Five-Parameter Identification Method for Multi-Type Photovoltaic Modules Based on Genetic Algorithm

Jicheng Zhou

doi:10.3390/coatings16091103

Five-Parameter Identification Method for Multi-Type Photovoltaic Modules Based on Genetic Algorithm

2026-09-17

0

OA

AI

DOI：10.3390/coatings16091103

原文链接

原文求助

摘要

En 中文

现有光伏组件参数提取方法大多针对特定组件类型或结构配置开发，难以实现跨不同材料、结构和运行条件的统一建模。为解决此问题，本研究提出了一种基于光伏电池单二极管模型的统一五参数辨识方法，并结合遗传算法。选择光电流、反向饱和电流、串联电阻、并联电阻和二极管理想因子作为辨识参数，并将参数提取问题表述为全局优化问题。在此基础上，建立了考虑辐照度和温度影响的基于电池单元的参数校正模型，并根据内部电气连接实现了不同架构光伏组件的统一建模，以预测其电气特性。该方法采用不同遮蔽条件下半片单晶硅组件的实验数据，以及不同辐照度和温度条件下单晶硅、多晶硅和薄膜组件的实验数据进行验证。此外，采用法国RTC太阳能电池和Photowatt-PWP201组件基准数据集进一步评估参数辨识过程的可靠性。结果表明，所提出的方法可有效再现所研究光伏组件的电气特性，开路电压、短路电流和最大功率的最大相对误差分别为2.48%、2.17%和4.32%。基准验证进一步表明，该方法在达到与其他代表性优化算法相当拟合精度的同时，表现出良好的重复性和收敛性能。这些结果共同证明了所提出的基于电池单元的五参数建模框架在所研究运行条件下对不同材料及结构光伏组件的可行性，为统一参数辨识、性能表征和工程建模提供了一种简单可行的方法。

Keyword:

photovoltaic modules

single-diode model

parameter identification

genetic algorithm

operating conditions

Five-Parameter Identification Method for Multi-Type Photovoltaic Modules Based on Genetic Algorithm

摘要

期刊

机构