基于混沌理论的鸡群改进算法及其在风电功率区间预测中的应用

提出一种基于混沌鸡群优化和极限学习机(CCSO-ELM)的风电功率区间预测模型。首先,针对传统优化算法种群多样性低、易陷入局部极值的缺点,采用混沌理论改进鸡群算法可提高算法的寻优性能和效率。然后,针对传统代价函数未体现区间外点的偏离程度的问题,提出考虑区间外点相对偏差的评价指标。最后,以新评价指标作为适应度函数,以CCSO优化ELM的输出层权值,采用上下限估计的方法直接输出预测区间。通过实例进行仿真验证,结果表明所提方法在保证区间覆盖率的前提下,可有效降低平均带宽、提高区间预测质量。

基于Hamilton能量理论的飞轮储能系统比率一致性控制

基于Hamilton能量理论,提出一种飞轮储能系统比率一致性控制方法。该方法通过对飞轮储能单元转速的调节,实现系统的比率一致性控制,达到飞轮储能系统(FESS)内部功率的合理分配。(a)建立飞轮储能单元端口受控Hamilton(PCH)系统模型,利用PCH系统反馈镇定原理,获得端口受控耗散Hamilton(PCH-D)模型;(b)研究飞轮储能系统的比率一致性控制问题,应用Hamilton能量成型的控制策略实现飞轮储能单元的转速调节,确保所有飞轮储能单元可以按照同一比率进行能量的储存和释放,实现功率的合理分配;(c)通过仿真验证该控制策略的有效性。结果表明:在比率一致性控制下,所有的飞轮储能单元可以按照同一比例进行能量的储存和释放。

基于区块链的电动汽车共享充电桩平台设计

为解决电动汽车充电需求量与日俱增而导致充电难的问题,提出区块链下电动汽车充电桩共享创新服务平台。考虑到传统中心化共享平台在数据、安全与信用等方面的弊端,充分挖掘充电桩资源潜力,以支持智能合约的以太坊平台作为基础框架,研究去中心化的电动汽车充电桩共享服务机制与技术平台架构。基于智能合约属性和功能的交易机制,详细描述电动汽车用户、充电桩运营商和电动汽车管理商对共享充电桩的逻辑流程,部署在以太坊测试网络私有链中。底层交易信息构成可信可靠、不可篡改、透明可追溯的分布式共享充电桩区块数据体系,为各市场主体设计交互式界面作为平台应用层。以具体实例操作的方式实现技术验证,说明所设计的共享充电桩平台的可行性。

基于内模原理的海上风电机群干扰抑制研究

海上风力发电系统在运行中,因非线性电力电子设备使用等受到非谐波干扰的影响,对风电机组受非谐波干扰问题进行控制研究。首先,基于Hamilton能量理论,对单机系统进行Hamilton实现;其次,针对单机系统模型,设计内模控制器,使得风电机组在输入扰动的情况下能够稳定运行;然后,考虑受扰风电机群的网络化模型,在内模控制的基础上,设计分布式控制策略,调节系统稳定输出,保证整个风电机群在受非谐波干扰情况下,能够保持稳定运行。最后,通过仿真验证了基于内模的分布式协同控制策略能够有效地抑制干扰,提高风电机群的稳定性及可靠性。

基于熵权法与GRA-ELM的配电网空间负荷预测

空间负荷预测对配电网规划建设具有重要意义。为了提高配电网空间负荷预测精度,文中提出基于熵权法与灰色关联分析-极限学习机(GRA-ELM)的配电网空间负荷预测方法。首先,将规划区域内的小区按用地性质划分,分析不同类型负荷的影响因素,建立空间负荷密度指标体系;其次,利用熵权法对不同类型负荷的负荷密度指标进行权重分配;然后,应用GRA挑选出与待测地块负荷密度指标相似的训练样本;最后,将样本带入经粒子群优化(PSO)算法参数处理后的极限学习机(ELM)进行训练,得到预测结果。通过实例对所提方法的性能进行仿真验证,结果表明,所提方法相对其他方法的空间负荷预测精度更高。

故障情况下海上风电机群领导者-跟随者分布式控制策略研究

针对风电机组单机故障和风电场网络通讯故障,以分布式控制取代集中控制,设计2种故障情况下的领导者-跟随者分布式控制策略,减小故障对系统的不利影响。首先,基于Hamilton能量理论,将单机系统模型扩展为风电机群系统模型;然后针对机组故障情况,提出领导者-跟随者分布式控制策略,使得风电机群在领导者或跟随者单机故障下能够保持稳定运行;继而考虑通信故障情况,设计弱连通拓扑下的领导者-跟随者控制策略,以使系统稳定且有功功率输出稳定。最后,通过仿真验证,在机组故障停机和网络通信故障下,领导者-跟随者控制策略能够增强系统的稳定性与可靠性。

基于生长曲线与气温累积效应的气象负荷预测

夏季受高温天气的影响,由降温设备所引起的气象负荷日趋变大。针对气象负荷获取困难以及负荷预测精度不高的问题,提出一种新的气象负荷预测方法。首先,为获得准确的气象负荷数据,采用生长曲线来描述基础负荷的增长特性,通过剔除基础负荷来获得气象负荷数据;其次,考虑到夏季高温天气的气温累积效应,需要对高温天气的日最高温度进行修正,提出一种基于气象负荷的温度修正方法及相应模型;最后,建立粒子群优化的极限学习机负荷预测模型,分别对总负荷和气象负荷进行预测。算例分析结果表明,基于生长曲线与气温累积效应提升了负荷预测效果,验证了所提算法和模型的有效性。

海上风电机组分布式控制系统故障诊断与定位研究

针对海上风电机组分布式控制系统机组故障诊断与定位难的问题,根据分布式控制机群自身的特点,设计了通讯故障的诊断与定位方案。为了简化分布式系统机组之间的通讯链路,有效控制风机网络间的拓扑,首先,对分布式风电机组所形成的风电场进行群落划分;然后,在各自所划分群落中,利用心跳检测算法,进行分布式通讯主从节点的诊断与故障定位;最后,通过仿真验证并与传统算法进行比较,显示文章所提出的分布式故障诊断与定位方案在故障状态下诊断和定位的准确率较高。

输入时滞的海上风电机群分布式控制

随着海上风电的大规模发展,以及电网互联范围的不断扩大,时滞主要产生在风电场广域测量系统的信号测量和传输中,从而导致风电机组系统性能下降甚至不稳定,严重影响了风电场的正常运行.因此,该文基于Hamilton能量理论,研究了双馈风电机群的分布式时滞控制问题.首先,该文对双馈风电系统进行Hamilton实现,得到风电机组PCH–D模型;然后,针对单机系统PCH–D模型,引入Casimir函数设计控制律,使得风电系统在输入时滞下能够稳定运行;进而,将风电机组网络化,设计分布式时滞控制策略,使得整个风电机群在30~300 ms的时滞范围内整体保持稳定.最后,通过仿真验证了所提控制策略能有效地解决系统的输入时滞问题,同时减小了时滞引起的系统误差,提高了风电机群的稳定性和控制精度.

基于线性标准型的双馈风力发电机组反步滑模控制研究

针对双馈风力发电机组易因参数变化、外部扰动等因素影响而出现系统输出功率不稳定的情况,基于线性标准型的双馈风力发电机组模型,设计了一种反步滑模控制策略来提高风电机组的稳定性和抗干扰能力。先通过相应的坐标映射,把多输入多输出双馈风力发电机组非线性系统解耦成单输入单输出的线性标准型;然后,在此基础上,设计了双馈风力发电机组反步滑模控制器,并证明了该控制器不但能够实现机组有功功率稳定输出,而且提高了在输入干扰等不确定因素下系统的鲁棒稳定性。最后,通过分析系统有扰动和无扰动两种情况,证明了在反步滑模控制策略下,双馈风力发电机组在无扰动和有扰动两种情况下都能实现有功功率输出稳定,证明了所设计控制策略的有效性。

