基于蝙蝠算法的微电网优化研究

针对微电网运行的多目标优化问题,提出了蝙蝠算法优化微电网的运行策略。首先建立微电网系统运行的数学模型,以微电网简化模型为研究对象,根据一年中不同典型日负荷情况,分别在其并网和离网状态下,以发电成本最低和环境污染费用最低为目标函数,使用蝙蝠算法对算例进行求解分析,对各个分布式电源在不同时刻的出力进行优化,使日综合发电成本最低,提高了微电网系统综合效益,验证了蝙蝠算法和微电网优化系统的可行性。     

基于改进鲸鱼算法的电流互感器J-A模型磁滞参数识别

基于J-A磁滞模型模拟电流互感器铁芯磁滞特性的关键是模型参数的精准快速识别。针对现有J-A模型参数提取时输入输出均不易测量和提取方法收敛速度慢、精度低等问题,提出了一种基于改进鲸鱼算法的ψ-i J-A磁滞模型的参数提取方法。该模型以磁链和电流为基础,而不是以磁通密度和磁场为基础。采用加入自适应权重值调整和搜索策略的改进鲸鱼算法对参数进行提取。用所提方法和粒子群算法、鲸鱼算法分别识别P型电流互感器和PR型电流互感器的磁滞曲线,对比可得改进鲸鱼算法精度更高、迭代次数更少,验证了所提方法的高效性。     

基于改进粒子群算法的光伏MPPT控制研究

针对局部阴影使光伏阵列呈现多峰值的现象,提出了一种基于改进粒子群的全局MPPT寻优算法。该算法首先采用大步长扰动观察法进行一次寻优,然后通过非线性动态改进惯性权重策略对粒子群算法改进,用改进粒子群算法进行二次全局寻优,最后使用变步长扰动观察法进行三次迭代寻优。仿真结果表明,混合算法能够在不同阴影条件下快速、准确地跟踪最大功率点,避免系统陷入局部最优值,具有良好的动态性、稳定性和高效性。