基于改进秃鹰算法的微电网群经济优化调度研究

传统优化算法相较于智能优化算法在求解微电网群优化调度问题中较难寻出可行解或最优解,对此提出一种基于融合反向学习和柯西变异改进的秃鹰算法(IBES),在秃鹰搜索空间猎物阶段采用融合反向学习和柯西变异策略,使得秃鹰算法有效跳出局部最优,解决算法求解精度低等问题。通过与粒子群算法(PSO)、麻雀算法(SSA)、鲸鱼算法(WOA)进行对比,仿真结果表明IBES寻优精度更高,可有效减少微电网群系统的经济成本。

基于IAOA-VMD-LSTM的超短期风电功率预测

为了对风电功率进行精确预测,提出一种基于改进算术优化算法(IAOA)、变分模态分解(VMD)和长短期记忆网络(LSTM)的超短期风电功率预测模型(IAOA-VMD-LSTM)。利用IAOA对VMD的关键分解参数k和α进行优化,得到的各固有模态函数(IMF)具有周期性,能够提升LSTM的预测精度,同时利用IAOA对LSTM网络参数进行优化。通过对风电功率数据进行预测分析,结果表明IAOA-VMD-LSTM预测模型相比于其他模型的预测精度更高。

基于下垂控制的直流微电网群大信号稳定性分析

在直流微电网群中,恒功率负载会因其自身特性导致母线电压波动。以直流微电网群的母线电压为研究对象,在下垂控制的基础上对含恒功率负载的直流微电网群进行大信号稳定性分析,采用混合势函数方法分析了系统的大信号稳定性,并推导出直流微电网群的大信号稳定性判据。在MATLAB/Simulink中进行验证,通过直流微电网群在某个瞬间接入恒功率负载来模拟直流微电网群发生大扰动的情况,仿真结果表明,若直流微电网群的恒功率负载满足稳定性判据,则直流微电网群可保持稳定运行;若不满足稳定性判据,则系统崩溃。根据稳定性判据,通过增大电容值或减小电感值来提高系统大信号稳定性,并通过仿真实验验证了该方法的可行性。