本技术请求保护一种基于改进鲸鱼优化算法算法的氢储能系统优化方法,考虑总电功率、各个发电单元的功率上下限、发电机组的爬坡率、储氢及出力、氢燃料电池充放电功率约束作为约束条件进行优化设计;该方法以设备运行成本和治理环境污染成本赋权后的综合成本作为优化目标;通过引入Skew Tent混沌序列、不同时段的非线性收敛因子和柯西变异策略来改进鲸鱼优化算法,并运用改进鲸鱼优化算法对氢储能系统的调度进行研究,该方法能在高纬度问题,提高寻优的能力和防止陷入局部最优方面具有优越的性能。此外,该方法对于氢储能系统的优化调度实现具有较强的实用性。
背景技术
全球气候变暖问题日益严峻,减少温室气体排放成为国际社会的共同目标。我国作为碳排放大国,积极推动能源转型,降低对化石能源的依赖,发展低碳、零碳能源是必然选择。
我国可再生能源资源丰富,近年来太阳能、风能等可再生能源的开发利用取得了显著进展。然而,可再生能源的发电具有间歇性和波动性,如光伏发电在夜间无法发电,风力发电受风速影响较大,这就导致了电力供应的不稳定。氢储能可以将多余的可再生能源电力转化为氢气储存起来,在需要时再通过燃料电池等方式将氢气转化为电能,实现可再生能源的有效消纳和稳定供应。
鲸鱼优化算法是由Mirjalili于2016年提出的。该算法以座头鲸的捕食行动作为基础,通过三种不同的方式,即包括包围捕食、气泡捕食以及随机搜索,以确定最佳的捕获路径。座头鲸的捕猎技巧令人惊叹,其中一项非常引人注目的行为就是采用了一种叫做气泡网捕食法的捕获策略。鲸鱼捕食行为可以分为搜索和捕食两个阶段。该算法具有初始参数少、搜索机制简单、实现过程易于理解、寻优能力强等优点,在经济调度、故障诊断、参数优化、图像分割等领域中得到广泛应用。
由于鲸鱼算法的随机性和对初始种群的依赖性,在不同的运行次数下,结果可能会有较大的差异,缺乏稳定性。算法的搜索机制和更新策略在一定程度上存在随机性,难以保证每次迭代都能朝着提高解的精度的方向进行,尤其是在处理高维度问题时,这种精度不足的问题更加突出。易陷入局部最优,鲸鱼算法在搜索过程中,主要依据当前最优解来引导个体的移动。然而,这种依赖方式使得算法在面对复杂的搜索空间时,容易受到局部最优解的吸引而陷入其中,难以跳出局部最优区域去探索更广阔的搜索空间,从而影响了算法找到全局最优解的能力。
本发明对鲸鱼算法进行了改进,通过引入Skew Tent混沌序列、不同时段的非线性收敛因子和柯西变异策略来改进鲸鱼优化算法,并运用改进鲸鱼优化算法对氢储能系统的调度进行研究,该方法能在高纬度问题,提高寻优的能力和防止陷入局部最优方面具有优越的性能。
经过检索,申请公开号CN116632869A,一种基于多策略改进鲸鱼优化算法的混合储能系统优化配置求解方法,该发明针对鲸鱼优化算法收敛精度低、容易陷入局部最优等问题,采用多种策略对算法进行改进,提出一种自适应动态鲸鱼优化算法。在算法初期引入立方混沌映射提升初始解的遍历性;引入自适应惯性权重系数并对收敛因子进行非线性改进,平衡全局搜索与局部搜索的能力;对螺旋搜索方程改进,使鲸鱼动态地调整搜索形状,提升算法的全局搜索能力,引入广义反向学习机制以增强算法跳出局部最优的能力,分别以成本最低、以可再生能源功率波动抑制最高和建立以联络线利用率最大为目标函数,对于混合储能系统的优化配置问题求解精度高。
上述发明采用立方混沌映射在算法初期能提升初始解的遍历性,并且使用动态调整搜索形状提升全局搜索能力,但具体实现和参数调整可能较为复杂。并且忽略了环境成本带来的影响。本发明进行进一步改进,采用Skew Tent混沌序列具有更好的遍历性和混沌性,能够在算法初期提供更均匀的初始解分布,从而提高全局搜索的效率。通过在不同迭代时段采用不同的非线性收敛因子,本发明能够更灵活地平衡全局与局部搜索,避免过早收敛到局部最优,同时提高收敛速度。柯西变异策略通过产生较大的变异步长,有助于算法在搜索过程中跳出局部最优解,进一步提高算法的寻优能力和鲁棒性,并且设备运行成本和治理环境污染成本赋权后的综合成本作为目标函数。本发明将改进后的鲸鱼优化算法应用于氢储能系统的调度研究,通过考虑氢储能系统的特性和约束条件,实现了对高纬度问题的有效求解,提高了算法的实用性和针对性。
实现思路