基于对数螺旋搜索和选择机制的算术优化器的性能评估,用于不同光伏电池模型的参数提取

科学领域:

• 可再生能源系统可再生能源系统
• 计算智能是一种计算智能.
• 电气工程 电气工程

背景情况:

• 越来越多的可再生能源需求需要精确的光伏 (PV) 系统建模.
• 在光伏模型中估计参数对于利用太阳能潜力至关重要,但存在重大挑战.

研究的目的:

• 引入创新的参数估计方法,对数螺旋搜索和基于选择机制的算术优化算法 (Ls-AOA).
• 为了提高各种光伏模型的参数提取的准确性和效率.

主要方法:

• 开发和应用Ls-AOA,一种增强的算术优化算法 (AOA),结合了对数搜索和选择机制.
• 将LS-AOA集成到用于单二极管,双二极管和三二极管光伏模型参数调节的标准化框架中.
• 使用RTC法国太阳能电池作为严格评估和比较的基准.

主要成果:

• Ls-AOA 始终达到较低的根平均平方误差 (RMSE) 值,显示出非常准确的电流-电压 (I-V) 特性估计.
• 该算法表现出平稳的收行为,加强了其在参数优化中的可靠性和效率.
• 对比分析证实了LS-AOA在优化太阳能光伏模型参数的现有方法上的优越性.

结论:

• Ls-AOA为太阳能光伏模型中准确的参数估计提供了强大的和有效的解决方案.
• 这一进步为提高太阳能系统的整体利用率和性能带来了巨大的潜力.
• 该方法的有效性通过严格的统计和趋同分析,使用标准基准来验证.