振荡浮子式波浪发电系统最优负载智能算法研究

发布时间：2021-07-02 15:16

　　波浪发电是一种新能源发电方式,波浪能功率密度大、可预测性较好,具有良好的开发利用潜力。如何寻找最优负载使波浪发电系统的输出功率达到最大值,是波浪发电研究的关键技术。最大波浪能捕获的智能优化算法,可提高最优负载寻优策略的适应性。通过分析振荡浮子式波浪发电系统的基本结构、工作原理、浮子的运动方程及系统输出的平均功率,导出波浪能捕获率和输出功率与激励力比值的数学表达式,通过Matlab软件绘制函数的曲线图,分析其动态特性。针对波浪发电粒子群算法最优负载寻找过程中,存在早熟收敛和局部搜索能力不足的问题,应用基于模拟退火算法的粒子群优化方案,每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,使粒子群算法在发生早熟收敛时能够跳出局部最优,并快速找到全局最优解。仿真结果表明,算法可有效提高波浪能捕获率。针对波浪发电系统遗传算法负载寻优过程中,因群体中的所有个体较快趋于单一化而停止进化,导致难以获得最优解,引入多种群遗传优化新算法。该算法在初始阶段引入多个种群同时进行搜索,并对每个种群赋予不同的交叉、变异概率,使算法能够兼顾全局与局部搜索... 

【文章来源】：广东工业大学广东省

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

多层SSG装置的横截面图

图 2-4 Wave Dragon 结构示意图Fig.2-4 Schematic diagram of the Wave Dragon device丹麦的Wave Dragon波浪能装置是目前最成熟的漫反射型发电装置，由示意图2-3、结构图 2-4 可看出，该装置由三部分组成，分别是两个波浪反射器、一个中央平台以

Fig.2-4 Schematic diagram of the Wave Dragon device丹麦的Wave Dragon波浪能装置是目前最成熟的漫反射型发电装置，由示意图2-3、结构图 2-4 可看出，该装置由三部分组成，分别是两个波浪反射器、一个中央平台以

【参考文献】：
期刊论文
[1]神经网络方式下的电力系统无功优化控制[J]. 张美金,庞雨薇,张伟.  辽宁工程技术大学学报(自然科学版). 2016(12)
[2]基于平均功率估算的直驱海浪发电最大功率点跟踪控制方法[J]. 黄宣睿,孙凯,肖曦.  电力系统自动化. 2016(14)
[3]波浪发电系统及其控制[J]. 方红伟,陈雅,胡孝利.  沈阳大学学报(自然科学版). 2015(05)
[4]一种点吸收式波浪能装置水动力学研究[J]. 盛松伟,游亚戈,张亚群,刘洋,吝红军,叶寅.  太阳能学报. 2013(08)
[5]基于改进粒子群优化算法的最大风能跟踪方法[J]. 周天沛,孙伟.  电测与仪表. 2013(02)
[6]波浪能发电装置动力摄取系统研究进展[J]. 王立国,游亚戈,张亚群,叶寅.  机床与液压. 2013(01)
[7]国外波浪能发电装置的研究进展[J]. 高大晓,王方杰,史宏达,常宗瑜,赵林.  海洋开发与管理. 2012(11)
[8]浅析光伏电站对环境的影响[J]. 李丽珍,刘辉,史学峰,曹露.  科技信息. 2012(12)
[9]海洋波浪能发电研究进展[J]. 韩冰峰,褚金奎,熊叶胜,姚斐.  电网与清洁能源. 2012(02)
[10]人工神经网络在电力系统无功电压优化中的应用[J]. 吴秀华,吕霞,罗海燕.  沈阳农业大学学报. 2008(06)

博士论文
[1]新能源发电特性与经济性分析研究[D]. 蓝澜.华北电力大学 2014
[2]摆式波浪发电系统建模与功率控制关键技术研究[D]. 肖文平.华南理工大学 2011

硕士论文
[1]风力发电场对植被及土壤性质的影响[D]. 解云虎.内蒙古师范大学 2015
[2]太阳能发电技术的综合评价及应用前景研究[D]. 辛培裕.华北电力大学 2015
[3]内置式波浪能发电装置的设计与分析[D]. 刘岩涛.中国海洋大学 2014
[4]近20年南海波浪及波浪能分布、变化研究[D]. 宗芳伊.中国海洋大学 2014
[5]振荡水柱波能转换器效率分析及改进方案研究[D]. 耿楠.湖南大学 2012
[6]遗传算法在机组启停优化中的应用的研究[D]. 王腾.重庆大学 2006



本文编号：3260707