在“双碳”目标背景下,风力发电和光伏发电在我国发展最为迅速。且风能和太阳能在时间和空间上具有很好的互补性,相比于单一的发电形式风光互补发电系统具有更高的经济价值和能源利用率,因此,风光互补发电系统的研究具有重要的实用价值。本文以优化风光互补发电系统的发电效率和经济性为目标,主要针对风光互补发电系统中风力发电和光伏发电的最大功率跟踪(Maximum Power Point Tracking,MPPT)控制策略,系统能量管理策略和容量优化配置方面开展研究。针对传统风力发电在最大功率跟踪过程中,追踪步长固定,输出功率容易出现抖动的问题。提出了一种分段双模糊控制算法,利用发电机的P-w曲线将最大功率跟踪过程划分为不同区域,在不同区域应用不同精度的模糊控制器进行最大功率跟踪,使风力发电系统的追踪效率和精度显著提升。最后,进行仿真建模分析,追踪时间比扰动分析法缩短了37.5%,跌落现象显著降低。验证了该方法的有效性和优越性。针对光伏发电系统在最大功率跟踪过程中,环境突变时容易误判的现象,提出了一种三点测量法,根据电流值的突变情况,检测出工作环境的变化,并进行工作调整;为解决追踪步长固定的问题,提出了一种分区自适应扰动算法,利用光伏电池的P-U曲线对追踪过程划分不同区域,在不同区域选择合适的步长进行最大功率跟踪,从而提高了系统的追踪效率和精度。并通过仿真建模分析,追踪时间相比传统方法缩短了64.7%。最后,以STM32F103C8T6为核心芯片对小型光伏发电系统进行软硬件设计,通过实验进一步验证了该MPPT控制算法的可行性。针对单一储能系统平抑功率波动能力差,容易过充过放问题,采用蓄电池和超级电容相结合的储能方案,并提出了一种以混合储能SOC变化为主的控制策略,最后对整体系统进行建模仿真,验证了系统搭建的正确性和所提控制策略的可行性与优越性。容量配置方面,以系统的投资成本、设备更换成本、维护成本、碳排放效益成本之和作为等年值成本,以最小等年值成本作为优化目标,以系统的功率、负荷缺电率、荷电状态作为约束条件,建立容量优化配置模型。采用改进黏菌算法对系统容量配置进行寻优求解,优化结果使求得的等年值成本减少了10.71%。实验结果验证了搭建的容量配置模型的有效性和算法的优越性。图[81]表[13]参[83]
以群智能优化算法为代表的演化计算方法已经被应用于生活的方方面面,比如求解最短路径,背包问题,旅行商问题等。近年来,也有许多优秀的群智能算法被提出来,比如粒子群算法(PSO)、蚱蜢优化算法(GOA)等。但是在解决现实问题中,这些算法还是会暴露出各种缺点。本文针对蜻蜓优化算法、飞蛾优化算法和黏菌优化算法中出现的问题,根据量子计算的思路分别提出了改进措施,并且成功应用于特征选择问题中。主要研究内容如下:(1)在蜻蜓优化算法的基础之上,引入量子旋转门以及高斯变异机制,提出基于量子计算和高斯变异的改进蜻蜓优化算法(Dragonfly Algorithm Based on Quantum and Gaussian,QGDA)。将基于两种机制得到的改进蜻蜓算法放入基准函数中测试,结果表明,QGDA能够获取比其他算法更优的解。另外,在不同数据集上进行特征选择测试,QGDA也可以得到更高的精度。(2)在飞蛾优化算法上,本文提出了一种基于量子计算与模拟退火机制的改进飞蛾优化算法(Moth-Flame optimization algorithm based on Quantum and Simulated Annealing,QSMFO)。在基准函数测试实验中,与原始MFO算法相比,QSMFO的性能得到了显著提升。同时在特征选择问题上,QSMFO也展示出了更好的效果。(3)最后针对黏菌优化算法的不足,提出了基于量子计算和水循环机制的改进黏菌优化算法(Slime Mould Algorithm based on Quantum and Water Cycle,WQSMA)。WQSMA在CEC2014测试集中与13个元启发式算法进行比较,实验结果显示WQSMA排名第一。此外,在实际应用中,在多个数据集上经过验证发现提出的WQSMA可以获得更高的分类准确率。
暂无评论