基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115062537A(43)申请公布日2022.09.16(21)申请号202210633318.8(22)申请日2022.06.06(71)申请人中国人民武装警察部队工程大学地址710086陕西省西安市三桥武警路一号(72)发明人吴虎胜彭强(74)专利代理机构西安维赛恩专利代理事务所(普通合伙)61257专利代理师刘春(51)Int.Cl.G06F30/27(2020.01)G06N3/00(2006.01)G06N7/08(2006.01)权利要求书2页说明书20页附图7页(54)发明名称基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法(57)摘要本发明公开了一种基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法，利用基于醉汉漫步混沌狼群算法，求解光伏电池模型的目标函数的最优解；其中，基于醉汉漫步混沌狼群算法包括以下步骤：S1、使用混沌映射序列进行种群初始化；S2、利用基于醉汉漫步模型的游走方向选择、和采用自适应游走步长，来进行游走行为；S3、头狼召唤所有狼向其靠拢；S4、设计奔袭行为半数狼群个体满足围攻距离，就进行围攻行为的判断条件来进行围攻；S5、迭代过程中，采用汉明距离的对种群中个体的相似性进行判断，不断的更新种群个体。其解决了当前智能优化算法求解光伏模型的参数辨识问题中，求解精度低的缺点和光伏组件模型的非线性和复杂性的问题。CN115062537ACN115062537A权利要求书1/2页1.基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法，其特征在于，利用基于醉汉漫步混沌狼群算法，求解所述光伏电池模型的目标函数的最优解，即完成对所述模型参数的辨识；所述基于醉汉漫步混沌狼群算法中，将狼群狩猎的区域看作一个N×D的欧式空间，其中狼群规模为N，空间的维度为D，狼i的位置为Xi＝(xi1,xi2,…,xiD)，其中xid为狼i在第d(d＝1,2,…,D)维空间中所处的位置，狼i感知到的猎物气味的浓度即所述光伏电池模型的目标函数值，记为Yi，则Yi＝f(Xi)(i＝1,2,…,N)；人工狼的位置，对应光伏电池参数辨识问题解空间中的某个候选参数组；头狼的位置为光伏电池模型的目标函数值的当前最优参数组；狼群种群，为光伏电池模型的目标函数值的候选参数组的集合；其中，所述基于醉汉漫步混沌狼群算法包括以下步骤：S1、使用混沌映射序列的方法对狼群种群进行初始化；即使用混沌映射序列的方法对光伏电池模型的目标函数值的候选参数组的集合进行初始化；S2、探狼利用基于醉汉漫步模型的要求进行游走方向的选择，采用自适应游走步长来进行游走行为，并获得头狼的位置；即采用基于醉汉漫步模型的游走规则来更新所述S1中的候选参数组，并获得当前最优参数组；S3、游走行为结束后，头狼召唤所有人工狼执行召唤行为；即采用召唤规则来更新经步骤S2处理得到的候选参数组；S4、召唤行为结束后，采用半数围攻策略来进行围攻，所述半数围攻策略为：若超过一半的猛狼与头狼的距离小于判定距离时，所有猛狼执行围攻行为；即采用所述半数围攻策略来更新经步骤S3处理得到的候选参数组；S5、采用基于汉明距离的狼群种群动态更新机制对狼群进行更新，即采用基于汉明距离的狼群种群动态更新规则来对经步骤S4处理得到的参数组进行更新，并更新头狼的位置，直至满足迭代停止条件，得到最佳头狼位置，即得到光伏电池模型的目标函数的最优解。2.如权利要求1所述的基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法，其特征在于，所述步骤S1的具体方法为：通过分段线性混沌映射Pwlcmmap搜索得到混沌变量序列后，再将混沌变量序列变换到原来的解空间，从而得到狼群算法的初始化种群。3.如权利要求1或2所述的基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法，其特征在于，所述步骤S2的具体方法为：游走过程中，探狼i按醉汉漫步模型采取贪婪式的策略，朝向h个方向分别前进一步，并记录每前进一步后所处位置和相应的适应度值，然后退回原位置；在h个方向中，取气味浓度最大且大于当前气味浓度Yi的方向作为该探狼的更新方向；将游走步长设计为自适应步长，即step＝rand·norm||xi‑g||，xi为狼i的位置，g为头狼的位置。4.如权利要求3所述的基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法，其特征在于，所述醉汉漫步模型为：其中，θp为醉汉漫步的方向，取值为[‑2π，2π]中的任意数；表示第k代中的猛狼i第d维2CN115062537A权利要求书2/2页空间中的位置；表示第k+1代中的猛狼i第d维空间中的位置；该模型中醉汉的每一步的方向是在整个空间中的任意方向。5.如权利要求4所述的基于醉汉漫步混沌狼群算法的光伏电池模型参数辨识方法，其特征在于，所述步骤S4的半数围攻