基于聚类分析和优化神经网络的风电功率预测研究

为了提高风电功率的预测精度,减小风电随机性对电网的影响,提出一种基于K均值聚类算法和思维进化算法优化误差反向传播神经网络的风电功率短期组合预测模型。首先,采用K均值聚类算法将风速分为微风、中风和大风,风向分为正风向和反风向共六个类别以降低其随机性。然后,为各个类别分别建立神经网络预测模型,并采用思维进化算法对其初始权值和阈值寻优,再将待预测样本根据所属类别输入到相应的预测模型中,得到最终的预测值。最后利用算例仿真,证明所提的组合预测模型比其他传统预测模型具有更高的预测精度。

基于无源性与滑模变结构的独立直流微电网控制

针对独立直流微电网稳定性问题,提出了一种基于滑模变结构的电流无源双闭环控制策略,提高了系统的响应速度和抗干扰能力。首先,建立独立直流微电网系统数学模型,针对该模型应用无源性理论设计系统的控制输入,得到系统的端口受控耗散Hamilton(port-controlled hamiltonian with dissipation,PCH-D)模型。然后,针对系统的直流母线电压的稳定性问题,应用滑模变结构方法,当系统用电负荷、分布式能源和参数突变时,母线电压仍能稳定在其期望值上,并得到燃料电池电流的参考值。最后,通过Matlab仿真进行验证,对比本文控制策略与传统单一的无源控制策略,说明所提出的控制方法具有更好的动态特性和稳态特性。

基于扰动观测器的双馈风电机组最优复合反馈控制研究

双馈风电机组的转子通过变流器连接到电网,由于在转子侧的硬件电路中含有开关模块,使系统在运行过程中极易产生谐波扰动,该谐波会增加风机的损耗,使风机运行不稳定,减低电能质量。针对这些问题,首先设计了一种最优复合反馈控制器,使无扰动风机系统工作在稳定状态;然后,对含谐波扰动的风机系统,设计扰动观测器,观测出谐波扰动并在输入端进行抵消,使含谐波扰动的风机系统能够快速到达稳态;最后,通过仿真验证了设计的扰动观测器能够准确观测出谐波扰动,控制策略能够使双馈风电机组系统快速到达稳定状态。

独立直流微电网中多组燃料电池分布式协同控制

针对独立直流微电网中功率分配问题,基于Hamilton能量理论提出分布式协同控制策略。首先对单组燃料电池独立直流微电网模型设计预反馈控制,得到端口受控耗散Hamilton模型;然后将单组燃料电池拓展为相互通信的多组燃料电池的独立直流微电网,设计分布式协同控制策略,使得用电负荷在每组系统中得到合理分配;最后通过仿真验证分布式协同控制的有效性。结果表明,燃料电池输出的有功功率一致且直流母线电压都稳定在其参考值。

计及全寿命周期成本的海上风电场集电系统环形拓扑结构优化设计

研究环形拓扑的优化设计问题,并进一步分析其全寿命周期成本。首先,采用模糊C均值聚类算法对变电站进行选择,得出变电站位置;然后,将环形拓扑连接问题映射为多旅行商问题,利用遗传算法设计多旅行商策略,在此基础之上以海缆最短为优化目标设计新的环形拓扑结构。根据海缆属性,提出以建设成本、维护成本以及报废成本模型构成的全寿命周期成本模型。最后,以London Array为算例,说明研究提出的拓扑结构设计与全寿命周期成本计算方法的有效性和优越性。

基于量子行为的鸡群优化算法及其收敛性分析

针对鸡群算法易陷入局部最优、出现早熟收敛等缺陷,提出了一种基于量子行为的鸡群优化算法(Quantum-Behaved Chicken Swarm Optimization, QCSO)。通过利用鸡群中的个体信息建立量子化的势阱模型,根据原鸡群更新公式得到个体最优解和全局最优解,采用蒙特卡洛随机采样完成个体极值的更新,在个体极值和全局极值附近以并列的角度进行搜索,提高了算法的局部搜索性能。同时,结合随机算法全局收敛性的判别准则,研究了基于量子行为的鸡群优化算法的收敛性,证明了QCSO是一种全局收敛的优化算法。选取4个基本的测试函数对QCSO的优化能力进行测试,结果表明QCSO的寻优性能较原算法以及传统的优化算法都有较大的提升。