/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2022.10.04#实质审查的生效;2022.09.16#公开

摘要：本发明公开了一种基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法，利用基于醉汉漫步混沌狼群算法，求解光伏电池模型的目标函数的最优解；其中，基于醉汉漫步混沌狼群算法包括以下步骤：S1、使用混沌映射序列进行种群初始化；S2、利用基于醉汉漫步模型的游走方向选择、和采用自适应游走步长，来进行游走行为；S3、头狼召唤所有狼向其靠拢；S4、设计奔袭行为半数狼群个体满足围攻距离，就进行围攻行为的判断条件来进行围攻；S5、迭代过程中，采用汉明距离的对种群中个体的相似性进行判断，不断的更新种群个体。其解决了当前智能优化算法求解光伏模型的参数辨识问题中，求解精度低的缺点和光伏组件模型的非线性和复杂性的问题。

主权项：1.基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法，其特征在于，利用基于醉汉漫步混沌狼群算法，求解所述光伏电池模型的目标函数的最优解，即完成对所述模型参数的辨识；所述光伏电池模型的目标函数为：其中，x是解向量；Ik代表第k次测量的光伏模型电流值；Vk代表第k次测量的光伏模型电压值；f是模拟电流与测量电流之间的绝对误差函数；所述基于醉汉漫步混沌狼群算法中，将狼群狩猎的区域看作一个N×D的欧式空间，其中狼群规模为N，空间的维度为D，狼i的位置为Xi＝xi1,xi2,…,xiD，其中xid为狼i在第dd＝1,2,…,D维空间中所处的位置，狼i感知到的猎物气味的浓度即所述光伏电池模型的目标函数值，记为Yi，则Yi＝fXii＝1,2,…,N；人工狼的位置，对应光伏电池参数辨识问题解空间中的某个候选参数组；光伏电池模型为单二极管模型时，候选参数为Iph、Io、Rs、Rsh、a；或，光伏电池模型为双二极管模型时，候选参数为Iph、Io1、Io2、Rs、Rsh、a1和a2；或光伏电池模型为光伏组件模型时，候选参数为Iph、Io、Rs、Rsh和a；其中，Iph是光生电流，Io是二极管反向饱和电流，Rs和Rsh分别是串联和并联电阻，a是二极管理想因子，Io1和Io2分别为扩散电流和饱和电流，a1和a2分别表示两个二极管的理想因子；头狼的位置为光伏电池模型的目标函数值的当前最优参数组；狼群种群，为光伏电池模型的目标函数值的候选参数组的集合；其中，所述基于醉汉漫步混沌狼群算法包括以下步骤：S1、使用混沌映射序列的方法对狼群种群进行初始化；即使用混沌映射序列的方法对光伏电池模型的目标函数值的候选参数组的集合进行初始化；S2、探狼利用基于醉汉漫步模型的要求进行游走方向的选择，采用自适应游走步长来进行游走行为，并获得头狼的位置；即采用基于醉汉漫步模型的游走规则来更新所述S1中的候选参数组，并获得当前最优参数组；S3、游走行为结束后，头狼召唤所有人工狼执行召唤行为；即采用召唤规则来更新经步骤S2处理得到的候选参数组；S4、召唤行为结束后，采用半数围攻策略来进行围攻，所述半数围攻策略为：若超过一半的猛狼与头狼的距离小于判定距离时，所有猛狼执行围攻行为；即采用所述半数围攻策略来更新经步骤S3处理得到的候选参数组；S5、采用基于汉明距离的狼群种群动态更新机制对狼群进行更新，即采用基于汉明距离的狼群种群动态更新规则来对经步骤S4处理得到的参数组进行更新，并更新头狼的位置，直至满足迭代停止条件，得到最佳头狼位置，即得到光伏电池模型的目标函数的最优解。

全文数据：

权利要求：

百度查询： 中国人民武装警察部队工程大学 基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD