振荡浮子式波浪发电系统功率智能优化控制

振荡浮子式波浪发电系统功率智能优化控制

论文摘要

大规模开发利用海洋波浪能,对我国的经济社会发展,具有极为重要的战略意义和现实意义。但,现有的波浪能发电装置,能效低、电能成本高,严重制约了其商业化应用。为此,基于群智能算法,提出振荡浮子式波浪发电系统功率优化跟踪策略,可有效改善能量转换效率,提高系统输出功率。针对入射波浪及其与浮子的相互作用,建立数学模型,分析浮子受到水动力的非线性特征;通过分析波浪发电系统运动过程,导出最大功率跟踪优化需求,形成群智能算法优化方案;基于MATLAB/Simulink环境,建立波浪发电系统群智能算法最大功率跟踪优化仿真模型。分析可知,浮子水动力模型存在显著的非线性,致使传统群智能算法存在陷于局部峰值问题,为此提出纵横交叉算法(CSO)最大功率跟踪优化方案。在纵向交叉概率判定下,CSO纵向交叉算子进行个体维变量间的算术交叉,保证种群能够脱离局部峰值状态;CSO横向交叉算子完成个体间随机配对与算术交叉,并将解空间全体分割成若干子空间,每个子空间以配对个体为对角顶点,搜索子空间内部及邻域,实现精细的局部搜索能力。通过纵、横交叉算子交替作用,任何有益于实现全局最优的信息,都将被分发到种群各变量中,并改变搜索路径。仿真表明,当入射波浪频率改变时,CSO最大功率跟踪优化方案性能优于传统群智能算法。结合标准蜂群算法(ABC)优化CSO性能,提出改进蜂群算法(CABC)方案。引入CSO横向交叉算子个体间变量全交叉思想,优化引导蜂、采蜜蜂搜索方式,增强CABC算法局部搜索能力;引入CSO纵向交叉算子优化侦查蜂,使侦查蜂能利用已知蜜源信息探索未知可行解域,提升CABC全局搜索能力;优化蜜源选择概率和人工蜂群结构,进一步改善CABC算法性能。仿真表明,CABC功率跟踪方案优于CSO,适用于最大功率点跟踪控制。为实现海洋波浪发电系统输出功率优化控制,提出采用傅氏分析法优化的改进灰狼算法。在保留灰狼优化算法本质特征基础上,增加全新精英狼搜索策略和狼群整体展开策略,优化包围圈形成和狼群搜索猎物方式及狼群结构,确保改进灰狼算法能避免因浮子水动力非线性陷入局部峰值问题。应用傅氏分析法分解海洋入射波和电机运动部件响应;针对浮子捕获频率范围内各波浪分量,通过改进灰狼算法求解对应最佳电机控制参数,最大限度捕获波浪功率。仿真表明,应用傅氏分析法和改进灰狼算法,可有效实现振荡浮子式波浪发电系统的最大功率点跟踪。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 课题研究背景及意义
  •   1.2 波浪发电国内外研究现状
  •     1.2.1 振荡水柱式波浪能发电装置
  •     1.2.2 浪涌式波浪能发电装置
  •     1.2.3 振荡浮子式波浪能发电装置
  •   1.3 最大功率点跟踪方案研究现状
  •   1.4 本文主要研究内容
  • 第二章 基于群智能优化算法的振荡浮子式波浪发电系统仿真模型
  •   2.1 OBWPGS的基本结构与工作原理
  •   2.2 波浪发电系统浮子水动力分析及其最大功率点跟踪优化需求
  •     2.2.1 入射波浪的数学模型
  •     2.2.2 浮子与入射波浪的相互作用
  •     2.2.3 波浪发电系统最大功率点跟踪优化需求分析
  •   2.3 永磁同步直线电机及其滑模自适应控制器建模
  •     2.3.1 abc坐标系到dq0 坐标系的park变换
  •     2.3.2 PMLSM的数学模型
  •     2.3.3 滑模控制器建模
  •     2.3.4 滑模自适应控制器建模
  •   2.5 群智能算法最大功率跟踪优化模块建模
  •   2.6 基于群智能优化算法的OBWPGS仿真模型
  •   2.7 本章小结
  • 第三章 基于纵横交叉算法的振荡浮子式波浪发电系统
  •   3.1 纵横交叉算法
  •   3.2 基于纵横交叉算法的波浪发电系统最大功率跟踪优化方案
  •   3.3 算例仿真与分析
  •   3.4 本章小结
  • 第四章 基于改进蜂群算法的振荡浮子式波浪发电系统
  •   4.1 标准ABC算法
  •   4.2 标准CSO算法
  •   4.3 改进蜂群算法
  •   4.4 基于CABC算法的波浪发电系统最大功率跟踪控制优化策略
  •   4.5 算例仿真与分析
  •   4.6 本章小结
  • 第五章 基于傅氏分析和改进灰狼算法的振荡浮子式波浪发电系统
  •   5.1 标准灰狼优化算法
  •   5.2 改进灰狼优化算法
  •   5.3 MGWO算法在波浪发电系统MPPT中的应用
  •   5.4 基于傅氏分析法和MGWO算法的波浪发电系统MPPT方案
  •   5.5 算例仿真与分析
  •   5.6 本章小结
  • 总结与展望
  •   总结
  •   展望
  • 参考文献
  • 攻读硕士学位期间发表的论文
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 熊锋俊

    导师: 杨俊华

    关键词: 振荡浮子式波浪发电系统,最大功率点跟踪,纵横交叉算法,人工蜂群算法,灰狼优化算法,傅氏分析法

    来源: 广东工业大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 海洋学,新能源,电力工业

    单位: 广东工业大学

    基金: 国家自然科学基金资助项目(51370265),广东省科技计划项目(2016B090912006),广东省教育部产学研合作专项资金“海洋波浪能发电及波浪监测集成技术”(2013B090500089),广东省自然科学基金项目(2015A030313487),广东省海洋与渔业局科技项目“水产养殖低能耗智能化管理系统”(A201301D04)

    分类号: TM612;P743.2

    DOI: 10.27029/d.cnki.ggdgu.2019.000213

    总页数: 104

    文件大小: 5307K

    下载量: 69

    相关论文文献

    • [1].英国科学家利用水下波浪发电[J]. 广西电力建设科技信息 2008(03)
    • [2].波浪发电系统功率控制方法综述[J]. 电工电能新技术 2020(05)
    • [3].悬挂摆式波浪发电实验装置的开发[J]. 实验室研究与探索 2020(05)
    • [4].基于LabView的摇臂式波浪发电平台的数据采集系统设计[J]. 电视技术 2020(03)
    • [5].基于改进扰动观察法的直驱波浪发电最大功率跟踪控制[J]. 电测与仪表 2017(16)
    • [6].直驱式波浪发电系统能量跟踪控制[J]. 电工技术学报 2017(S1)
    • [7].潮流对楔形波浪发电平台发电效果的海试分析[J]. 集美大学学报(自然科学版) 2017(05)
    • [8].实海况下“海院1号”波浪发电平台浮筒取能效率研究[J]. 浙江海洋学院学报(自然科学版) 2015(04)
    • [9].应用于波浪发电的贯流式水轮机数值模拟研究[J]. 中国农村水利水电 2017(10)
    • [10].波浪发电渐成气候[J]. 中国西部 2008(08)
    • [11].波浪发电系统发展及直驱式波浪发电系统研究综述[J]. 电工技术学报 2014(03)
    • [12].直驱式波浪发电系统输出功率的短期预测[J]. 电力系统自动化 2014(21)
    • [13].漂浮式波浪发电系统波浪能模拟及参数计算[J]. 水电能源科学 2012(03)
    • [14].基于参数辨识的波浪发电场等效建模研究[J]. 电力工程技术 2019(02)
    • [15].基于混沌飞蛾捕焰算法的波浪发电系统最大功率跟踪[J]. 可再生能源 2019(11)
    • [16].一种滑轮式振荡浮子波浪发电实验装置的开发[J]. 实验室研究与探索 2017(12)
    • [17].基于生物控制算法的波浪发电系统控制策略[J]. 电工电气 2018(03)
    • [18].浮筒式波浪发电平台性能分析研究[J]. 船舶与海洋工程 2016(04)
    • [19].基于人工神经网络的波浪发电系统输出功率预测[J]. 电子测试 2014(08)
    • [20].基于改进蜂群算法的波浪发电最大功率跟踪[J]. 计算机仿真 2020(01)
    • [21].振荡浮子式波浪发电系统的分段控制[J]. 可再生能源 2018(12)
    • [22].点吸收式振荡浮子海洋波浪发电船[J]. 中国工程机械学报 2015(02)
    • [23].直驱式波浪发电系统浮子形状与排布优化研究[J]. 电工电能新技术 2014(09)
    • [24].基于人群搜索算法的波浪发电系统最优负载[J]. 太阳能学报 2019(10)
    • [25].基于功率预测法的波浪发电系统功率平滑策略[J]. 计算机仿真 2018(12)
    • [26].阿基米德浮子式波浪发电系统的无源控制[J]. 控制理论与应用 2019(03)
    • [27].基于轨迹规划的波浪发电系统的分段控制[J]. 华南理工大学学报(自然科学版) 2019(09)
    • [28].波浪发电液压系统[J]. 液压气动与密封 2018(05)
    • [29].浮摆式波浪发电平台系泊系统设计[J]. 中国造船 2015(02)
    • [30].波浪发电技术研究与成本分析[J]. 能源与节能 2012(12)

    标签:;  ;  ;  ;  ;  ;  

    振荡浮子式波浪发电系统功率智能优化控制
    下载Doc文档

    猜你喜欢