文献

J-GLOBAL ID：201802272877785157   整理番号：18A0426860

改良されたシャッフル複合進化アルゴリズムを用いた太陽電池モデルのパラメータ抽出【Powered by NICT】

Parameter extraction of solar cell models using improved shuffled complex evolution algorithm

著者 (7件)： Gao Xiankun (Key Laboratory of New Materials and Facilities for Rural Renewable Energy, Ministry of Agriculture, Henan Agricultural University, Zhengzhou 450002, China) ,  Cui Yan (Key Laboratory of New Materials and Facilities for Rural Renewable Energy, Ministry of Agriculture, Henan Agricultural University, Zhengzhou 450002, China) ,  Hu Jianjun (Key Laboratory of New Materials and Facilities for Rural Renewable Energy, Ministry of Agriculture, Henan Agricultural University, Zhengzhou 450002, China) ,  Xu Guangyin (Key Laboratory of New Materials and Facilities for Rural Renewable Energy, Ministry of Agriculture, Henan Agricultural University, Zhengzhou 450002, China) ,  Wang Zhenfeng (Key Laboratory of New Materials and Facilities for Rural Renewable Energy, Ministry of Agriculture, Henan Agricultural University, Zhengzhou 450002, China) ,  Qu Jianhua (Key Laboratory of New Materials and Facilities for Rural Renewable Energy, Ministry of Agriculture, Henan Agricultural University, Zhengzhou 450002, China) ,  Wang Heng (Key Laboratory of New Materials and Facilities for Rural Renewable Energy, Ministry of Agriculture, Henan Agricultural University, Zhengzhou 450002, China)
資料名： Energy Conversion and Management  (Energy Conversion and Management)
巻： 157  ページ： 460-479  発行年： 2018年 
JST資料番号： A0552A  ISSN： 0196-8904  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 太陽電池モデルの高速で正確なパラメータ抽出は常にPVシステムのシミュレーション,評価および最大エネルギー収穫のために望まれている。本論文では,異なるPVモデルのパラメータ抽出のための改良し,シャッフルされた複雑な進展(ISCE)アルゴリズム,単一ダイオードモデル,二重ダイオードモデルと単一ダイオード太陽電池モジュールモデルを提案した。提案ISCEアルゴリズムの新規性は,改善された競争複雑な進化戦略における一次にあり,三種の土壌改良剤は元のSCEアルゴリズムの欠点を克服するために提案した。(1)膨張段階と外部収縮段階はより良い解を生成する確率を改善するために挿入した。(2)反射吸収結合処理法は大域的探索の機会を向上させ,局所最小値への捕獲を避けるために採用した。(3)単体の主要な対角は,局所粗さを克服し,効率的に大域的探索を駆動するために採用した。提案ISCEのパラメータ抽出性能を試験し,いくつかの最先端レベルアルゴリズムとを比較するために,太陽電池と三太陽電池モジュールの標準データセットと実際の測定したデータセットは,異なるPVモデルのパラメータ抽出のために選択した。比較結果は,提案したISCEアルゴリズムは常に比較した全てのアルゴリズムの中で最も正確なパラメータ値を得るために最高の計算効率を示すことが分かった。より重要なことは,提案したISCEアルゴリズムは一般的に報告されている最良アルゴリズムよりも優れた収束速度とロバスト性を約束する。これら優位性により,提案したISCEアルゴリズムは非常に有望であり,太陽電池模型のパラメータ抽出問題を解くための正確な,効率的で信頼性のある代替法であることが予想される。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 高速度 ,  ダイオード ,  ダイオードモデル ,  *モデル ,  信頼性 ,  ロバスト性 ,  *アルゴリズム ,  *太陽電池
準シソーラス用語： 収束速度 ,  計算効率 ,  進化戦略 ,  エネルギーハーベスティング ,  太陽光発電システム ,  *パラメータ抽出 ,  *進化的アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 太陽電池 ,  単一ダイオードモデル ,  二重ダイオードモデル ,  パラメータ抽出 ,  Shuffled complex evolution

分類 (1件)： 太陽光発電  (NB03090G)

タイトルに関連する用語 (4件)： 進化アルゴリズム ,  太陽電池 ,  モデル ,  パラメータ抽出