基于改进人工蜂群算法的SVG综合补偿容量优化研究

基于SVG的三相不平衡和无功补偿综合治理可以有效提高低压配电网电能质量。针对SVG补偿容量的动态分配问题,提出了基于改进人工蜂群算法的SVG补偿容量优化配置方法。首先提出基于补偿度的SVG容量动态分配优化模型;然后引入改进的Tent混沌映射序列提高传统人工蜂群算法的收敛性能,并通过改进的人工蜂群算法求解最优SVG容量分配方案,实时调整三相不平衡和无功的补偿度;最后通过Simulink仿真验证所提方法的合理性和有效性。结果表明所提出的基于改进人工蜂群算法的SVG容量动态分配控制方法可以有效综合治理配电网的三相不平衡和无功补偿问题。     

基于机电波连续体模型的机电扰动传播研究

连续体模型是一种将离散电力系统连续化处理以研究电力系统动态特性的一种新方法。针对一维均匀无损耗链式系统建立基于机电波连续体模型的偏微分方程,在给定初始条件下得到方程解析解,比较了不同惯性密度情况下,母线电压相角增量幅值和有功功率增量幅值的差异。精确解下的算例仿真曲线比较结果也吻合了以波的反射、透射特性为基础的机电扰动传播控制。     

基于混沌博弈优化的固体氧化物燃料电池模型参数优化设计

固体氧化物燃料电池(solid oxide fuel cell, SOFC)因具有转换效率高、无污染物排放、运行噪声低等特点被视为前景广阔的绿色发电技术之一,其被广泛应用于电力系统和交通运输等领域。针对SOFC稳态模型的参数优化设计问题,提出了一种基于混沌博弈优化(chaos game optimization, CGO)方法的SOFCs参数提取框架。同时,利用芬兰燃料电池技术公司Elcogen生产的陶瓷阳极支撑型平板式低温单体燃料电池(ASC-400B)工作于两种不同温度(即600 ℃和700 ℃)下的实验数据以及美国蒙大拿州立大学开发的基于物理模型的5 kW级管式SOFC电池堆栈模型在两种不同温度(即850 ℃和950 ℃)下的仿真数据,分别对所提框架、蒲公英优化器(dandelion optimizer, DO)、平衡优化器(equilibrium optimizer, EO)、粒子群优化(particle swarm optimization, PSO)算法和白鲨优化器(white shark optimizer, WSO)的参数提取的性能进行了深入的研究和分析。测试结果表明：相比于DO、EO、PSO和WSO,CGO能够准确、稳定且快速地提取上述各种SOFCs的模型未知参数,为SOFCs的系统建模提供了一种高效的方法。     

基于云边协同的配电网无功电压控制方法研究

配电网的无功电压问题对于降低线损、提高供电质量至关重要。针对配电网中无功电压集中控制无法快速响应、就地控制难以整体协调的问题,结合边缘计算技术提出了一种基于云边协同的配电网无功电压控制方法。首先,搭建了AVC作为云控制中心,配电网支线作为边缘节点控制终端的云边协同框架;然后,在云端和边端部署调控模型优化无功电压;最后,利用云边协同的控制方式进行变压器和电容器的优化调控,达到配电网无功功率整体平衡。通过仿真验证了所提方法具有易协同、易调控的特点,从而解决了配电网中电压合格率较低、通信困难、网络时延较长等问题。