Parameter Identification of Photovoltaic Cell Model Based on Grouping Teaching-Learning-Based Optimi
信息来源：网络 时间：2024-03-12 11:38
光伏组件双二极管模型参数辨识混合方法研究
1
2021
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
光伏组件双二极管模型参数辨识混合方法研究
1
2021
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
国际太阳能发电产业现状及发展趋势
1
2020
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
国际太阳能发电产业现状及发展趋势
1
2020
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
我国发展光伏发电存在的问题面临的形势及建议
1
2011
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
我国发展光伏发电存在的问题面临的形势及建议
1
2011
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
国内外太阳能光热发电发展现状及前景
1
2015
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
国内外太阳能光热发电发展现状及前景
1
2015
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
基于改进蝗虫优化算法的光伏电池模型参数辨识
1
2020
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
基于改进蝗虫优化算法的光伏电池模型参数辨识
1
2020
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
Experimental parameter extraction in the single-diode photovoltaic model via a reduced-space search
1
2017
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
Maximum likelihood parameters estimation of single-diode model of Photovoltaic generator
1
2018
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
一种基于改进型樽海鞘群算法的光伏电池参数辨识方法
1
2021
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
一种基于改进型樽海鞘群算法的光伏电池参数辨识方法
1
2021
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
基于精英反向学习粒子群算法的光伏电池参数辨识
1
2021
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
基于精英反向学习粒子群算法的光伏电池参数辨识
1
2021
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
Parameters identification of photovoltaic cells and modules using diversification-enriched Harris hawks optimization with chaotic drifts
1
2019
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
Parameter estimation of solar photovoltaic (PV) cells: A review
1
2016
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
A practical method of analysis of the current-voltage charac-teristics of solar cells
1
1981
... 由于传统化石能源短缺问题日益严重，我国对新能源发展的重视提到了前所未有的高度[1,2].太阳能作为一种可再生能源，不会对环境造成污染，受到了越来越多的关注[3,4].目前，太阳能电池建模最常用的是单二极管模型和双二极管模型[5,6,7]，这些模型有多个未知参数，而对于这些参数的求解，在太阳能电池的设计和性能评估中具有重要作用，因此，提取精确的光伏电池模型参数非常重要[8,9,10].对于光伏电池的参数提取，传统的方法是利用数学方法进行求解，这样可能会导致误差过大，对光伏电池的内部机理和外部特性的关系极其不利[11,12]. ...
1
2014
... 为了更加有效地解决光伏电池的参数辨识问题，许多专家学者提出了各种智能算法，然而每一种算法都会有不足的地方，例如：粒子群优化算法(particle swarm optimization, PSO)易于实现并且只需要较少的参数来进行调节，但是容易陷入局部最优，并且搜索精度不高[13]；遗传算法(genetic algorithm, GA)收敛速度快、通用性好，但存在容易过早收敛到局部最优的问题[14]；基于教与学的优化算法(teaching-learning-based optimization, TLBO)简单、有效且易于实现，然而它的搜索能力较差，搜索精度较低[15]；差分进化算法(differential evolution, DE)是一种简单有效的算法，该算法的鲁棒性和收敛性较好，但受算法参数的影响较大[16]. ...
Characterization of PV panel and global optimization of its model parameters using genetic algorithm
1
2013
... 为了更加有效地解决光伏电池的参数辨识问题，许多专家学者提出了各种智能算法，然而每一种算法都会有不足的地方，例如：粒子群优化算法(particle swarm optimization, PSO)易于实现并且只需要较少的参数来进行调节，但是容易陷入局部最优，并且搜索精度不高[13]；遗传算法(genetic algorithm, GA)收敛速度快、通用性好，但存在容易过早收敛到局部最优的问题[14]；基于教与学的优化算法(teaching-learning-based optimization, TLBO)简单、有效且易于实现，然而它的搜索能力较差，搜索精度较低[15]；差分进化算法(differential evolution, DE)是一种简单有效的算法，该算法的鲁棒性和收敛性较好，但受算法参数的影响较大[16]. ...
Teaching-learning-based optimization: An optimization method for continuous non-linear large scale problems
1
2012
... 为了更加有效地解决光伏电池的参数辨识问题，许多专家学者提出了各种智能算法，然而每一种算法都会有不足的地方，例如：粒子群优化算法(particle swarm optimization, PSO)易于实现并且只需要较少的参数来进行调节，但是容易陷入局部最优，并且搜索精度不高[13]；遗传算法(genetic algorithm, GA)收敛速度快、通用性好，但存在容易过早收敛到局部最优的问题[14]；基于教与学的优化算法(teaching-learning-based optimization, TLBO)简单、有效且易于实现，然而它的搜索能力较差，搜索精度较低[15]；差分进化算法(differential evolution, DE)是一种简单有效的算法，该算法的鲁棒性和收敛性较好，但受算法参数的影响较大[16]. ...
Differential evolution—A simple and efficient heuristic for global optimization over continuous spaces
1
1997
... 为了更加有效地解决光伏电池的参数辨识问题，许多专家学者提出了各种智能算法，然而每一种算法都会有不足的地方，例如：粒子群优化算法(particle swarm optimization, PSO)易于实现并且只需要较少的参数来进行调节，但是容易陷入局部最优，并且搜索精度不高[13]；遗传算法(genetic algorithm, GA)收敛速度快、通用性好，但存在容易过早收敛到局部最优的问题[14]；基于教与学的优化算法(teaching-learning-based optimization, TLBO)简单、有效且易于实现，然而它的搜索能力较差，搜索精度较低[15]；差分进化算法(differential evolution, DE)是一种简单有效的算法，该算法的鲁棒性和收敛性较好，但受算法参数的影响较大[16]. ...
