考虑储能分时自动控制策略的微电网容量优化配置方法研究

由于不同分布式电源出力的差异性和波动性,在微电网中对不同分布式电源容量进行优化配置是实现系统的经济、可靠运行的关键,为此提出了考虑储能分时自动控制策略的微电网容量优化配置方法.根据微电网拓扑结构,建立微电网中不同分布式电源的模型并提出储能系统分时自动控制策略.基于储能控制策略建立微电网容量优化配置模型,以微电网系统综合...     

基于风力发电的微电网电源配置研究

针对微电网电源配置过程中的经济性与供电可靠性问题,对分布式电源的配置进行了研究。以微电网的年均费用值为目标函数,以风机数量、储能元件数量为优化变量,以微电网的可靠性为约束条件,通过遍历算法求最优解,得到了微电网的电源配置方案。采用蓄电池、超级电容混合储能方案,以发挥蓄电池能量密度高、超级电容功率密度高的优势,从而减少了配置成本;采用改进的邻域均值滤波法在超级电容和蓄电池之间进行了功率分配,该控制策略能够减少超级电容充放电循环过程中的能量累积,从而提高了微电网的可靠性。最后基于Matlab平台编程实现容量配置算法,对算例进行了配置。研究结果表明,该算法可以在保证可靠性的前提下,得出了较为经济的配置方案,为小型微电网电源配置提供了新的思路。     

基于免疫粒子群优化算法的微电网谐波抑制策略

为解决微电网中变频器和电力设备运行引起的非线性负载谐波问题,提出了基于免疫粒子群优化(IPSO)算法的微电网无源滤波器谐波抑制策略,将免疫系统的免疫机制原理引入粒子群算法中,有助于提高粒子群算法全局收敛能力,主要目的是实现免疫粒子群算法优化滤波器参数,最终通过优化滤波器的方式达到微电网谐波抑制。从仿真结果可以得出,并网模式与孤岛模式相互转化过程中,IPSO算法可以有效地降低负载侧输出电压谐波比。     

基于改进粒子群算法的独立热电联供微电网优化运行

微电网运行时需要考虑到运行成本及环境污染等诸多因素,现提出了一种基于改进粒子群算法的优化模型,针对微电网中发电成本及污染气体排放等问题建立目标函数,使得其在不同条件下可以选择不同的调度方案;同时以某个目标为例,选择发电成本和环境污染的权重比为9∶1和1∶9时得到了2种优化后的调度方案,结果表明使用改进后的粒子群算法可以实现对独立热电联供微电网的优化。     

含光伏发电和储能电池的智能微电网经济调度

介绍了智能微电网的结构和微电网多代理分层的控制方式,建立了光伏发电输出功率预测的数学模型,详细阐述了含储能电池成本及各发电单元运行维护成本的微电网优化调度目标函数、约束条件、优化变量和优化策略,利用粒子群算法对各发电单元进行经济调度,制定了3种储能电池的充放电计划以及购电交易计划。     

兼顾用户满意度和发电侧收益的微电网系统量子粒子群优化

兼顾微电网系统发电侧与用户侧的综合利益,从能量管理的角度出发,建立了以用户满意度和发电侧收益为目标的优化模型。首先,采用多目标局部变异-自适应量子粒子群算法(Multi-objective local mutation adaptive quantum particle swarm optimization,MO-LM-AQPSO)获得用户满意度及发电侧收益的Pareto前沿。然后,引入缺电损失,以发电侧收益最大为目标,选取了非支配解中的最优解,并通过算例仿真验证其有效性。进而引入可平移负荷及分时电价激励机制,通过合理的峰谷电价比以引导用户积极参与需求侧响应。仿真结果表明,合理的激励措施,可提高微电网收益和用户满意度实现可再生能源的最大化利用及蓄电池运行损耗的有效减少。     

基于微电源输出功率的微电网自适应电流保护

由可再生能源组成的微电网得到了广泛应用,大量可再生能源的加入使得微网的拓扑结构灵活多变,传统的继电保护难以满足微电网保护要求.提出了一种基于微源输出功率的微电网自适应电流保护方案.通过分布式智能配电终端装置(DSTU)采集线路实时的电气参数,并对电流进行整定,根据各个微源的输出功率判断是否启动电流整定.对典型工况在PSCAD/EMTDC上进行了仿真验证,仿真结果表明,该方案对于降低保护配置成本、提高微电网保护的可靠性具有重要意义.     

