【控制】基于白鲸优化算法实现太阳能光伏模型参数估计附matlab代码

简介: 【控制】基于白鲸优化算法实现太阳能光伏模型参数估计附matlab代码


1 内容介绍

在当今全球经济快速发展不断加剧能源需求与环境保护矛盾的背景下,光伏发电技术得到了广泛关注。实用的光伏电池仿真模型和高效的最大功率点追踪(MPPT)控制算法对光伏发电的推广应用具有十分重要的意义。论文主要对光伏电池建模和MPPT控制算法进行了研究。在当前实际工程广泛使用的光伏电池4参数行为模型及相应的电池性能参数修正公式中,补偿系数采用推荐典型值时,得到的仿真曲线与光伏电池温度特性不符。针对这一问题,论文基于实际光伏电池数据手册中相关系数实测值和相关研究文献对补偿系数的调整结果,结合实际的仿真情况,提出了温度补偿系数的设置建议。针对现有电池仿真模型普遍存在移植难度大和参数设置不便等不足,论文基于Matlab/Simulink平台开发了封装成精装子系统的光伏电池工程用仿真模型,模型具有很好的可移植性和便捷性,满足工程应用需求。相应的仿真结果表明:按照论文所提的温度补偿系数设置建议对相应的系数进行设置,所开发的仿真模型对不同环境条件下的实际电池输出特性均能够较好地进行模拟。在外界光照辐射强度快速连续变化情况下进行MPPT,功率预测法虽然能够成功避免误判现象的发生,但其追踪至系统最大功率点(MPP)附近时,因其单一的逻辑判断机制会使得系统功率在MPP两侧发生不必要的往返振荡现象,降低了系统的追踪效率,同时还使得追踪过程中系统的工作点与MPP发生较大的偏离,增加了不必要的功率损失。

2 仿真代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%       Dr.Tummala.S.L.V.Ayyarao

%% https://scholar.google.co.in/citations?user=X7i25FAAAAAJ&hl=en&oi=sra

%% GMR Institute of Technology, India

%% Ayyarao, TummalaS LV, N. S. S. RamaKrishna, Rajvikram Madurai Elavarasam, Nishanth Polumahanthi, M. Rambabu, Gaurav Saini, Baseem Khan, and Bilal Alatas. "War Strategy Optimization Algorithm: A New Effective Metaheuristic Algorithm for Global Optimization." IEEE Access (2022).

%% https://ieeexplore.ieee.org/abstract/document/9718247

%% Code developed by Tummala.S.L.V.Ayyarao

%% Ayyarao, Tummala SLV, and Polamarasetty P. Kumar. "Parameter estimation of solar PV models with a new proposed war strategy optimization algorithm." International Journal of Energy Research (2022).

% close all

clear

clc

format long;

Solidiers_no=50; % Number of Soldiers

Max_iteration=1000; % Maximum numbef of iterations

global V Ie Im

% Objective Function

tic

fobj=@single_dd;

lb=[0 0 0 0 1];

ub=[1 1 100 0.5 2];

dim=5;

BEst=zeros(1,10);

BESTT1=inf;

for i=1:10

i

[Best_score,Best_pos,WSO_cg_curve]=WSO(Solidiers_no,Max_iteration,lb,ub,dim,fobj);

BEst(i)=Best_score;

if Best_score<BESTT1

   BESTT1 = Best_score;

   BESTT2=Best_pos;

end

% BEst(i)=min(PSO_cg_curve);

end

toc

S=std(BEst)

A=mean(BEst)

B=min(BEst)

single_dd(BESTT2)

% figure(1)

figure(1)

semilogy(WSO_cg_curve,'Color','b')

title('Objective space')

xlabel('Iteration');

ylabel('Best score obtained so far');

% % % %

axis tight

grid on

box on

figure(2)

plot(V,Im,'LineWidth',2)

hold on

plot(V,Ie,'>','LineWidth',2,'MarkerFaceColor','black')

xlabel('Voltage')

ylabel('Current')

legend('measured','estimated')

figure(3)

plot(V, V.*Im,'LineWidth',2)

hold on

plot(V,V.*Ie,'>','LineWidth',2)

xlabel('Voltage')

ylabel('Power')

3 运行结果

image.gif编辑

image.gif编辑

image.gif编辑

4 参考文献

[1]李洁, 韩洲亮. 带有MPPT跟踪技术的太阳能光伏电池MATLAB仿真模型[J]. 自动化与仪器仪表, 2017(1):3.

