基于改进混沌蚁群算法的风电场无功电压协调控制策略

为改善及解决大型风电场接入电网后的局部电压稳定和无功裕度等问题,基于某风力发电场实际运行情况,建立了包含双馈风电机组(Double-Fed Induction Generator,DFIG)和静止无功补偿器(Static Var Compensator,SVC)的风电场无功功率协调模型,并提出了一种多目标且综合考虑两者之间协调配合的控制策略。该协调策略以风电场内各个节点的实时测量数据为基础,为满足算法的实时性要求,采用改进混沌蚁群算法求解包括风电场公共连接点(Point of Common Coupling,PCC)在内的各节点电压稳定度最好及总体无功裕度最大的多目标优化控制模型,改善PCC点母线在内的局部电网电压水平并且提高风电场内部无功裕度。以西北某风电场为例进行仿真,结果表明,无功电压协调控制策略能够较好地改善风电场的局部电压稳定性,且提高该区域的无功裕度。

改进混沌蚁群算法在新疆冰川河流水质模型参数反演优化中的应用

文章采用改进的混沌蚁群算法对新疆某冰川河流水质模型进行参数反演优化研究,并结合数值试验的方式对比改进前后算法对水质模型参数反演优化计算时效的影响。分析结果表明:改进后的算法在水质参数计算时效上有较为明显的提高,相比于传统算法,改进算法的粗搜索序列迭代次数平均减少90次,收敛率提高42.7%,计算时间均值减少0.499min。改进算法反演优化参数拟合的COD浓度数据和断面监测数据误差相比于传统算法减少15.9%,拟合系数提高0.24。研究成果对于新疆冰川河流水生态保护研究提供方法参考。