新能源微电网不确定性负荷规划方法研究

为提高新能源微电网负荷预测及规划能力,提出基于串行集成学习和负载自适应均衡配置的新能源微电网不确定性负荷规划方法.构建新能源微电网不确定性负荷的线性空间融合模型,通过重组非线性时间序列,完成新能源微电网不确定性负荷的输出时间序列分析.采用串行集成学习方式调节新能源微电网不确定性负荷稳定性,结合负载均衡调度法完成新能源微...     

基于飞轮储能和蓄电池的微电网控制策略

微电网作为一特殊的电网运行方式,可运行在并网和孤岛两种模式下。对微电网中的电源及整个微网进行有效控制是微电网技术中的关键。为保证微电网的稳定可靠运行,并在运行模式改变时,完成有效、平滑的切换,在构建不同类型的分布式电源的基础上,提出了以蓄电池为主电源,用飞轮保证不间断供电的微电网系统协调控制方法。该控制方法保证了微电网经济、稳定运行和良好的供电质量,并且能够在微网运行模式切换过程中维持其内部不间断供电并大幅减少暂态冲击,迅速过渡到稳态运行。建模仿真结果证明了该控制策略的有效性和精确性。     

考虑分布式电源和需求侧响应的配电网综合规划

随着智能电网的发展,配电网规划与运行问题的研究日益受到重视。结合工程实际建立了考虑分布式电源及需求侧响应的配电网综合规划数学模型,并构造了混合智能算法进行寻优求解,以达到综合利用分布式发电资源和需求侧响应资源来提高配电网运行的良好经济性和安全可靠性。综合考虑了分布式电源的投资及运行费用、网损费用、可中断负荷补偿费用、引入分布式电源后的购电费用、环境效益并建立目标函数;在进行分布式电源规划时,通过可中断负荷电价引导需求侧响应,将用户侧资源引入配电网规划模型中实行综合规划;采用基于支持向量机和粒子群算法的混合智能算法对目标函数进行寻优,从而得到了经济性和可靠性最高的配电网综合规划方案。最后,以我国南方某地区的实际算配网作为算例进行计算分析,验证了所提模型及算法的可行性。     

间歇过程PSO SQP混合优化算法研究*

针对SQP算法在求解具有复杂约束的间歇过程优化时容易陷入局部极值点的问题,本文提出一种PSO-SQP混合优化算法。该算法首先采用外点罚函数法将间歇过程有约束的优化问题转换为无约束的优化问题,利用PSO强大的全局搜索能力对其进行求解,并把搜索结果作为SQP搜索初始点,以此弥补SQP全局搜索弱的缺点,再利用SQP良好的局部收敛性和较强的非线性收敛速度对原优化问题进行精细搜索,弥补了PSO局部搜索弱的缺点,通过不断的迭代最终获得优化问题的全局最优解。该算法充分利用了SQP和PSO的优缺点,增强了其对复杂约束优化问题的求解能力。将本文提出的算法用于连续搅拌化学反应系统温度控制中,仿真结果表明产物浓度能够充分逼近期望值,且反应器的温度轨迹收敛,从而验证了该算法的有效性和实用价值。     

室内移动机器人路径规划算法

路径规划是移动机器人导航技术中的核心问题。在以往的研究中,机器人被视为一个点并且优化的目标为使路径最短,这种建模方法得到的路径往往不具有良好的可执行性。讨论了一种考虑路径平滑度和路径安全度的规划算法,并通过带惩罚函数的粒子群算法对其进行求解。最后在MATLAB中通过仿真试验验证了算法的有效性。     

计及电动汽车充电站的配电网综合优化研究

针对电动汽车充电站接入配电网优化运行这一问题,为达到降低配电网网损和提升网络节点电压质量的目标,在常规的配电网优化措施基础上,就计及电动汽车充电站接入的配电网综合优化问题进行了研究.分析了网络重构、无功优化、电动汽车充电站注入功率三者之间的关系,提出了应用粒子群算法（PSO）对三者进行统一优化的方法,并在IEEE33配电系统上进行了仿真试验.研究结果表明,在综合优化条件下系统的网损最低、电压质量最佳,从而验证了该方法的有效性.     

