【摘要】：波浪發(fā)電系統(tǒng)最大功率點跟蹤控制中,傳統(tǒng)粒子群算法存在早熟收斂和局部搜索能力不足問題,為此提出基于模擬退火算法的粒子群優(yōu)化方案。該算法每次更新粒子的速度和位置時,通過比較當前溫度下各個粒子的適配值與隨機數(shù)的大小,從所有粒子中確定全局最優(yōu)解的替代值,從而使粒子群算法在發(fā)生早熟收斂時能夠跳出局部最優(yōu)并快速找到全局最優(yōu)解。仿真結(jié)果表明,與傳統(tǒng)粒子群優(yōu)化算法相比,模擬退火粒子群算法可有效避免波浪發(fā)電系統(tǒng)陷入局部最大功率點,并快速實現(xiàn)全局最大功率跟蹤,提高了波浪能捕獲率。
[Abstract]:In the maximum power point tracking control of wave power generation systems, the traditional particle swarm optimization (PSO) algorithm has the problems of premature convergence and insufficient local search ability. Therefore, a particle swarm optimization scheme based on simulated annealing algorithm is proposed. Each time the velocity and position of particles are updated, the substitution value of global optimal solution is determined from all particles by comparing the size of each particle at current temperature with the size of random number. Thus the particle swarm optimization algorithm can jump out of the local optimum and quickly find the global optimal solution when premature convergence occurs. The simulation results show that compared with the traditional particle swarm optimization algorithm, simulated annealing particle swarm optimization algorithm can effectively avoid the local maximum power point of wave power generation system, realize global maximum power tracking quickly, and improve the wave energy capture rate.
【作者單位】： 廣東工業(yè)大學自動化學院;華南理工大學電力學院;
【基金】：國家自然科學基金資助項目(513770265) 廣東省科技計劃項目(2016B090912006) 廣東省自然科學基金項目(2015A030313487) 廣東省教育部產(chǎn)學研合作專項資金(2013B090500089)
【分類號】：TM612

【相似文獻】

相關(guān)期刊論文 前10條

1 王文富;;波浪發(fā)電塔[J];電氣時代;1983年03期

2 ;英國的波浪發(fā)電[J];四川電力技術(shù);1983年04期

3 戴躍寧;;英國政府將停止對波浪發(fā)電研究的資助[J];電氣時代;1986年07期

4 ;波浪發(fā)電[J];節(jié)能;1990年05期

5 鄭錫榮;徐菁;;利用波浪發(fā)電的波轉(zhuǎn)子[J];太陽能;1993年02期

6 楊瀟坤;楊陽;呂容君;;海底固定式波浪發(fā)電研究報告[J];科技風;2011年07期

7 黃國j，馮伯俊，，劉天威，龔驊，張文虎;改進波浪發(fā)電浮標性能的試驗研究[J];海洋工程;1994年01期

8 張云圣;;利用水下波浪發(fā)電的“水蟒”[J];科學大觀園;2008年15期

9 張云圣;;波浪發(fā)電漸成氣候[J];中國西部;2008年08期

10 ;漂浮陣列擺式波浪發(fā)電[J];水產(chǎn)科技;2010年Z1期

相關(guān)會議論文 前9條

1 方紅偉;程佳佳;劉飄羽;;浮子式波浪發(fā)電不同控制策略性能分析[A];天津市電機工程學會2012年學術(shù)年會論文集[C];2012年

2 臧志鵬;高福平;漆文剛;韓希霆;唐馳;彭燕;;波浪發(fā)電系統(tǒng)振蕩浮子運動特性實驗研究[A];第十一屆全國水動力學學術(shù)會議暨第二十四屆全國水動力學研討會并周培源誕辰110周年紀念大會文集（上冊）[C];2012年

3 劉文許;林禮清;溫步瀛;;電力市場下基于改進粒子群算法的AGC機組選擇[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（中冊）[C];2008年

4 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構(gòu)研究[A];2011年中國智能自動化學術(shù)會議論文集（第一分冊）[C];2011年

5 馬飛;陳雪波;李小華;;改進的粒子群算法在電力系統(tǒng)AGC中的應用[A];第16屆中國過程控制學術(shù)年會暨第4屆全國故障診斷與安全性學術(shù)會議論文集[C];2005年

6 劉暢;李渝曾;李海英;;基于遺傳算法與粒子群算法的機組開停機規(guī)劃[A];2008中國電力系統(tǒng)保護與控制學術(shù)研討會論文集[C];2008年

7 曹蘊;盛四清;姚煜;;基于混沌粒子群算法的配電網(wǎng)規(guī)化[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（上冊）[C];2008年

8 于騰凱;李燕青;謝慶;;基于改進粒子群算法的配電網(wǎng)分段開關(guān)優(yōu)化研究[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（中冊）[C];2008年

9 顏聲遠;陳玉;梁龍遠;;基于模擬退火算法的操縱器排列優(yōu)化[A];中國核學會核能動力分會2013年學術(shù)研討會論文集[C];2013年

相關(guān)博士學位論文 前6條

1 王延剛;浮體繩輪波浪發(fā)電系統(tǒng)研究[D];山東大學;2015年

2 陳中顯;雙浮筒漂浮式波浪發(fā)電系統(tǒng)的優(yōu)化設計和控制研究[D];東南大學;2015年

3 肖文平;擺式波浪發(fā)電系統(tǒng)建模與功率控制關(guān)鍵技術(shù)研究[D];華南理工大學;2011年

4 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學;2016年

5 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

6 張震;骨干粒子群算法及其在電力變壓器設計中的應用[D];浙江大學;2014年

相關(guān)碩士學位論文 前10條

1 蘇斌;浮體繩輪波浪發(fā)電機的研究[D];山東大學;2015年

2 洪立瑋;波浪發(fā)電電能處理與監(jiān)測系統(tǒng)設計[D];東南大學;2015年

3 盧少華;浮體繩輪波浪發(fā)電陸地模擬試驗平臺的研究[D];山東大學;2016年

4 褚會敏;基于模塊組合多電平變換器的陣列式波浪發(fā)電控制[D];天津大學;2014年

5 劉亞欣;波浪發(fā)電支撐結(jié)構(gòu)強度分析與浮筒優(yōu)化設計[D];中國海洋大學;2012年

6 程佳佳;浮子式永磁同步波浪發(fā)電系統(tǒng)分析與控制[D];天津大學;2014年

7 范航宇;一種新型漂浮式波浪發(fā)電系統(tǒng)研究[D];清華大學;2005年

8 賀葉君;波浪發(fā)電系統(tǒng)中的并聯(lián)逆變器電流魯棒控制[D];天津大學;2016年

9 齊彩娟;擺式波浪發(fā)電系統(tǒng)并網(wǎng)控制研究[D];哈爾濱工業(yè)大學;2014年

10 王輝;浮子式波浪發(fā)電最大波能捕獲研究[D];天津大學;2014年

本文編號：2311241