1.一种基于改进哈里斯鹰优化算法的光伏电池参数辨识方法，其特征在于包括以下步骤：a、根据光伏电池的基本数学模型，构造光伏电池的工程模型，建立适应度函数，采集和处理光伏电池的输出电流、电压数据进行快速求解；

b、将哈里斯鹰优化算法探索阶段中以柔性递减的方式将初始能量递减到零，进一步选择出适应性更好的个体；

c、进入哈里斯鹰优化算法狩猎阶段，利用黄金正弦法优化哈里斯鹰优化算法迭代出的当代种群，位置更新中引入黄金分割数以便缩小搜寻空间，使其更加靠近最优解，并从种群中筛选出适应性最为优秀的个体组建新的哈里斯鹰优化种群进入哈里斯鹰优化算法的下一步迭代；

d、改进哈里斯鹰优化算法用于光伏电池工程模型的参数辨识，直到最优个体的适应度函数值达到预期标准，输出最优个体的参数信息作为光伏电池的模型参数，并绘制拟合曲线与迭代曲线，对比光伏电池的电流电压实验结果与模型辨识结果。

2.根据权利要求1所述的一种基于改进哈里斯鹰优化算法的光伏电池参数辨识方法，其特征在于：所述步骤a中将光伏电池基本模型简化为便于求解的四参数工程模型，利用标准测试条件下的开路电压、短路电流、最大功率点电压、最大功率点电流进行快速求解。

3.根据权利要求1所述的一种基于改进哈里斯鹰优化算法的光伏电池参数辨识方法，其特征在于：步骤a中所述的光伏电池的工程模型，其输出特性表达式为：式中,IL为光伏电池的输出电流，UL为光伏电池的输出电压，Uoc为开路电压、Isc为短路电流、Um为最大功率点电压、Im为最大功率点电流；

输出特性曲线随着光照强度和温度的变化而变化，当光照强度和温度发生变化时，需要根据生产厂家提供的标准测试条件下的原始数据对光照强度和温度的变化量加以修正，从而获得新工况下的输出特性曲线，即：ΔT＝Tnew-T

式中：T为标准温度，Tnew为新工况下的温度，S为标准辐射照度，Snew为新工况下的辐射照度，ΔT为新工况和标准工况下的温度差，ΔS为相对辐射照度差；

然后根据下式计算新工况下的开路电压Uoc_new、短路电流Isc_new、最大功率点电压Um_new、最大功率点电流Im_new：Uoc_new＝Uoc(1-γΔT)ln(e+βΔS)

Um_new＝Um(1-γΔT)ln(e+βΔS)

式中：系数α＝0.0025℃，β＝0.5，γ＝0.00288℃；

基于上述模型，根据光伏电池输出电流电压的实际测量值与算法辨识值构造误差平方的适应度函数。

4.根据权利要求1所述的一种基于改进哈里斯鹰优化算法的光伏电池参数辨识方法，其特征在于：所述步骤b中柔性递减方式初期快速递减后期慢速递减，最终至零，这种递减方式在初期扩大全局搜索范围，在后期延长迭代的局部搜索时间，搜索出适应性更好的个体。

5.根据权利要求1所述的一种基于改进哈里斯鹰优化算法的光伏电池参数辨识方法，其特征在于：所述步骤d应用于光伏电池工程模型的参数辨识中，不断优化种群个体并更新猎物的位置，直到猎物的适应度函数达到预置期望值后，输出猎物的参数信息，绘制出算法辨识值与实际测量值的最佳拟合曲线与算法迭代曲线，并进行比较。