基于改进布谷鸟算法含光伏电站的无功优化

针对光伏电站并网运行给配电网无功优化带来的问题,根据光伏发电的运行特性,构建了含光伏电站的配电网无功优化数学模型,并提出改进的布谷鸟算法求解无功优化模型的方法,对含光伏出力的IEEE 33节点配电系统进行无功优化。结果表明,所提出的改进算法能有效降低配电网的有功网损,各节点远离电压崩溃点。     

基于布谷鸟算法的风电机组装配序列优化

装配序列规划（ASP）是风电机组制造的重要技术。ASP是一个组合优化问题,风电机组最优装配序列的搜索空间和计算量均很大。提出基于布谷鸟算法的风电机组装配序列优化方法。首先,从三维装配体模型中提取多种装配约束信息并表示成装配约束矩阵,以降低最优装配序列的搜索空间;继而构造装配序列目标函数,建立装配序列规划模型,方便算法计算出最优装配序列;对离散布谷鸟算法（DCA）改进,求解ASP模型,获得风电机组产品的最优装配序列。最后通过实验验证了ASP模型的有效性和DCA的优良性能。     

基于混合布谷鸟算法的智能电网多业务组合投资决策优化

电网当前正处于加速电力市场化建设、拓展各类业务以及寻求效益点的关键时期.构建了基于价值链的智能电网重点业务评价模型与基于智能电网投资多目标的多业务决策优化模型,并利用混合布谷鸟算法求解多业务决策优化模型.通过算例分析验证了所提多业务投资决策模型的正确性以及混合布谷鸟算法的优越性,为电网企业组合发展电网业务提供借鉴.     

基于混沌高斯扰动布谷鸟算法的水资源优化配置

当前我国水资源面临的形势十分严峻,如何合理利用水资源显得尤为重要.为此,提出改进布谷鸟算法,以经济、社会、生态效益为目标函数,并基于现实生态环境情况建立水资源优化配置模型.同标准布谷鸟算法相比,引入混沌初始化条件增加了初始种群多样性,加入高斯扰动使算法具有跳出局部最优的能力.最后采用改进后的布谷鸟算法,对晋中—长治供水...     

基于贝叶斯优化算法的新安江模型参数优化及应用

鉴于参数优化是保证水文模型预报效果的重要途径,以息县流域为例,采用贝叶斯优化算法对新安江模型参数进行优化,并与遗传算法进行比较。结果表明,在息县流域日径流预报问题上,贝叶斯优化算法相比遗传算法效率提升显著,精度略优于遗传算法,非常适用于解决新安江模型参数优化问题。     

基于改进布谷鸟算法的电力系统最优潮流计算

针对电力系统最优潮流问题,提出一种融入量子计算和混沌局部搜索策略的改进布谷鸟算法(QCCS),即对布谷鸟算法的个体进行量子位编码,通过叠加态的量子位实现多样化种群,并在算法每次迭代的优化值附近进行混沌局部搜索进而增加布谷鸟算法的局部搜索能力,同时采用量子门变换使每个个体朝最优个体进化,从而提高算法的寻优能力。最后以IEEE 118节点系统的最优潮流计算问题为例,应用QCCS进行仿真计算。通过与其他方法(PSO、GA、CS)计算结果进行对比分析,验证了QCCS算法求解电力系统最优潮流问题的有效性,从而为电力系统最优潮流(OPF)问题的求解提供了一种新方法。     

基于布谷鸟算法的光伏MPPT改进

为减小光伏阵列在存在局部阴影时光伏系统输出功率的损失,提高最大功率点追踪（MPPT）的速度和准确性,提出基于布谷鸟（CS）算法和扰动观察法（P&O）相结合的MPPT控制方法（ICS-P&O）。对CS算法中的种群进行分组,在随机游走阶段为2个种群设置不同的更新策略,在偏好游走阶段加入信息共享策略来辅助更新,从而加快算法的收敛,提升收敛精度,而后利用小步长P&O算法进一步提高后期的收敛精度。仿真结果表明,所提算法在不同的外界环境下追踪速度和追踪精度均得到有效提升。     

