基于BP神经网络与改进粒子群的光伏MPPT算法

针对光伏阵列在环境突变情况下尤其是局部阴影下的多峰值现象,提出一种基于反向传播(BP)神经网络与改进粒子群的最大功率点跟踪(MPPT)算法。该算法利用BP神经网络近似定位最大功率点,并利用对粒子群算法中的惯性权重值进行非线性动态优化后的改进粒子群精确定位最大功率点。仿真结果表明,复合算法可以更好地跟踪最大功率点,有效避免前期易陷入局部极值的问题,提高了精度,减小了功率振荡。     

基于改进粒子群算法的微能源网优化运行研究

针对微能源网运行资源配置不合理的问题,以微能源网日运行成本最低为目标,建立优化运行模型,提出基于线性递减权重和压缩因子的改进粒子群算法,并用该算法对某地区的微能源网系统进行分析,结果表明该改进粒子群算法提高了算法的收敛速度和收敛能力,能有效降低微能源网运行成本,提高能源综合利用率。     

基于摩擦和扰动补偿的永磁直线同步电机滑模控制

针对永磁直线同步电机(PMLSM)伺服系统的位置跟踪精度易受摩擦力、负载扰动等不确定性因素影响的问题,采用基于摩擦和扰动补偿的非奇异快速终端滑模控制（NFTSMC）方法来设计位置控制器。首先,建立含有Stribeck摩擦模型的PMLSM动态模型,使用自然选择粒子群算法对摩擦模型进行离线参数辨识;其次采用NFTSMC方法来确保系统状态快速收敛,避免奇异问题,利用辨识的摩擦模型进行补偿;最后采用滑模观测器对总不确定因素进行观测和补偿,削弱了抖振现象。仿真验证了所采用的控制策略提高了位置跟踪精度,同时具有快速收敛性和较强的抗扰性。     

基于集成经验模态分解和最小二乘双支持向量回归机的风速预测算法研究

为有效解决风电大规模并网过程中面临的并网难和弃风等问题,实现可再生能源大规模平滑并网并保证大电网的安全稳定运行,采用集成经验模态分解(ensemble empirical mode decomposition,EEMD)和最小二乘双支持向量回归机(least square twin support vector regression,LSTSVR)算法进行风电场风速预测。分别介绍了LSTSVR、EEMD及自适应变异粒子群算法原理。给出基于EEMD和LSTSVR的风速预测流程,以安徽女儿岭风电场测风声雷达30、70 m处风速采样数据为例,开展基于EEMD和LSTSVR的风速预测算法验证,预测结果误差分析表明:基于EEMD+LSTSVR+自适应变异粒子群算法可以实现风电场风速的高精度预测。     

考虑最优消纳区间的区域能源聚合商博弈策略

随着电力市场的不断深入发展,新能源建设开发不断加快,研究考虑新能源合理消纳的电力市场交易模式具有重要意义。为实现以最小的全社会成本完成最大化清洁能源消费占比,提出新能源“最优消纳区间”的概念,并建立区域能源聚合商与电网的主从博弈模型。博弈主体以最小购电成本为目标通过交替方向乘子算法计算出中标电量与出清电价,而博弈从体通过改进遗传算法进行最优能源调度并重新上报电价,以追求最高售电收益。双方经过多轮博弈最终达到Stackelberg均衡。结果表明“最优消纳区间”能够在保障新能源消纳权重的前提下,提升社会的整体经济效益,而双层优化的主从博弈模型可进一步增加博弈双方的利益,并实现“最优消纳区间”内新能源消纳率1.07%~1.32%的提升。     

基于IPSO-BiLSTM-AM模型的超短期风电功率预测方法

针对现有模型预测准确性与稳定性较低的问题,提出一种以BiLSTM为基础的风电功率预测模型。BiLSTM可以很好的处理风电多变量之间的非线性关系,其次采用改进的PSO优化BiLSTM的超参数,并通过AM训练模型的权重。最后采用内蒙古自治区某风电场的历史数据进行提前0~15 min试验。结果表明,提出的IPSO-BiLSTM-AM模型具有较高的预测精度,可以为风电场电力调度与控制提供科学参考。     

考虑频率安全约束及风电综合惯性控制的电力系统机组组合

随着风电渗透率上升,电力系统惯性响应和一次调频能力下降,频率安全问题凸显,有必要在机组日前发电计划安排中考虑频率安全约束。依据电力系统频率安全要求,提出了考虑频率跌落最低值的频率安全约束构造方法。同时引入风电综合惯性控制使风电机组参与一次调频,在此基础上建立了考虑频率安全约束及风电综合惯性控制的机组组合模型。运用M语言动态控制多机频率响应模型进行Simulink仿真,并将其嵌入到改进粒子群优化算法中迭代求解。含风电的IEEE39节点系统算例结果表明,所提模型和方法能有效提升系统频率响应能力,保证系统安全运行。     

基于自调整映射法则的矩形稀布阵列优化方法北大核心CSCD

针对多约束条件下的矩形稀布阵列优化问题,提出了一种基于自调整映射法则的矩形稀布阵列优化方法。该方法首先提出一种新的最优化问题用于确定阵元坐标矩阵维数以平衡放置阵元数的自由度和阵列孔径可调整空间,并引入用于稀疏阵元的阵元状态矩阵;其次,构建自调整映射法则,对矩形阵列不同方向进行相应的映射,并对阵列短轴方向进行自调整,使得阵元位置满足最小阵元间距,避免出现不可行解;然后,通过粒子群优化算法优化阵元位置得到最优阵元坐标;最后,考虑适应度函数为单波束指向和多波束指向,对算法进行仿真验证。仿真结果发现该算法可以满足多约束条件并有效降低阵列的峰值旁瓣电平,从而提高矩形稀布阵列的性能。     

组合跳变随机平移宽间隔混沌跳频序列设计

为进一步提高宽间隔跳频序列的性能,基于混沌跳频序列,针对随机平移替代法存在的“窄点”平移与序列平衡性的矛盾问题,提出了一种新的组合跳变随机平移法。该方法在随机平移替代法的基础上取消“窄点”修正,引入组合跳变序列控制频点宽间隔映射。为兼顾组合跳变随机平移法产生序列的平衡性、汉明自相关性和宽间隔特性,构造了跳频序列的复合目标优化函数,引入粒子群算法计算得到最优的序列控制参数。仿真结果表明,组合跳变随机平移法可构造更多的序列,且产生的宽间隔混沌跳频序列具有更好的平衡性、汉明相关性和复杂度,采用粒子群优化获取的控制参数可以实现序列性能的均衡最优。