基于改进粒子群优化神经网络算法的波浪捕获功率预测

传统BP神经网络算法应用于波浪发电系统捕获功率预测,易陷入局部最优和泛化能力不足,为此提出一种改进的粒子群优化神经网络算法,动态调整学习因子并添加变异算子。采用间接预测策略,搭建从波浪数据到波浪捕获功率的直驱式波浪发电系统模型;应用改进算法预测分析波浪历史数据,输入搭建模型,进而获得波浪捕获功率预测值。比较分析不同预测步数和不同算法的仿真结果可知,改进算法能有效克服传统算法不足,提高预测精度。     

基于混沌飞蛾捕焰算法的波浪发电系统最大功率跟踪

针对水动力参数非线性导致直驱式波浪发电系统控制效果不佳问题,文章采用混沌飞蛾捕焰优化控制算法解决。该算法初期引入具有非周期性和遍历性的混沌算子,采用多精英组合的直线捕焰模式寻优;后期结合火焰自适应机制,采用螺旋捕焰方式,求解最优电磁力,控制直线发电装置,提高捕获效率。通过ANSYS软件进行浮子的水动力数值计算,结合改进算法寻求系统最优负载。仿真结果表明,在波浪周期变化时,混沌飞蛾捕焰算法能有效提高全局搜索能力和求解精度,增加系统输出功率。     

复杂遮荫下基于改进GWO的光伏多峰MPPT控制

光伏阵列在复杂遮荫环境下的P-U曲线呈现多个峰值导致最大功率跟踪（MPPT）算法失效，为此提出双层控制模型，在上层模型中将Levy飞行和多项式变异策略嵌入灰狼算法，构建Levy-变异灰狼优化算法（LPGWO）搜索全局最大功率点；在下层模型中采用扰动观察法对最大功率点进行局部跟踪，进而有效降低复杂遮荫环境下的功率振荡。仿真结果表明，在多峰MPPT控制中，所提模型具有跟踪速度快、收敛精度高、整体功率振荡小等特点，能有效提升复杂遮荫环境下光伏阵列的最大功率跟踪效率和精度。     

基于权重自适应鲸鱼优化算法的多能系统储能电站最优配置北大核心CSCD

本文考虑风-光-火-储多能系统的运行特性和约束条件,将火电厂的输出功率波动最小作为目标函数,得到非线性规划方程。利用非线性自适应权重协调寻优算法的全局搜索及局部搜索能力这一特点,在包围猎物、气泡攻击及搜索猎物过程中引入非线性自适应权重系数S1和S2,对鲸鱼优化算法进行改进。改进后的算法用来求解多能系统储能电站的优化配置问题。利用IEEE33节点系统作为风-光-火-储系统的仿真模型,根据权重自适应鲸鱼优化算法的计算结果,储能选址在13节点,储能的配置容量为40.2 MWh,储能系统的年运行成本为1329万元。结果表明,本文提出的储能配置策略有效抑制了多能系统中火电厂的功率波动,加入储能后火电厂功率的峰谷差下降了90.79%,有效实现了辅助调峰。对于大规模新能源并网对电力系统造成的冲击,本文提出的优化配置策略有助于储能电站的规划与建设,将为实现“双碳”目标和推动能源革命提供重要支撑。     

基于直接推力控制的直驱波浪发电系统功率优化

为提升系统波能捕获能力,分析浮子受力,以状态空间法近似拟合辐射力,建立直驱式波浪发电系统数学模型。基于最优控制理论,以系统捕获波能为目标函数,在S域求解Hamilton方程,计算奇异最优控制率,经拉氏逆变换后得到理想电磁力信号。结合直接推力控制,设计二阶滑模控制方案,保证电机推力与初级磁链的跟踪效果。仿真结果表明,所提最优功率方案下系统捕获功率高,滑模控制器跟踪误差小、动态性能好,可提高波能转化率,有效降低推力与初级磁链脉动,增强系统鲁棒性。     

直驱式波浪发电系统功率优化鲁棒控制

为应对海洋复杂波浪环境,改善不规则激励力下直驱式波浪发电系统的功率捕获效果,降低参数变化影响,建立水动力和直线电机模型,采用线性二次型调节器方法设计系统状态反馈,通过控制代价方程中的权重矩阵,权衡系统输出功率、运动部件位移和速度三者之间的关系;计算理想电磁力,得到q轴期望电流跟踪值。根据系统摄动数学模型,将控制器设计问题转化为H∞鲁棒控制标准型问题,通过选取适当权函数求解控制器参数,增强系统抗干扰能力。仿真结果表明,在浮子位移和速度受限制情况下,当系统模型存在参数摄动时,所提控制策略系统输出功率更高、鲁棒性更强,可较好地应对复杂海况,提高波能转换效率。     

