PDF
研究文章|开放获取
Yourim Yoon,宗庆后吸引Geem, ”参数优化Single-Diode使用迷因的光伏电池模型算法”,国际期刊的Photoenergy, 卷。2015年, 文章的ID963562年, 7 页面, 2015年。 https://doi.org/10.1155/2015/963562
参数优化Single-Diode使用迷因的光伏电池模型算法
文摘
本研究提出了一个迷因的方法优化确定single-diode-equivalent太阳能电池模型的参数值。迷因算法,基于结合metaheuristic和梯度技术,性能良好的优点在全球和本地搜索。首先,10单一算法被认为是包括遗传算法、模拟退火粒子群优化,和谐搜索、微分进化,布谷鸟搜索、最小二乘方法,和模式搜索;然后最后的解决方案被用作初始向量的广义简约梯度技术。从这迷因的方法,我们可以进一步提高太阳能电池参数估计的准确性与单一算法相比的方法。
1。介绍
确定光伏(PV)细胞模型的参数值是非常重要的在设计太阳能电池和评估他们的表现。太阳能电池的关键参数,代表行为包括产生光电流,饱和电流,串联电阻,并联电阻,理想因子(1]。估计这些参数准确精确建模和准确的绩效评估是至关重要的太阳能电池。
提出了几个模型来描述行为的太阳能电池使用电流电压()的关系2- - - - - -4]。的太阳能电池具有非线性特征曲线由太阳能电池参数。这些模型通常包括分析方程基于物理描述当前制定现在pv技术特点和环境变量包括工作电压、环境温度和辐照度(5]。在众多的建模方法中,single-diode模型(SDM)是使用最广泛的太阳能电池模型在文献中。一般的长效磺胺包括5个参数:光电流,饱和电流,二极管理想不变,串联电阻和分流电阻。
目前各种计算智能方法,如遗传算法、粒子群优化,模拟退火,与和谐搜索,提出了太阳能电池参数的最优估计。许多研究旨在克服传统的确定性算法的缺点,研究算法的效率和适用性。混合方法结合两个或两个以上metaheuristic算法也被应用于探索随机人工智能算法的能力估计太阳能电池参数。这些算法可以找到相关参数值通过最小化的均方根误差(RMSE)作为目标函数的优化过程。
到目前为止,metaheuristic算法显示更高层次的适用性评估太阳能电池参数和性能。尽管如此,我们也假定一个迷因的方法,基于成熟的进化框架相结合,梯度局部搜索算法,可以提供一个更好的解决方案的机会。通过这个迷因的组合,可以看出RMSE所代表的准确性可以进一步改善因为metaheuristic算法可以强化了微积分方法的局部搜索性能和微积分方法可以加强metaheuristic算法的全局搜索性能。
本文组织如下。优化问题的公式来确定太阳能电池参数描述的部分2。节3迷因的实现,基于集成梯度本地搜索到更好的确定参数的进化框架,描述。然后,该方法提供了部分的仿真结果4,紧随其后的是结论部分5。
2。光伏模型的优化配方
太阳能电池是由各种半导体材料。太阳能电池的工作原理是基于光伏效应,这是一代的pn结的电位差的可见或其它辐射。当太阳能电池暴露在光源,半导体材料捕获光子,然后收取航空公司产生。电位差和当前的外部电路指南的分离载体内部电场产生的结和收集电极。photogenerated电荷载体可以因此捕获以电流的形式,也就是说,。消除这种影响,太阳能电池的行为像一个传统的二极管,不依靠任何光参数。肖克利二极管方程是用来代表电流通过二极管()[5)如下: 在哪里表示二极管饱和电流(普通二极管电流),表示二极管两端之间的电位差,表示理想因素表示热电压。在这里,热电压可以表示如下: 在哪里表示玻耳兹曼常量(1.380650×10−23J / K),表示环境温度(306 K在这项研究)表示电子电荷(1.602176×10−19C)。
SDM,可以直观地描述图1之前,叠加原理(6- - - - - -8]。因此,终端电流等于减去电流转移通过二极管和电阻如下: 在哪里表示电流分流,表示操作电压,表示串联电阻表示分流电阻。
图1可以转化为一个优化问题对RMSE一旦测量数据的关系,如下: 这个优化问题有五个决策变量的cell-generated光电流,二极管饱和电流,二极管理想因子,串联电阻,分流电阻。测量数据在表中1(5),第一列代表电压测量数据和第二列代表当前数据衡量,最初来自一个商业(RTC法国)57毫米直径硅太阳能电池在标准执行(1太阳辐照度水平(1000 W / m2在306°K) (9]。此外,数据图形如图2。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3所示。迷因的实现
