研究目的
提出一种基于自动参数提取的光伏电池/组件改进动态建模方法,通过比较三种模型(单二极管模型SDM、双二极管模型DDM、SANDIA模型),并采用遗传算法GA和Levenberg-Marquardt算法LMA调整参数,以最小化变天气条件下实测输出与模拟输出之间的误差。
研究成果
采用LMA算法提取动态参数的方法显著提升了光伏组件模型在变工况条件下的精度,与使用标称参数或静态提取参数的模型相比,其与实际数据的吻合度更优。
研究不足
该研究聚焦于辐射的均匀分布,可能未考虑非均匀条件。动态参数提取需要大量计算资源。
1:实验设计与方法选择:
本研究比较了三种光伏模型(SDM、DDM、SANDIA),采用遗传算法(GA)提取静态参数,利用Levenberg-Marquardt算法(LMA)提取动态参数。
2:样本选择与数据来源:
使用三洋单晶光伏组件和峰值测量设备追踪仪(PVPM 2540C)进行测量。
3:实验设备与材料清单:
PVPM 2540C、三洋单晶光伏组件、传感器。
4:0C、三洋单晶光伏组件、传感器。
实验步骤与操作流程:
4. 实验步骤与操作流程:先通过GA提取静态参数,再使用LMA提取动态参数,将模拟输出与实际测量值进行对比。
5:数据分析方法:
采用均方根误差(RMSE)和平均绝对误差(MAE)比较测量值与模拟输出值。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容