基于输出端谐振解耦的三端口直流变换器

针对三端口变换器的功率耦合问题,提出基于输出端谐振解耦的三端口变换器,通过在输出端全桥构造谐振腔来解除控制量对光伏端口和储能端口的功率耦合作用,将三端口变换器等效为2个输出并联的二端口变换器,并直接沿用二端口变换器系统的控制策略,使控制过程更加简单平滑,降低三端口变换器的控制环节设计难度。首先介绍变换器的拓扑结构,并分析电路的功率传输特性和变换器的控制稳定性;搭建输出功率500 W的实验样机,对拓扑结构和控制策略的有效性进行验证。     

基于改进布谷鸟算法的风光储联合供电系统储能容量优化配置研究

摘要： 在风光储联合供电系统中,科学的配置储能元件的容量,分配不同储能元件之间的容量比,具有非常深远的意义。通过分析蓄电池和超级电容器的特性,提出基于该两类元件的混合储能系统及其能量分配策略,根据全生命周期（LCC）理论,以储能费用最小为目标,以蓄电池输出功率和系统负荷缺电率等指标为约束条件,建立储能容量优化模型。提出了自适应布谷鸟搜索算法,并用于求解某风光储联合供电系统的储能优化问题。算例结果分析显示,采用文中所述的能量分配策略和改进的布谷鸟算法可以有效降低储能系统成本,验证了模型及算法的正确性。     

基于SCE-UA算法的新安江日模型参数优化稳定性分析

为了探讨水文模型参数优化结果在不同流域上的稳定性,采用SCE-UA算法优化了抚河流域内的娄家村、南丰、沙子岭子流域新安江日模型参数,以径流总量误差最小和纳什效率系数最大为目标函数,分别对参数优化结果进行分析。结果表明,其中有3个新安江日模型参数(上层张力水容量W_(WUM)、下层张力水容量W_(WLM)、张力水容量W_(WDM))在三个子流域上的率定结果的稳定性相差较大,有1个参数(表层自由水容量曲线方次E_(EX))率定结果有波动,剩余的12个参数的率定结果均较稳定。通过分析新安江日模型参数的稳定性,可为未来新安江模型参数优化的理论研究提供重要参考依据。     

基于EVMD和布谷鸟算法的短期风功率区间预测

为提高短期风功率预测精度和预测的可控性,提出一种基于能量差优化变分模态分解和布谷鸟优化组合神经网络的短期风功率预测模型。采用能量差优化变分模态分解（EVMD）的模态数,将EVMD用于短期风功率分解,基于EVMD分解序列的不同模态特点,对非线性序列采用布谷鸟优化反向传播神经网络（CS-BPNN）,对平稳序列采用自回归滑动平均模型（ARMA）,并重构加权得到点预测值,并基于EVMD分解所丢失的序列信息构建核密度估计,在点预测模型的基础上,进行风功率的区间预测。将所提预测方法用于澳大利亚风电场的实际算例,实验结果表明,该方法可提高短期风功率预测的准确性。     

基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识

针对分布式光伏发电系统广泛接入配电网,导致电力系统潮流计算速度和精度较低的问题,提出一种基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识模型。首先,在综合负荷模型的虚拟母线上接入等效光伏发电系统的负荷模型,从而建立配电网广义负荷模型;之后,提出一种将混沌优化与海鸥优化相结合的优化算法,基于该算法完成配电网的等值,并在此基础上进行含光伏发电的综合负荷模型参数辨识。最后,通过仿真表明该文提出的算法,相比于传统的粒子群算法和单一海鸥优化算法,在计算精度和收敛速度等方面具有优越性,并可应用于负荷模型的参数优化。     

模糊布谷鸟算法在风电机组变桨自抗扰控制中的应用

针对自抗扰控制器存在参数众多整定难度大这一明显缺点,提出通过智能算法来实现参数的自动整定.分析布谷鸟算法的原理及步骤,利用模糊逻辑优化布谷鸟算法的种群多样性并改善其收敛速度,为实现自抗挠控制(ADRC)参数的自整定,将优化改善后的模糊布谷鸟算法应用到参数整定过程中.通过仿真试验,验证通过模糊布谷鸟算法自动整定ADRC参...     

