【电力系统】CJAYA算法优化光伏模型SDM参数附matlab代码

news2025/8/17 4:28:26

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法神经网络预测雷达通信无线传感器

信号处理图像处理路径规划元胞自动机无人机电力系统

⛄ 内容介绍

定义参数使用测得的电压-电流特性的光伏模型对于基于光伏系统的仿真、控制和评估至关重要。本文提出了一种增强的混沌 JAYA 算法来准确可靠地对各种光伏模型（例如单二极管和双二极管模型）的参数进行分类。所提出的算法在搜索空间的各个阶段引入自适应权重来调节趋势以达到最优解并避免最差解。自适应权重能力还允许所提出的技术在最早阶段达到最佳解决方案，然后开始局部搜索过程，这也增加了探索能力。三种不同的混沌过程，包括正弦图、物流图和帐篷图，提出来优化每一代最优解的一致性。所提出的算法及其变体用于解决各种光伏模型的参数估计问题。为了展示所建议算法及其变体的熟练程度，使用 MATLAB/Simulink 软件进行了广泛的仿真。进行了两项统计测试，并与最新技术进行了比较，以验证所建议算法及其变体的性能。综合分析和实验结果表明，与文献中的其他算法相比，所提出的算法在准确性和可靠性方面具有很强的竞争力。这项研究将得到额外的在线服务和论文源代码指导的支持，网址为所提出的算法及其变体用于解决各种光伏模型的参数估计问题。为了展示所建议算法及其变体的熟练程度，使用 MATLAB/Simulink 软件进行了广泛的仿真。进行了两项统计测试，并与最新技术进行了比较，以验证所建议算法及其变体的性能。综合分析和实验结果表明，与文献中的其他算法相比，所提出的算法在准确性和可靠性方面具有很强的竞争力。这项研究将得到额外的在线服务和论文源代码指导的支持，网址为所提出的算法及其变体用于解决各种光伏模型的参数估计问题。

⛄ 部分代码

% Enhanced CJAYA Algorithm %

% Cite: M. Premkumar, Pradeep Jangir, R. Sowmya, M.E. Rajvikram,

% and B. Santhosh Kumar, “Enhanced Chaotic JAYA Algorithm for Parameter

% Estimation of Photovoltaic Cell/Modules,” ISA Transactions (Elsevier),

% Vol. 116, pp. 139-166, 2021. DOI: https://doi.org/10.1016/j.isatra.2021.01.045

function[Best_Cost,Best_X,Convergence_curve]=CJAYA(N,Max_IT,lb,ub,dim,fobj)

%Initialization

X = lb+rand(N,dim).*(ub-lb);

for i=1:N

fit(i,:) = fobj(X(i,:));

end

FES = 1;

Log_C=rand;

if f_new<fit(i)

X(i,:)=Xnew;

fit(i)=f_new;

end

if fit(i)<Best_Cost

Best_X=X(i,:);

Best_Cost=fit(i);

end

FES=FES+1;

Convergence_curve(FES)=Best_Cost;

disp(['FES: ' num2str(FES) ', Best Cost = ' num2str(Best_Cost)]);

end

disp(['SDM Variables : ' num2str(Best_X)]);

disp(['RMSE Value : ' num2str(Best_Cost)]);

end

⛄ 运行结果

⛄ 参考文献

I. Andrew Xavier Raj, N. I. B. Abdul Wahab, M. Premkumar, V. Veerapandiyan, M. A. Mohd Radzi, N. B. Sulaiman, and M. Z. Islam, "Renewable Sources-Based Automatic Load Frequency Control of Interconnected Systems Using Chaotic Atom Search Optimization," Applied Soft Computing (Elsevier), Vol. 119, pp. 108574, April 2022. DOI: 10.1016/j.asoc.2022.108574.