Comprehensive overview of meta-heuristic algorithm applications on PV cell parameter identification
Comprehensive overview of meta-heuristic algorithm applications on PV cell parameter identification
复制标题
元启发式算法在光伏电池参数识别中的应用全面概述
DOI：
10.1016/j.enconman.2020.112595
复制
发表时间：
2020-03
影响因子：
10.4
通讯作者：
Sun Liming
中科院分区：
文献类型：
--
作者：
Yang Bo;Wang Jingbo;Zhang Xiaoshun;Yu Tao;Yao Wei;Shu Hongchun;Zeng Fang;Sun Liming
准确的参数辨识对于光伏电池的精确建模和光伏系统特性分析至关重要，而输出i - v曲线的高度非线性使得这一问题非常棘手。因此，在过去的几年里，大量的研究引起了广泛的兴趣。由于计算机技术和群体智能的快速发展，各种有前途的元启发式算法被提出，进一步加速了这一趋势。本文旨在对元启发式算法及其相关变体在光伏电池参数识别中的应用进行全面综述。具体来说，这些算法分为四类，即基于生物学的算法、基于物理学的算法、基于社会学的算法和基于数学的算法。同时，对各种算法的评价标准和识别性能进行了深入的讨论。此外，为了对各种算法进行定量评价和比较，在每个算法的最后都提供了识别出的PV参数，包括具体误差和模拟的输出i - vorp - v曲线。此外，还对这些方法进行了全面的总结，以更具体地指导读者掌握和利用这些方法。最后，结语部分对所涉及的28种算法进行了总结，并对未来的发展提出了展望和建议。
Accurate parameter identification is crucial for a precise PV cell modelling and analysis of characteristics of PV systems, while high nonlinearity of outputI-Vcurve makes this problem extremely thorny. Hence, a large number of researches have aroused extensive interests in the past few years. Due to the rapid advancement of computer technology and swarm intelligence, various promising meta-heuristic algorithms have been proposed to further accelerate this trend. This paper aims to undertake a comprehensive review on meta-heuristic algorithms and related variants which have been applied on PV cell parameter identification. Particularly, these algorithms are classified into four categories, e.g., biology-based algorithms, physics-based algorithms, sociology-based algorithms and mathematics-based algorithms. Meanwhile, the evaluation criteria and identification performance of each algorithm are thoroughly addressed. Besides, in order to quantitatively evaluate and compare various algorithms, the identified PV parameters including the specific error and the simulated outputI-VorP-Vcurves are provided at the end of each algorithm. Moreover, a comprehensive summary is also introduced to more specifically guide the readers to grasp and utilize these approaches. Lastly, based on the covered twenty-eight algorithms, conclusion presents some perspectives and recommendations for future development.
登录
查看更多内容
基于动态领导者的集体智能，用于跟踪受部分阴影条件影响的光伏系统的最大功率点
影响因子：
10.4
作者：
Yang Bo;Yu Tao;Zhang Xiaoshun;Li Haofei;Shu Hongchun;Sang Yiyan;Jiang Lin
通讯作者：
Jiang Lin
影响因子：
3.1
作者：
Long Wang;Chao Huang
通讯作者：
Long Wang;Chao Huang
DOI：
10.1109/icsmc.2009.5346043
发表时间：
2009-10
期刊：
2009 IEEE International Conference on Systems, Man and Cybernetics
影响因子：
--
作者：
Mehmet Ergezer;D. Simon;Dawei Du
通讯作者：
Mehmet Ergezer;D. Simon;Dawei Du
改进的并行混沌优化算法
影响因子：
4
作者：
Xiaofang Yuan;Yimin Yang;Hui Wang
通讯作者：
Hui Wang
使用广义模式搜索进行部分阴影的新型 MPPT 设计
影响因子：
6.7
作者：
Ali Faisal Murtazab;Qiang Ling;Shahid Qamara;M. Majid Gulzar
通讯作者：
M. Majid Gulzar