600 MW双机热电联供系统智能优化方法研究

以600 MW双机热电联供系统为研究对象,引入基于灰狼捕食行为模拟的群智能优化算法,针对其繁琐更新机制导致热电负荷分配时效性差的问题,进一步提出改进的灰狼优化算法(GGWO),利用前3等级狼的位置和高斯采样进行种群进化机制更新。通过EBSILON平台开展仿真试验,揭示600 MW双机热电联供系统的热电耦合特性和系统运行特性,并将改进的灰狼优化算法应用于该系统的热电负荷优化分配。结果表明：两台机组电负荷一定时,尽可能增大抽凝机组的抽汽供热量可减小系统总热耗量;通过智能热电负荷运行优化,可有效降低系统总热耗量,提高系统经济效益。     

基于改进灰狼优化算法的光伏阵列多峰MPPT研究

针对局部阴影条件下光伏阵列呈现出的非线性多峰值P-V输出特性，提出一种基于改进灰狼优化算法的最大功率点跟踪（MPPT）控制方法。该算法将传统灰狼优化算法中线性减小的收敛因子改进为按非线性规律变化，以改善算法的动态性能。结果表明：所提出的MPPT方法在局部阴影条件下能有效跟踪到光伏阵列的最大功率点，不仅具有较快的跟踪速度，且跟踪精度达到99.1%。     

基于改进灰狼算法的独立微电网容量优化配置

为降低独立微电网的综合发电成本,提高供电可靠性,研究基于改进灰狼优化算法的独立微电网电源容量优化配置方法.针对基本灰狼算法在进化后期由于种群多样性的缺失而易出现局部收敛或算法早熟的问题,提出一种具有全局寻优性能的改进灰狼优化算法.改进算法首先利用Tent混沌序列产生初始种群,以增强种群的多样性;其次,通过对收敛因子设置...     

双自由度波浪发电系统的最大功率跟踪控制

文章提出了一种全封闭双自由度的振荡浮子波浪发电系统。在分析其动力学特性基础上,采用一种变负载的最大功率点跟踪(MPPT)方法,实现了系统在波浪变频率条件下的最大发电控制;通过爬山法寻找到最优负载阻值,得到参考电流;通过控制开关管的导通与关断进行电流控制,使电机电流跟随给定电流值、电机输出平均功率达到最大值,实现系统的最大功率跟踪。仿真结果表明,该方法能够跟随波浪频率变化自适应调节等效负载,实现电机的最大功率输出。     

基于遗传算法的直驱式海浪发电系统最大功率跟踪控制

针对直驱式海浪发电系统在非规则海浪中能量捕获效率较低问题,提出遗传算法控制方案。以规则海浪下发电系统模型为基础,推导出非规则海浪下发电系统输出功率模型。采用遗传算法对参数种群进行选择、交叉、变异、迭代,辨识出符合当前海况的最优发电系统参数,结合空间矢量控制算法实现发电系统最大功率跟踪控制。仿真对比结果表明,该算法能有效提高海浪发电系统能量捕获效率。     

基于Rife法的波浪发电RBF神经网络功率优化控制

为提高不规则海况下直驱式波浪发电系统的功率捕获能力,通过建立水动力模型及直线电机模型,分析等效模拟电路共振状态,构造最优功率捕获条件;针对波浪工作环境强噪声干扰问题,采用Rife法获取波浪主导激励分量,设置等效阻尼系数,计算q轴最优期望电流跟踪值;通过设计径向基函数（RBF）神经网络PI控制,提高等效控制电流信号的跟踪精度,改善系统动态性能。仿真结果表明,所提策略对含强噪声干扰的波浪信号主频段幅值和频率预估精度高,跟踪期望电流效果好,鲁棒性强,系统输出功率优化效果显著。     

基于FFT的直驱式波浪发电系统功率优化控制

针对实际波浪的不规则性、扰动性以及滑模变结构控制中存在明显抖振和开关动作产生高频纹波问题,采用快速傅里叶变换对波浪激励力进行频谱分析。通过矢量叠加原理构造最大波浪能捕获策略,建立直驱式波浪发电系统模型。采用自适应快速终端滑模变结构控制方法实现最优功率状态跟踪控制,提高抗干扰性和实现限时收敛,同时利用卡尔曼滤波滤除纹波和减少抖振,结合Lyapunov函数分析系统稳定性。仿真结果表明,快速傅里叶变换(FFT)可满足未知不规则波浪的功率最优跟踪要求,所提滑模控制方法可实现快速跟踪,准确跟随,鲁棒性强。     

