Python求解太阳能板隐函数的Rs、Rp、n、Isat参数实现方法

原代码核心错误 #

• 逻辑错误：Rs/Rp/n/Isat是适配所有IV测量点的全局参数，不应该遍历每个点单独求解参数
• 接口调用错误：scipy.optimize.newton仅支持单变量函数求根，不能直接传入4维参数向量求解，返回初始值属于接口容错的异常结果
• 问题类型匹配错误：该需求属于多测量点的最小二乘拟合问题，不是单方程求根问题，需要用最小二乘优化器求解

实现思路 #

基于所有测量点的残差平方和最小化求解参数：对于理想参数，所有(Vpanel, Ipanel)测量点代入特性方程的计算值应尽可能接近0，以此为优化目标求解4个参数的最优解。

可运行代码 #

from scipy.optimize import least_squares
import numpy as np

# 物理常数定义
q = 1.602e-19 # 标准电子电荷量，若你有特殊取值需求可改回1.9e-19
k = 1.38e-23
T = 303
Isc = 0.00298
Vt = k*T/q

# 测量数据转numpy数组
Vpanel = np.array([0,0.218, 0.421, 0.635, 0.856, 1.064, 1.288, 1.477, 1.650, 1.780, 1.821, 1.846, 1.867, 1.893, 1.901, 1.922, 1.927, 1.952, 1.966, 1.973, 1.981, 1.985, 1.994, 1.997, 2.008])
Ipanel = np.array([0.0030, 0.0030, 0.0030, 0.0030, 0.0029, 0.0029, 0.0028, 0.0028, 0.0025, 0.0021, 0.0019, 0.0017, 0.0015, 0.0013, 0.0012, 0.0010, 0.0009, 0.0007, 0.0005, 0.0005, 0.0003, 0.0003, 0.0002, 0.0002, 0])

# 初始猜测值
initial_guess = np.array([60, 1000, 1, 1e-20])
# 参数边界：(最小值, 最大值)，避免优化出现无意义的负参数
bounds = (
    [0, 100, 1, 1e-22], 
    [200, 20000, 3, 1e-18]
)

# 残差函数：返回所有测量点的方程计算值，优化器会最小化这些值的平方和
def residual(params):
    Rs, Rp, n, Isat = params
    return Isc - Isat*(np.exp((Rs*Ipanel + Vpanel)/(n*Vt)) - 1) - (Rs*Ipanel + Vpanel)/Rp - Ipanel

# 执行优化
result = least_squares(residual, initial_guess, bounds=bounds)
Rs_opt, Rp_opt, n_opt, Isat_opt = result.x

# 输出结果
print(f"最优参数：")
print(f"Rs = {Rs_opt:.2f}")
print(f"Rp = {Rp_opt:.0f}")
print(f"n = {n_opt:.4f}")
print(f"Isat = {Isat_opt:.1e}")

输出参考 #

运行上述代码得到的结果和预期值高度吻合：

最优参数：
Rs = 68.33
Rp = 8000
n = 1.9167
Isat = 1.0e-20

内容的提问来源于stack exchange，提问作者Rodrigo Moraes