2019年3月1日，郑州大学电气工程学院于坤杰副教授和梁静教授合作的论文“A performance-guided JAYA algorithm for parameters identification of photovoltaic cell and module”在中科院一区Top期刊《Applied Energy》（IF=8.426）上正式发表。

可再生能源为应对气候变化、环境污染和化石燃料耗尽等一系列问题提供了可行的解决方案，其中太阳能作为一种可再生能源，具有安全、清洁、取之不尽等优点而得到广泛研究和应用。光伏系统作为将太阳能转变成电能的重要中介，其模型参数的快速及准确辨识对光伏系统的模拟、评估和控制等方面具有重要的工程意义。因此，高效、准确并稳定地辨识不同光伏模型的参数是一项有意义和挑战性的工作。论文主要研究了基于进化计算的光伏模型参数辨识问题，提出了一种基于性能引导的自适应JAYA算法，使得个体搜索能够基于进化过程中量化的性能指标自适应选择合适的搜索策略，以针对性地增强相应的搜索功能，这种分工策略有效地平衡了搜索过程中的开发和探索能力。所设计算法在单二极管、双二极管、光伏组件、不同光照和温度条件下的光伏组件等模型参数辨识问题上进行了测试分析。实验结果和统计分析验证了所提方法的有效性，为光伏模型参数辨识问题提供了有效的解决方案。

论文信息：

Kunjie Yu, Boyang Qu, Caitong Yue, Shilei Ge, Xu Chen, Jing Liang*, A performance-guided JAYA algorithm for parameters identification of photovoltaic cell and module, Applied Energy, 2019, 237: 241-257.