A novel strategy based on salp swarm algorithm for extracting the maximum power of proton exchange membrane fuel cell

Cell temperature and water content of the membrane have a significant effect on the performance of fuel cells. The current-power curve of the fuel cell has a maximum power point (MPP) that is needed to be tracked. This study presents a novel strategy based on a salp swarm algorithm (SSA) for extracting the maximum power of proton-exchange membrane fuel cell (PEMFC). At first, a new formula is derived to estimate the optimal voltage of PEMFC corresponding to MPP. Then the error between the estimated voltage at MPP and the actual terminal voltage of the fuel cell is fed to a proportional-integral-derivative controller (PID). The output of the PID controller tunes the duty cycle of a boost converter to maximize the harvested power from the PEMFC. SSA determines the optimal gains of PID. Sensitivity analysis is performed with the operating fuel cell at different cell temperature and water content of the membrane. The obtained results through the proposed strategy are compared with other programmed approaches of incremental resistance method, Fuzzy-Logic, grey antlion optimizer, wolf optimizer, and mine-blast algorithm. The obtained results demonstrated high reliability and efficiency of the proposed strategy in extracting the maximum power of the PEMFC.     

规则波作用下旋转浮子式波浪能捕获装置水动力试验研究

提出一种旋转浮子式波浪能捕获装置,并进行一系列物理模型试验来研究其在规则波作用下的水动力行为特性。试验研究发现：1）浮子旋转角速度随螺距的增大而减小。2）入射波周期小于2.4 s时,平均角速度随入射波周期的增加呈增大趋势;入射波周期大于2.4 s时,随着入射波周期的增加,平均角速度增幅趋缓,个别工况呈轻微减小的趋势。3）波能捕获宽度比与入射波周期基本呈正相关关系。波能捕获宽度比随螺距的减小而增大;在螺距δ=0.02、入射波周期T=2.4s时,波能捕获宽度比达到最大。最后,利用量纲分析方法,推导旋转浮子的平均角速度方程,并利用试验数据对其进行验证。     

基于磁流体发电机的波浪能最大功率追踪策略研究

为了提高某给定海试样机的波能转换效率,提出一种组合控制策略：采用爬山法确定最优参考电流,模型预测控制算法决定MOSFET开关管的关断跟随最优参考电流。当波高降低时,如果直接采用爬山法确定最优参考电流,扰动方向会判断错误,因此加入平均功率减小阈值的判断。仿真结果表明,改进后的爬山法无论波高上升还是下降都能正确判定扰动方向,能够随波高的任意变化自适应调整Boost电路的等效负载,使磁流体波浪发电机得以输出最大功率。最后,搭建硬件电路,利用直流电压源模拟磁流体波浪发电机,通过实验验证控制策略的有效性。     

Application of the improved chaotic grey wolf optimization algorithm as a novel and efficient method for parameter estimation of solid oxide fuel cells model

In this paper, important functional parameters of solid oxide fuel cells are identified by introducing a novel high-speed optimization method, namely adaptive chaotic grey wolf optimization algorithm. The suggested optimization method is obtained by combining the adaptive grey wolf optimization and chaotic grey wolf optimization algorithms. The chaotic algorithm is applied to the basic grey wolf optimization to achieve higher convergence speed, keep the population's diversity, and provide an initial population with uniform distribution. Besides, a nonlinear convergence factor is defined for balancing the global and local exploration abilities. Employing the improved convergence factor resulted in a new version of the grey wolf optimization algorithm, namely adaptive grey wolf optimization algorithm. Adaptive chaotic grey wolf optimization algorithm adopts the advantages of both chaotic grey wolf optimization and adaptive grey wolf optimization methods simultaneously. The adaptive grey wolf optimization algorithm is applied to a 5 kW dynamic tubular stack. The results of the simulation report the lowest values of mean squared error, higher accuracy, higher robustness, and high convergence speed for the adaptive grey wolf optimization algorithm compared to some well-known optimization methods. Besides, the proposed method shows a good agreement with experimental results with lower computational difficulty.     

基于NSGWO的火电厂负荷优化分配研究

针对传统多 目标灰狼优化算法易出现局部最优和稳定性差的问题,提出了一种改进的多 目标灰狼算法.引入基于顺序查找策略(ENS)的非支配排序方法提高算法的速率,采用基于参考点的选取策略以均衡算法优化结果分布,并通过模拟二进制交叉进化机制改善算法跳出局部最优解的能力.结合多 目标算法的评价指标,开展基准函数仿真试验,验证了改...