迷因计算是计算机科学的一个分支认为复杂的结构是异构运算符的结合,名叫迷因的进化的交互有助于智能结构解决问题(10,11]。近几十年来,迷因算法已经广泛应用于大规模复杂优化问题。
平衡全局和局部搜索的问题,也就是说,基于计算智能和梯度搜索算法之间的平衡,一直在探索在多目标优化设置(12,13]。在[14),一个迷因的算法提出了分析进化人工神经网络训练的医疗应用程序。对于大规模组合优化问题,一个平行的迷因与选择性提出了局部搜索算法(15]。在[16- - - - - -18),迷因算法应用于解决调度和规划车辆路径和路径规划等问题。快速自适应迷因算法设计的控制器工程提出了驱动(19),一个紧凑的迷因微分算法开发了一个机器人控制(20.]。在[21),一个微分提供了基于进化的系统,该混合算法解决优化问题在流动力学设计。在[22)计划的小说迷因算法结合基于metaheuristic算法和梯度技术,找到更好的解决经济随机性加载负载等问题。
为了探索的机会更好的解决方案在确定太阳能电池参数使用媒母组合提出在这项研究中,各种metaheuristic算法,如遗传算法、模拟退火粒子群优化、搜索、和谐和布谷鸟搜索,以及数学方法,如最小二乘方法和模式搜索,执行,显示良好的表演水平在所有现有的相关方法在文学。
一旦良好的光伏电池模型参数值获得使用上述各种算法,可以进一步基于抛光使用梯度值技术。在这项研究中,我们采用了基于广义简约梯度(GRG)方法作为梯度局部搜索技术。
Carpentier GRG算法最初是由Abadie和(23)作为一个扩展的简化梯度法解决一般约束的非线性规划问题,可表示如下(24]: 在哪里是一个向量的变量,是目标函数,是th等式约束是th不等式约束()。是整个搜索空间和是可行的搜索空间。的和表示变量的上下界限,分别。假设所有问题的功能,,是连续可微的两倍。
GRG将不等式约束转化为等式约束,引入松弛变量。因此所有的约束都平等的形式,可以表示如下: 在哪里既包含原始变量和休闲裤。变量分为因变量和独立的(或基本和非基本变量,职责): 基本和非基本变量的名字来自线性规划。同样,目标函数的梯度,限制,和雅可比矩阵可以划分如下: 让是一个初始可行解,满足等式约束和约束约束。注意,必须选择这样基本变量是满秩。
减少梯度向量确定如下: 搜索方向的独立和依赖的变量 一条线执行搜索找到步长以下问题的解决方案: 最优解这个问题给了下一个解决方案: 更详细的描述(GRG法可以找到的25]。
4所示。计算结果
对于这个光伏参数优化的问题,迄今为止,各种metaheuristic和数学算法提出了自己的解决方案,总结如表2。见表2,获得解决方案向量光伏模型参数的模拟退火(SA) [26]RMSE 0.02165,这是最糟糕的一个不同的解决方案向量如果离群值从遗传算法1 (GA1)不考虑;遗传算法2 (GA2) (27)生产RMSE 0.02158,略高于SA);模式搜索(PS) (28)产生的RMSE 0.01741;非线性最小二乘1 (NLS1) [9)产生的RMSE 0.00719;粒子群优化(PSO) (4)产生的RMSE 0.00715;最小二乘(LS)方法(29日)产生的RMSE 0.00477;非线性最小二乘2 (NLS2) (1)产生的RMSE 0.00474;和谐搜索(HS) (30.)产生的RMSE 0.00280;修复的自适应差分进化(条)31日)产生的RMSE 0.00278;和布谷鸟搜索(CS) (5)生产RMSE 0.00269中是最好的算法。你们et al。4)提出GA1,但它似乎并不好,因为RMSE是巨大的(132590)。虽然有两个非线性最小二乘(NLS1和NLS2)和两个遗传算法(GA1和GA2),它们是不同的算法结构和算法的参数值。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
决策变量的搜索范围,,,,(30.),和几个metaheuristic算法如海关、条、CS提供了大量功能评估(h = 5000;条= 10000;和c = 5000)算法提供时间(242秒)和SA和GA2并未提及任何。