基于自适应引力搜索算法的定日镜场优化布置

针对塔式太阳能热发电电站中定日镜场优化布置问题,提出一种基于自适应引力搜索算法的定日镜场优化布置方法。以Campo布置规则为基础建立比目标定日镜场大1.5倍的密集型初始镜场,将定日镜所在环的半径作为输入变量并将年均效率作为镜场优化布置的评价标准。通过在引力搜索算法中引入动态调整因子α,可提高算法在高维搜索问题方面的求解能力。最后以塞维利亚Gemasolar电站的定日镜场为例进行优化布置,证明使用自适应引力搜索算法优化后的定日镜场具有更高的年均效率。     

基于组合型算法的风电并网地区电压闪变参数识别

针对矩形波调制下的闪变信号模型,提出优化能量算子以改善闪变包络提取精准度。将最大旁瓣衰减速率（MSLD）截断窗作为原始母窗,通过卷积运算构造频谱性能突出的MSLD自卷积窗（MSLD-SCW）函数。基于谱线插值原理推导出2阶 SCW函数的参数修正公式,据此实现闪变幅值与频率参数的处理与识别。与对照组算法的仿真结果表明,研究组在单频调制、多频调制、含有整数次谐波与次/超同步分量、基频波动及含高斯噪声等工况下,均保持较高的两大闪变包络参数识别准确性。最后,将组合优化算法应用于新疆某地区实际电网闪变参数识别,验证其工程实用性。     

风-水电联合优化运行分析

以风-水电联合运行后的风电场效益最大为目标,提出了将概率遍历搜索和局部弹性搜索相结合的混合遗传算法来进行风-水电联合优化运行的仿真分析.仿真结果表明风-水电联合供电不但提高了风电场的收益,同时也平滑了风电场的功率输出,这将有利于提高风电在电力系统中的份额,促进我国风电产业的发展.     

基于相似日理论和LIBSVM软件中SVR算法的光伏发电系统输出功率预测方法

由于光伏发电具有间歇性、波动性的特点,因此准确预测并网型光伏发电系统的输出功率对电网调度,以及电网的安全稳定和经济高效运行具有重要意义.提出了一种基于相似日理论和LIBSVM软件中支持向量机回归(SVR)算法的光伏发电系统输出功率预测方法.通过实例进行仿真验算,并与同样采用相似日理论的反向传播(BP)神经网络算法、径向...     

基于遗传算法优化粗糙决策模型的光伏电站发电量的影响因素研究

通常光伏电站设计时要考虑2个主要目标,一个是使光伏电站的发电量最大,另一个是使光伏电站的度电成本最低.影响光伏电站发电量的因素众多,不同因素之间的相互影响及其交互影响极其复杂.在粗糙决策模型的基础上,引入遗传算法来寻找光伏电站发电量的主要影响因素.以光伏电站发电量作为决策属性,选取8个参数作为条件属性,建立了光伏电站发...     

基于蚁狮算法的风电集群储能容量配置优化方法

随着风电渗透率提高,风电并网对电网安全稳定运行影响更加显著.风电配备储能可有效改善风电出力波动性和不确定性,增强可调度性.该文建立以风电集群联合储能系统售电收益最高为优化目标的模型,采用蚁狮算法算法进行求解,得到风电集群功率备用、储能功率和容量最优配置方案,对比蚁狮算法、遗传算法和粒子群算法优化结果,分析储能电池单位成...     

基于改进鸡群优化算法的质子交换膜燃料电池模型参数辨识

针对当前大部分智能算法在求解质子交换膜燃料电池模型参数辨识问题时易陷入局部最优,导致参数辨识精度低、模型泛化能力差等问题,提出一种基于改进鸡群优化算法的质子交换膜燃料电池模型参数辨识方法。首先,引入Tent映射策略初始化种群,提高种群的均匀性和遍历性;其次,设计基于个体进食速度的自适应惯性权重,改善母鸡个体寻优效率,平衡算法的开发与探索能力;然后,利用Levy飞行策略的长短跳跃特点对小鸡位置进行随机更新,增强算法的全局最优搜索能力。最后,通过4组测试函数验证了该算法的优越性,并将算法应用于H-12电堆的参数辨识问题中。结果表明：相比于鲸鱼优化算法、花卉授粉算法等算法,该算法具有更高的参数辨识精度,所辨识出的模型具有更强的泛化能力。