Parameters identificatie van fotovoltaïsche cel

Parameters identificatie van fotovoltaïsche celmodellen met behulp van verbeterde verkennende salp ketens gebaseerde aanpak

De integratie van fotovoltaïsche systemen (PVS's) in toekomstige energiesystemen groeit uit tot een aantrekkelijkere keuze.

Dus, de studies met betrekking tot PVSs operatie hebben opgedaan immense belangstelling. In het bijzonder blijft onderzoek bij het identificeren van PV-celmodelparameters een wendbaar veld vanwege de niet-lineariteit van PV-celkenmerken en de brede afhankelijkheid van meteorologische omstandigheden van bestralingsniveau en temperatuur.

Dit document stelt een oppositie-gebaseerde Learning Modified Salp Swarm Algorithm (OLMSSA) voor voor een nauwkeurige identificatie van de twee-diode model parameters van de elektrische equivalent circuit van de PV-cel / module. Zes metaheuristische algoritmen, waaronder het onlangs uitgebrachte basisalgoritme SSA, gebruikt met het benchmarktest PV-model van de dubbele diode en een praktische PV-module, worden gebruikt om de prestaties van OLMSSA te beoordelen.

De experimentele resultaten en de diepgaande vergelijkende studie tonen duidelijk aan dat OLMSSA zeer concurrerend is en zelfs aanzienlijk beter dan de gerapporteerde resultaten van de meeste recent ontwikkelde parameteridentificatiemethoden.