重庆理工大学学报(自然科学) ›› 2024, Vol. 38 ›› Issue (9): 174-182.

• 能源动力环境 • 上一篇    

多策略蛇优化算法在混合储能配置中的应用研究

雷国平,邬佳程,晏 娟,安 静,吴天骜,高 乐,蒋 洲   

  1. 1.重庆三峡学院 电子与信息工程学院,重庆 404100;2.重庆三峡水力发电有限公司,重庆 40410
  • 发布日期:2024-10-12
  • 作者简介:雷国平,男,硕士,教授,主要从事波动性能源入网研究,Email:leiguoping@163.com;邬佳程,男,硕士研究生,主要从事波动性能源入网研究,Email:3145263909@qq.com。

  • Published:2024-10-12

摘要: 考虑到蓄电池和超级电容组成的混合储能系统(hybridenergystoragesystem,HESS)可有效缓解风电功率并网对电网造成的冲击,为提高 HESS的可靠性,针对变分模态分解(variationalmodedecomposition,VMD)中的参数值K和 α选择过程困难的问题,提出多策略蛇优化算法(multistrategyoptimizationalgorithm,MISOA)对其参数进行寻优,从而精确实现 HESS功率的一次分配。通过基准测试函数的寻优实验表明所提出的 MISOA收敛速度和寻优能力均有明显提升。将蓄电池超级电容混合储能系统作为研究对象,以我国西北地区某装机容量为 22MW 的风电场数据作为研究依据,发现 MISOAVMD优化得到的参数组合[K,α]运用到 VMD中时,相较于 SOA收敛速度提升70%,收敛精度也有所提升,相较于经验模态分解(empiricalmodedecomposition,EMD)减少了模态混叠现象,验证了策略的可行性。

关键词: MISOA;变分模态分解;混合储能系统;参数优化;功率分配

中图分类号: 

  • TM912