针对当前大部分光伏（photovoltaic,PV）模型参数辨识算法均存在准确性低和可靠性差等问题,提出了一种采用改进型共生生物搜索算法（symbiotic organisms search,SOS）的光伏组件模型参数辨识方法。首先,为提高标准SOS算法的寻优性能,提出了新的改进型SOS算法,记做Im SOS算法。该算法在标准SOS算法的生物种群初始化阶段采用了准反射学习机制；在互利共生搜索阶段采用了改进受益因子策略；在偏利共生搜索阶段采用了收缩随机数产生因子区间策略。其次,给出了采用Im SOS算法求解基于实验测量电流—电压（I-V）数据的光伏组件模型参数辨识问题的具体步骤及实现流程。最后,利用实际Sharp ND-R250A5光伏组件进行实验,通过与标准SOS算法以及其他七种新颖智能优化算法进行对比验证,结果表明了Im SOS算法在光伏组件模型参数辨识的有效性和优越性。可见Im SOS算法为准确可靠地辨识光伏组件模型参数提供了一种新的有效方法。
