买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网四川省电力公司眉山供电公司申请的专利一种光伏电池模型参数提取方法及相关产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119939071B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411680822.9，技术领域涉及：G06F17/10；该发明授权一种光伏电池模型参数提取方法及相关产品是由辜再宇;夏长江;尹加琦;夏承续;李槟洋;卫红梅;杨雄;黄莺;季唯;刘浏;林佳鑫;徐彬凯;周思甜;王天翔;吴梦设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种光伏电池模型参数提取方法及相关产品在说明书摘要公布了：本发明涉及光伏技术领域，具体涉及一种光伏电池模型参数提取方法及相关产品，方法包括建立光伏电池数学模型，并确定数学模型中待优化的模型参数；构建光伏电池数学模型的适应度函数；构建基于鲸鱼优化算法和差分进化算子的参数优化模型，并将适应度函数作为目标函数；执行参数优化模型，并获得数学模型中待优化的模型参数对应的最优参数集合；通过最优参数集合获得最终的光伏电池数学模型，并对其进行误差验证；本发明首先构建光伏电池的数学模型，明确其中待优化的参数，然后基于多项误差指标和物理参数约束定义适应度函数，再通过结合鲸鱼优化算法与差分进化算子，形成适应多模态优化的参数优化模型，最后获得光伏电池模型的最优参数集合。

本发明授权一种光伏电池模型参数提取方法及相关产品在权利要求书中公布了：1.一种光伏电池模型参数提取方法，其特征在于，包括： 建立光伏电池数学模型，并确定数学模型中待优化的模型参数； 构建光伏电池数学模型的适应度函数； 构建基于鲸鱼优化算法和差分进化算子的参数优化模型，并将适应度函数作为目标函数； 执行参数优化模型，并获得数学模型中待优化的模型参数对应的最优参数集合； 通过最优参数集合获得最终的光伏电池数学模型，并对其进行误差验证，若误差指标大于设定值，则调整参数优化模型中的优化参数，并重新获得最优参数集合； 其中，建立光伏电池数学模型的方法包括： 确定反向饱和电流I0，其中，I0ref为参考温度下的反向饱和电流，Eg为半导体的带隙能量，T为绝对温度，Tref为参考温度，n为二极管的理想因子，Ns为串联的电池数量，为热电压，κ为玻尔兹曼常数，q为电子电荷； 确定二极管电流ID，其中，I0为二极管的反向饱和电流，Rs为串联电阻，I为光伏电池的输出电流； 确定并联电阻电流Ish，其中，Rsh为并联电阻； 确定光生电流Iph，其中，Iph0为参考温度和光照强度下的光生电流，αI为光生电流的温度系数，G为实际光照强度，Gref为参考光照强度； 建立光伏电池数学模型I＝Iph-ID-Ish； 待优化的模型参数包括：光生电流Iph、二极管反向饱和电流I0、参考光生电流Iph0、参考反向饱和电流I0ref、光生电流的温度系数αI、二极管理想因子n、串联电阻Rs、并联电阻Rsh； 其中，适应度函数的构建方法包括： 确定物理参数约束并确定对违反物理约束的解的惩罚函数其中，θ为待优化的参数模型，λ为惩罚系数，D为参数的维数，和为第j个参数的最大值和最小值，θj为第j个参数的当前值； 确定贝叶斯误差项其中，N为实验数据点的数量，ImodelVi，θ为在电压Vi和参数θ下的计算电流，IexpVi为在电压Vi下的实际电流，σi为第i个测量值的标准差； 确定综合适应度函数其中，θ为待优化的参数模型，MSE为均方误差，MAE为平均绝对误差，RMSE为均方根误差，RE为相对误差，R2为决定系数，w1、w2、w3、w4、W5、W6为权重因子，γ为正则化系数，α为调节系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网四川省电力公司眉山供电公司，其通讯地址为：620010 四川省眉山市东坡区二环东路150号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。