郑银燕，胡桂廷，张正江，闫正兵，朱志亮

(温州大学 电气数字化设计技术国家地方联合工程实验室，浙江 温州 325035)

0 引言

太阳能光伏发电由于不受能源资源、原材料和应用环境的限制，具有最广阔的发展前景，是各国最着力发展的可再生能源技术之一[1]，其主要优点是能够将太阳能直接转化为电能[2]，光伏阵列作为其中的一部分，发挥着越来越重要的作用。

光伏阵列模型在可用性和经济性方面会影响耗电系统的性能[3]。此外，对光伏阵列建模可以推动最大功率点跟踪技术的发展。因此，对光伏阵列建模是十分有必要的。

参数辨识是根据实验数据和建立的模型来确定一组参数值，使得由模型计算得到的数值结果能最好地拟合测试数据，从而可以为生产过程进行预测，提供一定的理论指导[4]。

国内外许多学者都对光伏阵列建模和参数辨识做了相关的研究。师楠[5]等在单二极管电路模型的基础上，提出了光伏电池的Bezier函数建模方法，借助Bezier函数对光伏电池的输出特性曲线进行拟合。李宗鉴[6]等提出了使用有限测量信息构建光伏组件，并用加权最小二乘法进行参数辨识。但当数据存在显著误差时，用该方法进行参数辨识所得的结果会整体上移或整体下移，并不精确。在此基础上，陈倩[7]等提出了基于相关熵的鲁棒参数辨识方法，将非线性规划方法与相关熵的鲁棒参数辨识方法结合，当测量数据仅存在随机误差或存在显著误差时，所得模型输出值与实际光伏阵列的测量值偏差很小。……