自适应差分进化算法在光伏组件模型参数辨识中的应用
1
2018
... 光伏电池的单二极管等效电路模型包含了一个电流源、反向偏压二极管、并联电阻和串联电阻[17,18]，如图1所示，单二极管结构简单，更容易计算. ...
自适应差分进化算法在光伏组件模型参数辨识中的应用
1
2018
... 光伏电池的单二极管等效电路模型包含了一个电流源、反向偏压二极管、并联电阻和串联电阻[17,18]，如图1所示，单二极管结构简单，更容易计算. ...
Parameters identification of photovoltaic models using an improved jaya optimization algorithm
1
2017
... 光伏电池的单二极管等效电路模型包含了一个电流源、反向偏压二极管、并联电阻和串联电阻[17,18]，如图1所示，单二极管结构简单，更容易计算. ...
Teaching-learning-based artificial bee colony for solar photovoltaic parameter estimation
2
2018
... 式中：n1和n2分别为2个二极管的理想因子[19]. ...
... TLBO算法是近年来提出的一种新的群智能优化算法，该算法模拟了现实生活中教师与学生之间的教与学过程，通过教师的教学过程和学生之间的相互学习过程来提高班级的成绩，从而达到寻找全局最优解的目的[24,25]，该算法具有简单性、可扩展性、灵活性、稳健性、自组织性、隐含并行性等特点[19,26,27,28]. ...
基于AEPSO-BPNN的光伏阵列多场景参数辨识
1
2020
... 在光伏电池实际的应用中，所需的电压和电流不单单只有一个光伏电池，通常是由若干个光伏电池串联或者并联而成[20]，基于单二极管的光伏组件模型等效电路如图3所示. ...
基于AEPSO-BPNN的光伏阵列多场景参数辨识
1
2020
... 在光伏电池实际的应用中，所需的电压和电流不单单只有一个光伏电池，通常是由若干个光伏电池串联或者并联而成[20]，基于单二极管的光伏组件模型等效电路如图3所示. ...
On the root mean square error (RMSE) calculation for parameter estimation of photovoltaic models: A novel exact analytical solution based on Lambert W function
1
2020
... 式中：N为实际被测量电流的数量；p为未知参数构成的解向量[21,22,23].单二级管模型、双二极管模型和光伏组件模型的fk(U，I，p)表达式分别如下文所述. ...
基于改进教与学优化的光伏阵列模型参数辨识研究
1
2022
... 式中：N为实际被测量电流的数量；p为未知参数构成的解向量[21,22,23].单二级管模型、双二极管模型和光伏组件模型的fk(U，I，p)表达式分别如下文所述. ...
基于改进教与学优化的光伏阵列模型参数辨识研究
1
2022
... 式中：N为实际被测量电流的数量；p为未知参数构成的解向量[21,22,23].单二级管模型、双二极管模型和光伏组件模型的fk(U，I，p)表达式分别如下文所述. ...
Parameters identification of solar cell models using generalized oppositional teaching learning based optimization
1
2016
... 式中：N为实际被测量电流的数量；p为未知参数构成的解向量[21,22,23].单二级管模型、双二极管模型和光伏组件模型的fk(U，I，p)表达式分别如下文所述. ...
Parameter extraction of photovoltaic models using an improved teaching-learning-based optimization
1
2019
... TLBO算法是近年来提出的一种新的群智能优化算法，该算法模拟了现实生活中教师与学生之间的教与学过程，通过教师的教学过程和学生之间的相互学习过程来提高班级的成绩，从而达到寻找全局最优解的目的[24,25]，该算法具有简单性、可扩展性、灵活性、稳健性、自组织性、隐含并行性等特点[19,26,27,28]. ...
Parameter extraction of solar photovoltaic models with an either-or teaching learning based algorithm
1
2020
... TLBO算法是近年来提出的一种新的群智能优化算法，该算法模拟了现实生活中教师与学生之间的教与学过程，通过教师的教学过程和学生之间的相互学习过程来提高班级的成绩，从而达到寻找全局最优解的目的[24,25]，该算法具有简单性、可扩展性、灵活性、稳健性、自组织性、隐含并行性等特点[19,26,27,28]. ...
An improved TLBO with elite strategy for parameters identification of PEM fuel cell and solar cell models
1
2014
... TLBO算法是近年来提出的一种新的群智能优化算法，该算法模拟了现实生活中教师与学生之间的教与学过程，通过教师的教学过程和学生之间的相互学习过程来提高班级的成绩，从而达到寻找全局最优解的目的[24,25]，该算法具有简单性、可扩展性、灵活性、稳健性、自组织性、隐含并行性等特点[19,26,27,28]. ...
Enhanced leader particle swarm optimisation (ELPSO): An efficient algorithm for parameter estimation of photovoltaic (PV) cells and modules
1
2018
... TLBO算法是近年来提出的一种新的群智能优化算法，该算法模拟了现实生活中教师与学生之间的教与学过程，通过教师的教学过程和学生之间的相互学习过程来提高班级的成绩，从而达到寻找全局最优解的目的[24,25]，该算法具有简单性、可扩展性、灵活性、稳健性、自组织性、隐含并行性等特点[19,26,27,28]. ...
Classified perturbation mutation based particle swarm optimization algorithm for parameters extraction of photovoltaic models
1
2020
... TLBO算法是近年来提出的一种新的群智能优化算法，该算法模拟了现实生活中教师与学生之间的教与学过程，通过教师的教学过程和学生之间的相互学习过程来提高班级的成绩，从而达到寻找全局最优解的目的[24,25]，该算法具有简单性、可扩展性、灵活性、稳健性、自组织性、隐含并行性等特点[19,26,27,28]. ...
QQ在线咨询 
400-123-4567