電工電氣雜志社

基于改進蜻蜓算法的混合儲能容量優(yōu)化配置

來源：電工電氣發(fā)布時間：2024-08-30 15:30 瀏覽次數(shù)：277

基于改進蜻蜓算法的混合儲能容量優(yōu)化配置

黃禮燦，秦斌

(湖南工業(yè)大學電氣與信息工程學院，湖南株洲 412007)

摘要：針對傳統(tǒng)方法在風光儲能系統(tǒng)容量優(yōu)化配置過程中求解精度較低、效率較慢等問題，提出一種改進蜻蜓算法(IDA)。通過采用 Logistic 混沌初始化和非線性慣性權重兩種策略對原始蜻蜓算法進行改進，使算法能夠在初始化階段分布更均勻，全局搜索和局部開發(fā)更加協(xié)調，同時更快鎖定最優(yōu)解區(qū)域；構建混合儲能系統(tǒng)容量優(yōu)化模型，以儲能裝置的生命周期費用作為目標函數(shù)，并考慮負荷缺電率、儲能系統(tǒng)能量等約束條件。使用 MATLAB 軟件對算例進行仿真分析，通過 3 種算法的仿真結果對比發(fā)現(xiàn)，采用改進蜻蜓算法蓄電池個數(shù)有所減少，全生命周期費用也相對降低，有較好的經濟適用性。

關鍵詞： 混合儲能；容量配置；改進蜻蜓算法；混沌初始化；蓄電池；全生命周期費用

中圖分類號：TM734 ；TM912 文獻標識碼：A 文章編號：1007-3175(2024)08-0001-07

Optimal Configuration of Hybrid Energy Storage Capacity Based on

Improved Dragonfly Algorithm

HUANG Li-can, QIN Bin

（College of Electrical and Information Engineering, Hunan University of Technology, Zhuzhou 412007, China）

Abstract: Aiming at the problems of lower solution accuracy and slower efficiency of traditional methods in the process of capacity optimization and configuration of wind energy storage system, an improved dragonfly algorithm (IDA) is proposed. The original dragonfly algorithm is improved by adopting two strategies: Logistic chaotic initialization and nonlinear inertia weights, so that the algorithm can be more uniformly distributed in the initialization stage, the global search and local development can be more coordinated and lock the optimal solution region more quickly at the sametime, constructing the capacity optimization model of the hybrid energy storage system, taking the life-cycle cost of the storage device as the objective function and considering load power shortage rate, energy storage system and other constraints. Finally, this paper uses MATLAB software to simulate and analyze the algorithm, the simulation results of the three algorithms are compared and found, using the improved dragonfly algorithm, the number of storage batteries is reduced, the cost of full life-cycle is also relatively reduced and it has better economic applicability.

Key words: hybrid energy storage; capacity configuration; improved dragonfly algorithm; chaotic initialization; storage battery; full life-cycle cost

參考文獻

[1] 荊濤，陳庚，王子豪，等. 風光互補發(fā)電耦合氫儲能系統(tǒng)研究綜述[J]. 中國電力，2022，55(1) ：75-83.

[2] 亞夏爾·吐爾洪，王小云，常清，等. 基于改進 NSGA-Ⅲ 的微電網儲能多目標優(yōu)化配置[J]. 電工電氣，2024(3) ：21-28.

[3] 曾志輝，劉云鵬，韋延方，等. 基于改進蝙蝠算法的混合儲能系統(tǒng)容量優(yōu)化配置[J] . 河南理工大學學報(自然科學版)，2023，42(5) ：130-136.

[4] 王欣，譚永怡，秦斌. 改進 MOGOA 及其在風儲容量優(yōu)化配置中的應用[J] . 電力科學與技術學報，2024，39(2) ：159-169.

[5] 周天沛，孫偉. 風光互補發(fā)電系統(tǒng)混合儲能單元的容量優(yōu)化設計[J] . 太陽能學報，2015，36(3) ：756-762.

[6] 陳天，蔡澤祥，謝鵬，等. 基于改進微分進化算法的風光互補系統(tǒng)發(fā)電容量優(yōu)化配置[J]. 電力科學與技術學報，2017，32(3) ：22-28.

[7] 張沖，榮娜. 基于改進粒子群算法的新能源側儲能容量配置[J] . 電網與清潔能源，2022，38(10) ：98-105.

[8] 陳明，張靠社. 基于改進布谷鳥算法的風光儲聯(lián)合供電系統(tǒng)儲能容量優(yōu)化配置研究[J] . 電網與清潔能源，2016，32(8) ：141-146.

[9] 張子恒，吳定會，楊朝輝，等. 基于改進差分進化算法的微網容量優(yōu)化配置[J] . 控制工程，2023，30(1) ：90-97.

[10] MIRJALILI S.Dragonfly algorithm:A new metaheuristic optimization technique for solving single-objective，discrete，and multi-objective problems[J].Neural Computing and Applications，2016，27(4) ：1053-1073.

[11] 吳忠強，趙德隆，王云青，等. 基于改進蜻蜓算法的蓄電池參數(shù)辨識[J] . 電機與控制學報，2020，24(12) ：152-160.

[12] 李茂林，王勇杰，介丹. 基于多種群蜻蜓算法的四旋翼自抗擾姿態(tài)優(yōu)化控制[J] . 計算機應用與軟件，2022，39(12) ：328-334.

[13] 王波，王浩，杜曉昕，等. 基于亞群和差分進化的混合蜻蜓算法[J] . 計算機應用，2023，43(9) ：2868-2876.

[14] 薛飛，馬鑫，田蓓，等. 基于改進蜻蜓算法的光伏全局最大功率追蹤[J].中國電力，2022，55(2) ：131-137.

[15] 馬丙泰，劉海濤，張匡翼，等. 基于學習因子異步變化 CPSO 混合儲能容量優(yōu)化配置[J]. 自動化與儀器儀表，2022(7) ：125-130.

[16] 唐浩，楊國華，王鵬珍，等. 基于改進粒子群算法的風光蓄互補發(fā)電系統(tǒng)容量優(yōu)化[J] . 電測與儀表，2017，54(16) ：50-55.

返回索引列表

Article retrieval

文章檢索

基于改進蜻蜓算法的混合儲能容量優(yōu)化配置