表1显示相应的电流计算了各种算法,和人物3显示了错误的计算和测量电流不同算法之间的关系。观察图中,错误后突然增加的大小约0.4 V。可能这是因为代表快速变化是更加困难比代表单调变化。测量电流后突然下降约0.4 V,见图2。
上述这些特色算法找到了好与小RMSE光伏参数值。然而,有可能进一步提高解决方案的质量?迷因算法,基于结合metaheuristic和梯度算法,可能对这个问题的回答,因为迷因算法可以补充metaheuristic算法基于利用梯度算法的弱点。因此,我们可以获得更好的解决方案,如果我们基于引入梯度算法metaheuristic算法。
本研究基于的梯度算法(GRG)本身无法找到好的解决办法,除非它始于良好的和可行的初始矢量。否则,将会陷入局部最优或将代替收敛发散。
对于这个光伏参数优化问题,基于使用梯度算法找到好的解决方案需要适当可行的初始矢量,这不是很容易和乏味的任务。因此,结果向量从metaheuristic或其他数学算法可以作为基于适当的初始向量梯度算法。
迷因的方法的结果列在下表中3。如表所示,一些初始向量可能是进一步提高而其他人可能不是因为困在当地的最优(LO)。SA + GRG可以改善RMSE从0.02165到0.00209;GA2 + GRG可以改善RMSE从0.02158到0.00432;PS + GRG可以改善RMSE从0.01741到0.00261;然而,NLS1 + GRG算法+ GRG LS + GRG NLS2 + GRG, HS + GRG条+ GRG, CS + GRG不能进一步改善RMSE因为他们已经到达了当地的最适条件,没有房间逃脱使用本地搜索技术。这里,GRG部分的计算时间小于1秒,所以它不会成为一种负担。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
图4显示了错误的计算和测量之间的电流从各种迷因的方法。观察图中,错误的大小小于单一算法的方法。而CS发现最好的RMSE 0.00269在单一算法方法中,PS + GRG能找到更好的RMSE 0.00261,和SA + GRG能找到更好的RMSE 0.00209。
虽然上述方法使用恒定的环境温度(306°K或32.85°C),环境温度的敏感性也测试了在不同操作条件(天气)−5°C到40°C。SA + GRG产生计算结果如表所示4。如表所示,和是波动的,越来越多,是减少的,几乎是恒定的。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
5。结论
在这项研究中,一个迷因的方法已经提出了优化确定single-diode-equivalent太阳能电池模型的参数值。迷因的方法考虑各种metaheuristic和数学算法,结合GRG技术。迷因的结果验证了性能的方法,进一步提高解决方案的质量最初获得的各种算法。
这项工作提出迷因的方法还可以进一步应用于更复杂的和现实的光伏模型与各种模块类型(32在未来)。理论上和全局搜索和局部搜索之间的平衡是一个很好的未来的研究课题,因为太多的利用解决方案似乎没有良好的初始向量的局部搜索算法。此外,parameter-setting-free技术(33,34)也可以纳入metaheuristic方法以消除繁琐的算法参数设置的任务。
命名法
| : | 观察终端当前 |
| : | 二极管电流 |
| : | Cell-generated光电流 |
| : | 二极管饱和电流 |
| : | 并联电流 |
| : | 波尔兹曼常数(1.380650×10−23J / K) |
| : | 二极管理想因素 |
| : | 电子电荷(1.602176×10−19C) |
| : | 串联电阻 |
| : | 分流电阻 |
| : | 环境温度(306 K在这项研究) |
| : | 观察操作电压 |
| : | 二极管两端之间的电位差 |
| : | 热电压。 |
利益冲突
作者宣称没有利益冲突有关的出版。
承认
这项研究受到了Gachon大学研究基金会2015 (gcu部件- 2015 - 0030)。
引用
- m . Chegaar z Ouennoughi, A·霍夫曼,“评价照明太阳能电池参数的一种新方法,”固体电子学,45卷,不。2、293 - 296年,2001页。视图:出版商的网站|谷歌学术搜索
