Abstract In this paper, a modified version of the bat algorithm (BA), called enhanced Levy flight bat algorithm (ELBA), is proposed for accurate and efficient parameter extraction of different photovoltaic (PV) models from experimental data. Typically, it is formulated as a multimodal nonlinear optimization problem in which the objective function is to minimize the root mean square error verified between the real data and the simulated ones by the PV model at hand, considering certain values for its parameters. In addition, the constraints are associated to the lower and upper bounds of these parameters. From the computational perspective, the main innovations of ELBA lies in the: (i) introduction of a specific mathematical expression to enhance the diversification of new solutions; (ii) adoption of a mathematical expression based on the Levy flight to perform an effective local search; and (iii) selection of new equations for updating certain control parameters, which provide a better balance between the exploration and exploitation mechanisms of the algorithm. Simulation results comprehensively demonstrate that ELBA has a very competitive performance in terms of effectiveness, robustness, stability, convergence speed and time of simulation, in relation to other state-of-the-art metaheuristic algorithms. Therefore, the major contribution of this paper is the ELBA, a modified metaheuristic algorithm which proves to be a promising tool for parameter extraction of different PV models from experimental data.

中文翻译：

---

使用增强的 Lévy 飞行蝙蝠算法提取光伏模型的参数

摘要 在本文中，提出了蝙蝠算法 (BA) 的改进版本，称为增强型 Levy 飞行蝙蝠算法 (ELBA)，用于从实验数据中准确高效地提取不同光伏 (PV) 模型的参数。通常，它被表述为一个多模态非线性优化问题，其中目标函数是最小化真实数据和手头 PV 模型所验证的模拟数据之间的均方根误差，并考虑其参数的某些值。此外，约束与这些参数的下限和上限相关联。从计算的角度来看，ELBA 的主要创新在于：(i) 引入了特定的数学表达式，以增强新解决方案的多样化；(ii) 采用基于 Levy 飞行的数学表达式来执行有效的本地搜索；(iii) 选择用于更新某些控制参数的新方程，这在算法的探索和开发机制之间提供了更好的平衡。仿真结果综合表明，ELBA 在仿真的有效性、鲁棒性、稳定性、收敛速度和仿真时间方面与其他最先进的元启发式算法相比具有很强的竞争力。因此，本文的主要贡献是 ELBA，这是一种改进的元启发式算法，被证明是从实验数据中提取不同 PV 模型参数的有前途的工具。这在算法的探索和开发机制之间提供了更好的平衡。仿真结果综合表明，ELBA 在仿真的有效性、鲁棒性、稳定性、收敛速度和仿真时间方面与其他最先进的元启发式算法相比具有很强的竞争力。因此，本文的主要贡献是 ELBA，这是一种改进的元启发式算法，被证明是从实验数据中提取不同 PV 模型参数的有前途的工具。这在算法的探索和开发机制之间提供了更好的平衡。仿真结果综合表明，ELBA 在仿真的有效性、鲁棒性、稳定性、收敛速度和仿真时间方面与其他最先进的元启发式算法相比具有很强的竞争力。因此，本文的主要贡献是 ELBA，这是一种改进的元启发式算法，被证明是从实验数据中提取不同 PV 模型参数的有前途的工具。与其他最先进的元启发式算法相关。因此，本文的主要贡献是 ELBA，这是一种改进的元启发式算法，被证明是从实验数据中提取不同 PV 模型参数的有前途的工具。与其他最先进的元启发式算法相关。因此，本文的主要贡献是 ELBA，这是一种改进的元启发式算法，被证明是从实验数据中提取不同 PV 模型参数的有前途的工具。