基于人工蜂群算法的温差发电阵列最优重构方法

在新能源发电技术快速发展的背景下,温差发电(TEG)技术能够很好地利用新能源发电中产生的废热.然而,温度分布的变化会使得TEG阵列的输出特性恶化、发电效率降低.提出基于人工蜂群(ABC)算法的TEG阵列重构方法,在3种不同温度分布情况下,利用ABC在对称9×9和不对称10×15两种TEG阵列进行动态重构.将所提算法与遗传算法、粒子群优化算法和秃鹰搜索优化算法3种启发式算法作对比,并给出由ABC重构后的TEG阵列温度分布图.结果表明:ABC能够提高TEG阵列的输出功率,输出功率-电压曲线均趋向呈现出单个峰值.此外,利用基于RTLAB平台上的硬件在环实验验证了硬件可行性.

大模型辅助的大型海上风电场集电系统拓扑优化

集电系统拓扑优化是大型海上风电场规划建设的核心问题,本质上是一个涉及多约束、多目标的复杂混合整数优化问题。针对该问题,提出了一种基于大语言模型(large language model,LLM)辅助的大型海上风电场集电系统拓扑优化方法。首先,基于大语言模型辅助对风电机组群进行聚类,通过链式提示法使LLM理解优化目标,并利用LLM将大型海上风电场分割为若干小型区域,以降低优化问题维度,提升求解速度和质量。然后,构建集电系统拓扑优化模型,基于混合整数线性规划求解器,获得海上风电场的最优集电系统拓扑设计方案。最后,利用1个含有75台风电机组的大型海上风电场系统进行方法性能验证,仿真结果表明:与传统优化技术相比,所提方法获得的聚类风机数量更加均衡,在考虑拓扑功率损耗的同时,生成的拓扑方案经济性最优。LLM在集电系统拓扑辅助优化中具有较高的有效性,为海上风电场集电系统拓扑设计优化提供了一种新思路。

基于海马优化器的光伏-温差混合系统重构

部分遮蔽(partial shading conditions,PSC)是导致光伏(photovoltaic,PV)–温差(thermoelectricgeneration,TEG)混合系统(PV-TEG)输出功率损耗和组件失配的主要原因之一。为了提升PSC下PV-TEG混合系统的发电效率,提出一种基于海马优化器(sea horse optimizer,SHO)的PV-TEG混合系统重构方法。该方法以PV-TEG混合系统的输出功率为目标函数,利用SHO调整电气开关动作来改变混合系统阵列中PV-TEG组件的位置,以提高系统整体功率输出。为验证SHO的可行性和优越性,在实际PSC条件和标准PSC条件下对4×4阵列、9×9阵列和15×9阵列进行仿真分析,并与粒子群优化算法、遗传算法、人工蜂群算法和蚁群算法进行全面对比(失配损耗、平均输出功率和开关动作数量),证明采用SHO算法可以缓解遮蔽带来的影响,提升系统功率。仿真结果表明,通过SHO重构后的PV-TEG混合系统功率在4×4阵列中提高38.36%,在9×9阵列中提高20.74%,在15×9阵列中提高21.14%。此外,基于RTLAB平台进行硬件在环实验(hardware in the loop,HIL),验证了PSC下SHO应用于PV-TEG混合系统的硬件可行性。

基于AEO-MRFO的固体氧化物燃料电池参数辨识

提出一种基于人工生态系统优化(artificial ecosystem-based optimization,AEO)算法与蝠鲼觅食优化(manta ray foraging optimization,MRFO)算法的协调优化算法,即AEO-MRFO协调优化器(AEO-MRFO coordinating optimizer,EMCO),用于各种固体氧化物燃料电池(solid oxide fuel cell,SOFC)的参数辨识。为提高SOFC参数辨识的精确度与稳定性,EMCO舍弃MRFO气旋觅食算子中随机性过强的搜索操作,并随迭代过程动态协调AEO分解算子和经过改进的MRFO翻滚觅食算子,合理平衡局部探索(local exploitation)和全局搜索(global exploration)。通过4个算例对EMCO的SOFC参数辨识性能进行研究,即荷兰能源研究中心和波兰CEREL公司各自生产的2种SOFC单体电池测试数据和蒙大拿州立大学的5kW SOFC电池堆栈在2个不同运行条件下的实验数据。此外,还研究了SOFC堆栈温度及压强变化对参数辨识精度的影响。仿真结果表明,与蚁群优化(ant colony optimization,ALO)算法、均衡优化器(equilibrium optimizer,EO)、灰狼优化(grey wolf optimization,GWO)算法、堆栅优化器(heap-based optimizer,HBO)、粒子群优化(particle swarm optimization,PSO)算法、AEO算法和MRFO算法相比,EMCO均能快速、精确、稳定地实现SOFC参数辨识。