基于粒子群优化算法的小型足球机器人路径规划

为了解决足球机器人无法躲避动态障碍物和容易陷入局部极值的问题,在深入研究粒子群优化算法的基础上,提出了采用栅格法与粒子群优化算法相结合的路径规划算法。首先采用栅格法对小型足球机器人工作环境构造模型,再利用改进的粒子群优化算法进行最优路径搜索。该算法实现简单,收敛速度快,不易陷入局部极值,不仅能够满足足球机器人实时动态的路径规划要求,而且能满足不同环境下的路径规划要求。仿真实验表明,该方法可以很好地应用于足球机器人的路径规划中。     

基于粒子群优化和协同优化的多学科设计优化研究

协同优化是进行多学科设计优化的有效方法之一。本文将粒子群优化算法应用于协同优化,通过对系统级优化等式约束条件进行转换,克服了协同优化自身内部的计算缺陷,有效解决了当原始系统优化问题不满足Kuhn-Tucker条件时导致的计算困难,最后以数值计算和减速器设计为例进行了验证。结果表明本文提出的方法是有效的,同时也为将新型算法应用于多学科设计优化问题提供了参考。     

多峰函数优化的免疫云粒子群优化算法

为了尽可能寻找多峰函数的全部极值点及提高寻优精度,提出一种免疫云粒子群优化算法(PPSO)-融合云变异粒子群优化算法(CMPSO)的小波变异克隆选择算法(WMCSA)。PPSO混合算法设置了最大重复搜索代数M,以便尽可能搜索到全部极值点。在每一代重复搜索中,首先,通过引入基于云模型的云变异算子以提高种群的多样性,并使用云变异粒子群优化算法对可行域内的所有极值点进行全局搜索;然后,利用小波变异克隆选择算法对云变异粒子群优化算法搜索到的较优解进行局部搜索以进一步提高解的精度。针对复杂多峰函数的寻优测试表明:在保证收敛速度的同时,PPSO算法的收敛精度和搜索到的极值点数目均得到显著提高。离散混沌系统的应用实例也表明了PPSO算法的有效性。     

基于粒子群优化的数字多频陷波滤波器设计

数字多频陷波滤波器用于同时滤除或抑制数字信号中的多个频率分量,粒子群优化是模拟鸟群迁徙行为的元启发式搜索方法.以改进的粒子群优化算法为基础,提出了数字多频陷波滤波器的设计方法,它通过优化配置陷波系统的极点位置,实现了具有稳定特性的陷波系统的优化设计.所提设计方法的有效性和实用性,得到了一系列仿真实验的具体验证.     

改进粒子群算法在网格资源分配中的优化

针对并行网格任务的资源分配问题,提出了一种基于并行粒子子群优化的分配算法.该算法引入效用函数,反映网格任务的偏好和目标,利用乘子法转化约束条件,导出适应度函数.最后通过粒子子群的并行寻优过程,得到资源分配的最优解.仿真实验表明了该算法的有效性,且在任务较多的情况下,优化结果好于传统粒子群算法.     

一种基于改进的粒子群优化算法的神经网络PID控制器

针对多输入多输出(MIMO)复杂过程控制中控制性能偏慢等问题,对神经网络PID控制器以及PID控制理论物理机制之间的相互作用进行了研究。对神经元PID控制器隐层和输出层之间的初始权值进行了归纳,提出了一种粒子群优化算法,提高了PSO算法的收缩因子以保证优化的收敛性,并进行了Matlab仿真。研究结果表明,所提出的神经网络PID控制器的改进粒子群算法优化,在高耦合效应的复杂MIMO对象中具有良好的精度以及快速响应的特性。