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。     

基于改进蜂群算法的波浪发电最大功率跟踪

在波浪发电装置最大功率点跟踪中,浮子受到水动力的非线性导致传统群智能算法收敛速度不佳,易陷入局部最优。为此提出纵横交叉优化的人工蜂群算法(CABC)控制方案。引入纵横交叉算法(CSO)横向交叉算子的个体间变量全交叉思想,优化引导蜂、采蜜蜂搜索方式,增强CABC算法局部搜索能力。引入CSO纵向交叉算子优化侦查蜂,使侦查蜂能利用已知蜜源信息探索未知可行解域,提升CABC算法全局搜索能力。优化蜜源选择概率和人工蜂群结构,进一步改善CABC算法性能。仿真表明,CABC算法全局寻优能力强,收敛速度快,适用于波浪发电装置最大功率点跟踪。     

基于傅氏分析和改进灰狼算法的波浪发电系统最大功率点跟踪

为实现海洋波浪发电系统输出功率优化控制,提出傅氏分析法优化的改进灰狼算法。在保留灰狼优化算法最本质特征基础上,增加全新的精英狼搜索策略和狼群整体展开策略,优化包围圈形成策略、狼群搜索猎物方式和狼群结构,确保改进灰狼算法能避免因浮子水动力非线性陷入局部最优。引入傅氏分析法分解海洋入射波和电机运动部件响应,对浮子捕获频率范围内的每个波浪分量,使用改进灰狼算法求解对应的最佳电机控制参数,最大限度地捕获其携带的功率。仿真表明,输入不同模拟海洋入射波时,基于傅氏分析法和改进灰狼算法,可有效实现振荡浮子式波浪发电系统的最大功率点跟踪。     

无刷双馈风电系统最大李氏指数计算及混沌分析

为研究无刷双馈风电系统(BDFWPS)的非线性动力学行为,根据电机dq轴下的电压、磁链方程,导出非线性微分方程组。通过引入转速PD控制项,建立了发电机的七阶非线性自治系统。以功率绕组、控制绕组与转子绕组间的扩散系数σrp、σrc为变量,采用Wolf算法计算最大Lyapunov指数三维谱,提出风电系统可能出现的分岔和混沌运动状态。通过数值仿真法从时序图、相图等方面研究BDFWPS经倍周期分岔、Hopf分岔进入混沌的转迁过程,验证了系统分岔和混沌现象的存在,相关结论,为提高BDFWPS复杂工况下的安全稳定运行性能,提供切实可靠的理论依据。