基于无线传感器网络的分布式光伏并网发电系统监控网络构建

对分布式光伏发电进行可靠监控,可保障其安全稳定运行。首先构建了分布式光伏发电系统监控网络,然后采用三角形部署法进行传感器节点部署,该方法简单易行,但在实际运行中会因为感知受限而遗漏部分目标点;为了解决监控遗漏问题,提出概率感知部署法对目标点进行逐个覆盖。对2种方法进行仿真对比,结果表明:概率感知部署法可对三角形部署法遗漏的目标点进行逐个覆盖;当节点感知概率约束值较大时,概率感知部署法所需传感器节点明显少于三角形部署法。     

分布式光伏发电系统监控网络路由重建方法

无线监控技术可为分布式光伏发电系统构建灵活可靠的监控网络。提出了基于分级扩散协议的监控网络的路由构建方法,针对监控网络中失效传感器节点（简称节点）造成的数据传输丢失问题,提出了基于二进制粒子群算法的监控网络路由重建方法,通过更换少量数目的节点,重建最多数目的路由路径。仿真结果表明,提出的方法有效地减少了监控网络数据传输的丢失,能提高监控网络运行的可靠性。     

基于可靠性分析的光伏发电系统监控网络拓扑结构设计

根据光伏发电系统对监控网络灵活性、可靠性的要求,构建了基于无线传感器网络技术的监控网络拓扑结构,建立了基于传感器节点寿命的监控网络可靠性模型,分析了网状和树状两种拓扑结构对网络可靠性的影响。在监控网络的固定维护周期内,求解在满足一定可靠性水平情况下,监控传感器节点的分层分簇优化部署方案。该设计方案为光伏发电系统监控网络的构建提供思路。     

基于异维变异的差分混合粒子群算法

针对粒子群(Particle Swarm Optimization,PSO)算法和差分进化(Differential Evolution,DE)算法存在容易陷入局部极值、进化后期收敛速度慢和收敛精度低的局限性,提出了一种基于异维变异的差分混合粒子群(UDEPSO)算法。首先,为了提高群体多样性,使用熵度量初始化粒子;其次,在粒子迭代的过程中,根据粒子的分布特点,引入异维变异学习策略和维度因子以引导粒子及时跳出局部极值达到最优解;最后,将所提算法在10个典型的测试函数上进行了仿真,其在9个测试函数的收敛精度和标准差上取得了显著的效果,远优于PSO算法、DEPSO算法以及CDEPSO算法。实验结果表明,UDEPSO算法在优化收敛精度和效率上具有较强的优势。