多策略蛇优化算法在混合储能配置中的应用研究

考虑到蓄电池和超级电容组成的混合储能系统(hybrid energy storage system,HESS)可有效缓解风电功率并网对电网造成的冲击,为提高HESS的可靠性,针对变分模态分解(variational mode decomposition,VMD)中的参数值K和α选择过程困难的问题,提出多策略蛇优化算法(multi-strategy optimization algorithm,MISOA)对其参数进行寻优,从而精确实现HESS功率的一次分配。通过基准测试函数的寻优实验表明所提出的MISOA收敛速度和寻优能力均有明显提升。将蓄电池-超级电容混合储能系统作为研究对象,以我国西北地区某装机容量为22 MW的风电场数据作为研究依据,发现MISOA-VMD优化得到的参数组合[K,α]运用到VMD中时,相较于SOA收敛速度提升70%,收敛精度也有所提升,相较于经验模态分解(empirical mode decomposition,EMD)减少了模态混叠现象,验证了策略的可行性。