[2]严国康. 太阳能光伏电池工程用仿真模型及其MPPT控制算法研究[D]. 重庆大学, 2015.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。

相关文章
|
3天前
|
算法 数据安全/隐私保护 计算机视觉
基于二维CS-SCHT变换和LABS方法的水印嵌入和提取算法matlab仿真
该内容包括一个算法的运行展示和详细步骤,使用了MATLAB2022a。算法涉及水印嵌入和提取,利用LAB色彩空间可能用于隐藏水印。水印通过二维CS-SCHT变换、低频系数处理和特定解码策略来提取。代码段展示了水印置乱、图像处理(如噪声、旋转、剪切等攻击)以及水印的逆置乱和提取过程。最后,计算并保存了比特率,用于评估水印的稳健性。
|
17小时前
|
机器学习/深度学习 算法 API
【Paddle】PCA线性代数基础 + 领域应用:人脸识别算法(1.1w字超详细:附公式、代码)
【Paddle】PCA线性代数基础 + 领域应用:人脸识别算法(1.1w字超详细:附公式、代码)
6 0
|
4天前
|
存储 算法 数据可视化
基于harris角点和RANSAC算法的图像拼接matlab仿真
本文介绍了使用MATLAB2022a进行图像拼接的流程,涉及Harris角点检测和RANSAC算法。Harris角点检测寻找图像中局部曲率变化显著的点,RANSAC则用于排除噪声和异常点,找到最佳匹配。核心程序包括自定义的Harris角点计算函数,RANSAC参数设置,以及匹配点的可视化和仿射变换矩阵计算,最终生成全景图像。
|
4天前
|
算法 Serverless
m基于遗传优化的LDPC码NMS译码算法最优归一化参数计算和误码率matlab仿真
MATLAB 2022a仿真实现了遗传优化的归一化最小和(NMS)译码算法,应用于低密度奇偶校验(LDPC)码。结果显示了遗传优化的迭代过程和误码率对比。遗传算法通过选择、交叉和变异操作寻找最佳归一化因子,以提升NMS译码性能。核心程序包括迭代优化、目标函数计算及性能绘图。最终,展示了SNR与误码率的关系,并保存了关键数据。
13 1
|
5天前
|
算法
基于改进粒子群算法的混合储能系统容量优化matlab
基于改进粒子群算法的混合储能系统容量优化matlab
|
5天前
|
算法 调度
考虑需求响应的微网优化调度模型【粒子群算法】【matlab】
考虑需求响应的微网优化调度模型【粒子群算法】【matlab】
|
5天前
|
运维 算法
基于改进遗传算法的配电网故障定位(matlab代码)
基于改进遗传算法的配电网故障定位(matlab代码)
|
5天前
|
算法 调度
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
|
5天前
|
算法
【免费】基于ADMM算法的多微网电能交互分布式运行策略(matlab代码)
【免费】基于ADMM算法的多微网电能交互分布式运行策略(matlab代码)
|
5天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于有序抖动块截断编码的水印嵌入和提取算法matlab仿真
这是一个关于数字图像水印嵌入的算法介绍。使用MATLAB2022a,该算法基于DOTC,结合抖动和量化误差隐藏,确保水印的鲁棒性和隐蔽性。图像被分为N*N块,根据水印信号进行二值化处理,通过调整重建电平的奇偶性嵌入水印。水印提取是嵌入过程的逆操作,通过重建电平恢复隐藏的水印比特。提供的代码片段展示了从块处理、水印嵌入到噪声攻击模拟及水印提取的过程,还包括PSNR和NC的计算,用于评估水印在不同噪声水平下的性能。