- m . Chegaar z Ouennoughi、f . Guechi和h . Langueur”太阳能电池参数的确定在照明条件下,“杂志的电子设备2卷,2003年,17 - 21页。区间。视图:谷歌学术搜索
- w·肖,m·g·j·林德w . g . Dunford和a·卡博尔”实时识别最优操作点在光伏发电系统中,“IEEE工业电子产品,53卷,不。4、1017 - 1026年,2006页。视图:出版商的网站|谷歌学术搜索
- m .你们、王x和y,“参数提取太阳能电池使用粒子群优化,“应用物理杂志,卷105,不。9篇文章ID 094502 2009。视图:出版商的网站|谷歌学术搜索
- j .马t . o . Ting, k l .男人,n . Zhang S.-U。关,p·w·h·Wong“光伏模型的参数估计通过布谷鸟搜索。”应用数学学报ID 362619条,卷。2013年,8页,2013。视图:出版商的网站|谷歌学术搜索
- 诉瞧Brano, a . Orioli g . Ciulla和a . Di Gangi“光伏模块的改进的5个参数模型,太阳能材料和太阳能电池,卷94,不。8,1358 - 1370年,2010页。视图:出版商的网站|谷歌学术搜索
- w·德索托,s . a·克莱因和w·a·贝克曼“改进和验证模型的光伏阵列的性能,”太阳能,卷80,不。1,第88 - 78页,2006。视图:出版商的网站|谷歌学术搜索
- j·r·m·g·Villalva Gazoli, e . r .球场,“全面的光伏阵列建模与仿真方法,”IEEE电力电子,24卷,不。5,1198 - 1208年,2009页。视图:出版商的网站|谷歌学术搜索
- t . Easwarakhanthan j . Bottin i Bouhouch, c . Boutrit“非线性最小化算法确定太阳能电池参数微机,”国际太阳能杂志》上,4卷,不。1、1 - 12,1986页。视图:出版商的网站|谷歌学术搜索
- g . Iacca f .内里e . Mininno Y.-S。Ong和M.-H。Lim:“奥卡姆剃刀在迷因计算:最佳迷因的探索三个阶段,”信息科学卷。188年,17-43,2012页。视图:出版商的网站|谷歌学术搜索|MathSciNet
- f . Caraffini f .内里、g . Iacca和a·摩尔“迷因平行结构,”信息科学卷。227年,60 - 82、2013页。视图:出版商的网站|谷歌学术搜索|MathSciNet
- h . Ishibuchi t吉田,t .日本村田公司”之间的平衡遗传搜索和本地搜索迷因算法对多目标置换flowshop调度、”IEEE进化计算,7卷,不。2、204 - 223年,2003页。视图:出版商的网站|谷歌学术搜索
- k . c . Tan s . c . Chiam a . a .马蒙和c k .吴作栋”平衡勘探开发和自适应变异进化多目标优化,“欧洲运筹学杂志》上,卷197,不。2、701 - 713年,2009页。视图:出版商的网站|谷歌学术搜索
- h·a·阿巴斯”进化的人工神经网络方法对乳腺癌的诊断,“人工智能在医学上,25卷,不。3、265 - 281年,2002页。视图:出版商的网站|谷歌学术搜索
- 和y s . j .唐·m·h·Lim Ong”Diversity-adaptive并行迷因算法求解大规模组合优化问题,“软计算,11卷,不。9日,第888 - 873页,2007年。视图:出版商的网站|谷歌学术搜索
- s·m·k·哈桑,r .衬衣,d .埃及和d . Cornforth“媒母算法求解作业车间调度问题,”迷因计算,1卷,不。1,第83 - 69页,2009。视图:出版商的网站|谷歌学术搜索
- k . k . Lim Y.-S。Ong m . h . Lim,陈x和a·阿加瓦尔”混合蚁群算法在稀疏图路径规划,“软计算,12卷,不。10日,981 - 994年,2008页。视图:出版商的网站|谷歌学术搜索
- 昌明投资c . y . k . c . Tan, c . k .吴作栋”解决多目标通过进化计算与随机需求车辆路径问题,“欧洲运筹学杂志》上,卷177,不。2、813 - 839年,2006页。视图:出版商的网站|谷歌学术搜索
