基于IALO算法的蓄电池参数辨识

合理的等效电路模型及准确的模型参数对蓄电池荷电状态(SOC)的准确估计具有重要影响。针对蓄电池三阶Thevenin等效电路模型,基于改进蚁狮优化算法,提出了一种模型参数辨识方法。引入混沌Logistic映射初始化,使初始化群体遍及解空间,有利于寻找全局最优解;引入自适应惯性权重加随机柯西变异策略,有效提高了算法收敛速度;引入精英反向学习策略,有效提高了群体的多样性,避免算法陷入局部最优解。5个测试函数的测试结果表明:相比于蚁狮优化算法、粒子群算法与樽海鞘优化算法,改进蚁狮优化算法收敛速度更快,精度更高。对蓄电池三阶Thevenin等效电路模型进行参数辨识,结果表明:改进蚁狮优化算法相比蚁狮优化算法具有更高的辨识精度。

基于改进麻雀算法的多APF协调控制研究

有源电力滤波器(APF)因其具有快速追踪和消除谐波的功能而广泛应用于配电网中。其中,LCL型APF对高频谐波有更好的抑制能力。随着APF并网数目的日益增多,各APF间的交互影响问题变得不可忽视。针对多APF间的交互影响,首先基于诺顿定理推导了多APF并网等效模型,其次利用广义动态相对增益矩阵(GDRGA)对交互影响进行定量分析,最后将抑制交互影响转化为多目标优化问题。针对传统麻雀算法在搜索后期存在全局寻优能力差、易陷入局部最优的缺陷,引入tent混沌和动态随机柯西变异进行改进,并采用改进麻雀算法对APF各控制参数进行协调优化。结果表明,改进麻雀算法能得到分布更加良好的pareto解集,求解性能更优,多目标优化后能有效抑制APF间的交互影响,验证本文所提方法的有效性。