1.一种基于精英群众差分进化算法的光伏电池参数辨识方法，其特征在于，该方法包括如下实施步骤：步骤1：建立式(1)所示的光伏电池I‑V方程，确定需要辨识的参数；其中，V为负载两端电压、I为通过负载的电流、Iph为光生电流、Io为二极管反向饱和电流、A为二极管品质因子、Rs为电池串联电阻、Rsh为电池并联电阻、T为电池的绝对温度、K为波尔兹曼常数、q为电子电荷；其中，光生电流Iph、二极管反向饱和电流Io、二极管品质因子A、电池串联电阻Rs、电池并联电阻Rsh这5个参数为需要辨识的参数；

步骤2：通过测量及计算获得光伏电池阵列的负载两端电压V和负载电流I，同时设置目标函数的适应度，求取适应度的均方根误差RMES；

步骤3：输入原始数据到目标函数的适应度，包括各时段光伏组件的负载两端电压V和通过负载电流I以及约束条件、初始化需要辨识的参数和令计算代价FES＝0；

步骤4：种群初始化，初始化缩放因子Fi和交叉概率因子CRi，其中，Xi＝[Iph,Io,Rs ,Rsh,A]表示第i个目标向量个体中的5个电池模型的参数值；

步骤5：计算每个个体的适应度值，选取适应度值最小的20％为精英阶层，剩余的80％为群众阶层；

步骤6：对精英阶层的一个维度进行变异操作，对群众阶层进行变异操作和交叉操作，将新的精英阶层和新的群众阶层合并形成新的种群试验向量；

步骤6包括以下具体步骤：步骤6‑1：对精英阶层的一个维度进行变异操作，生成一个新的精英阶层试验向量个体U_Ii，如式(7)所示，其中，Xi1 ,j,Xi2,j和Xi3 ,j为精英阶层随机挑选的3个个体的第j维且i1≠i2≠i3,U_Ii,j为精英阶层的第i个试验向量的第j维；

U_Ii,j＝Xi1+F(Xi2‑Xi3)  (7)

步骤6‑2：对群众阶层进行变异操作和交叉操作，生成一个新的群众阶层试验向量个体U_Mi，如式(8)所示，其中，Xi1 ,j,Xi2,j和Xi3 ,j为群众阶层随机挑选的3个个体的第j维且i1≠i2≠i3,U_Mi,j为群众阶层的第i个试验向量的第j维，CRi为群众阶层第i个个体交叉概率因子，r1为[0,1]之间的随机数，rj为随机的一个维度；

步骤6‑3：将新的精英阶层试验向量个体U_Ii和新的群众阶层试验向量个体U_Mi合并形成新的种群试验向量Ui；

步骤7：对新产生的试验向量个体进行是否超出边界判断，若超出边界则进行边界操作，边界操作如式(2)所示，其中，Ui,j代表第i个个体的第j维，r代表[0,1]之间的随机数，lj和uj分别为边界的最小值和最大值；

Ui,j＝lj+r·(uj‑lj)  (2)

步骤8：计算新产生的种群试验向量个体Ui的适应度值并与目标向量个体Xi的适应度计算值进行一对一贪婪选择如式(3)所示，其中，f(Ui)和f(Xi)分别是试验向量个体Ui和目标向量个体Xi的适应度计算值；

步骤9：更新缩放因子F和交叉概率因子CR；

步骤10：移除复制品，如果一个目标向量个体X1与另外一个目标向量个体X2相同，则对其中一个目标向量个体Xi用高斯分布重新生成，如式(4)所示，其中Xi,j为目标向量个体Xi的第j维，NP为种群数目，N( )为高斯分布公式；

Xi,j～N(Xi,j,(uj‑lj)/Np)(4)步骤11：判断计算代价是否达到最大值，如果是则转向步骤12，如果否则转向步骤5；

步骤12：输出全局最优解，即为需要辨识的参数最优解。

2.根据权利要求1所述的基于精英群众差分进化算法的光伏电池参数辨识方法，其特征在于：步骤2包括以下具体步骤：步骤2‑1：读取光伏电池阵列的负载两端电压Vtotal和通过负载电流Itotal；

步骤2‑2：记录光伏电池阵列的负载两端电压Vtotal和通过负载电流Itotal，光伏组件的负载两端电压V＝Vtotal/m和通过负载电流I＝Itotal/n；

步骤2‑3：设置目标函数为适应度的均方根误差RMES，其中，X＝[Iph,Io,Rs,Rsh,A]为需要辨识的参数，N为测量数据的采样点数目，适应度为f(V,I,X)：

3.根据权利要求1所述的基于精英群众差分进化算法的光伏电池参数辨识方法，其特征在于：步骤9包括以下具体步骤：步骤9‑1：更新缩放因子Fi，如式(9)所示，其中，为柯西分布，uF为采样中心位置，c为学习因子，uF的取值变化如式(10)所示，meanL( )为Lehmer平均数，SF为所有成功的Fi，如果Fi大于1，则截断为1，如果Fi小于0，则重新产生Fi；

Fi＝randci(uF,0.1)  (9)

uF＝(1‑c)·uF+c·meanL(SF)  (10)

步骤9‑2：更新交叉概率因子CRi，如式(11)所示；其中，f(Xi)为第i个个体的适应度值，max_f是当前种群中最差的适应度值；

4.根据权利要求3所述的基于精英群众差分进化算法的光伏电池参数辨识方法，其特征在于：uF和c的初始值分别为0.5和0.1。

5.根据权利要求1所述的基于精英群众差分进化算法的光伏电池参数辨识方法，其特征在于：输出全局最优解X＝[0.7607,3.2302e‑07,0.03637,53.7185,1.4811]。