- A . Caponio g . l . Cascella f .内里,n .萨尔瓦多·m·萨姆纳,“快速自适应迷因算法在线和离线控制永磁同步电动机驱动器的设计,“IEEE系统,人,控制论,B部分:控制论,37卷,不。1,28-41,2007页。视图:出版商的网站|谷歌学术搜索
- f .内里和大肠Mininno迷因紧凑微分进化笛卡尔机器人控制,”IEEE计算机情报杂志,5卷,不。2,54 - 65年,2010页。视图:出版商的网站|谷歌学术搜索
- z . w . Geem”,参数估计的非线性muskingum模型使用蓄热技术,”灌溉和排水工程》杂志上,卷132,不。5,474 - 478年,2006页。视图:出版商的网站|谷歌学术搜索
- c . s . j . Kim金,z . w . Geem“迷因的方法改善最小成本的经济负荷调度问题,“数学问题在工程ID 906028条,卷。2014年,11页,2014年。视图:出版商的网站|谷歌学术搜索
- j . Abadie Carpentier j .,“泛化沃尔夫简化梯度法的非线性约束的情况下,”优化,页37-47、学术出版社,1969年。视图:谷歌学术搜索
- o . Yeniay”比较研究在约束非线性规划问题的优化方法,”数学问题在工程,卷2005,不。2、165 - 173年,2005页。视图:出版商的网站|谷歌学术搜索|MathSciNet
- l . s . Lasdon公元Waren, a . Jain和m·拉特纳”设计和测试的非线性规划的广义梯度减少代码,”ACM交易的数学软件,4卷,不。1,34-50,1978页。视图:出版商的网站|谷歌学术搜索
- k . m . El-Naggar m . r . AlRashidi m . f . AlHajri和a . k . Al-Othman“光电参数的模拟退火算法识别、”太阳能,卷86,不。1,第274 - 266页,2012。视图:出版商的网站|谷歌学术搜索
- j . a . Jervase h . Bourdoucen, a . Al-Lawati“太阳能电池使用遗传算法参数提取,”测量科学与技术,12卷,不。11日,第1925 - 1922页,2001年。视图:出版商的网站|谷歌学术搜索
- m·r·AlRashidi m . f . AlHajri k . m . El-Naggar和A . k . Al-Othman”一种新的估计方法来确定太阳能电池的电流-电压特性,”太阳能,卷85,不。7,1543 - 1550年,2011页。视图:出版商的网站|谷歌学术搜索
- k . Bouzidi m . Chegaar, n . Nehaoua”新方法提取参数的太阳能电池发光的电流-电压曲线,”诉讼的第四届国际会议上计算机集成制造恩,阿尔及利亚,2007。视图:谷歌学术搜索
- a . Askarzadeh和a . Rezazadeh”为太阳能电池模型参数识别利用和声搜索算法,”太阳能,卷86,不。11日,第3249 - 3241页,2012年。视图:出版商的网站|谷歌学术搜索
- w .锣和z Cai,”太阳能电池模型的参数提取使用修复自适应差分进化,”太阳能卷,94年,第220 - 209页,2013年。视图:出版商的网站|谷歌学术搜索
- m·西迪基和m . Abido”参数估计的五年和seven-parameter photovoltaicelectrical模型使用进化算法,”应用软计算杂志,13卷,不。12日,第4621 - 4608页,2013年。视图:出版商的网站|谷歌学术搜索
- z . w . Geem”,经济调度使用parameter-setting-free和谐搜索。”应用数学学报427936卷,2013篇文章ID, 5页,2013。视图:出版商的网站|谷歌学术搜索|MathSciNet
- z . w . Geem”,参数估计的非线性muskingum模型使用parameter-setting-free和谐搜索,“水文工程杂志,16卷,不。8,684 - 688年,2011页。视图:出版商的网站|谷歌学术搜索
版权
版权©2015 Yourim Yoon和宗庆后Geem求爱。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
