网络首发:2026-03-05,
纸质出版:2026-03-05
移动端阅览
于艾清, 杨斐翔, 王涵, 等. 基于改进APO-SVMD的海上风电场混合储能容量配置[J]. 太阳能学报, 2026,47(2):517-526.
于艾清, 杨斐翔, 王涵, et al. 基于改进APO-SVMD的海上风电场混合储能容量配置[J]. 2026, 47(2): 517-526.
于艾清, 杨斐翔, 王涵, 等. 基于改进APO-SVMD的海上风电场混合储能容量配置[J]. 太阳能学报, 2026,47(2):517-526. DOI: doi:10.19912/j.0254-0096.tynxb.2024-1801.
于艾清, 杨斐翔, 王涵, et al. 基于改进APO-SVMD的海上风电场混合储能容量配置[J]. 2026, 47(2): 517-526. DOI: doi:10.19912/j.0254-0096.tynxb.2024-1801.
考虑海上风电场分频模态混叠的严重性
提出一种基于改进人工原生动物优化算法(APO)-逐次变分模态分解(SVMD)的混合储能容量配置方法。该方法采用SVMD分解原始风电功率与并网功率的差值
并通过快速傅里叶变换和最大频谱熵差值确定电氢混合储能系统的补偿功率。所研究的电氢混合储能系统包括超级电容系统和由海水淡化装置、电解槽、储氢罐及燃料电池组成的氢储能系统。以最小化储能系统总成本和最大化平抑海上风电波动效果为目标
构建容量配置优化模型并采用改进APO算法求解
仿真分析验证所提方法在平抑波动方面的有效性与经济性。
Considering the severity of modal aliasing in frequency division within offshore wind farms
a method for configuring hybrid energy storage capacity is proposed
based on an improved artificial protozoa optimizer (APO) integrated with successive variational mode decomposition (SVMD). In this method
SVMD is adopted to decompose the discrepancy between raw wind power and grid-connected power
with the compensatory power for the electro-hydrogen hybrid energy storage system being determined through a combination of fast Fourier transform and maximizing spectral entropy difference. The hybrid system consists of a super-capacitor system and a hydrogen storage system encompassing a desalination unit
electrolyzer
hydrogen storage tank
and fuel cell. With the dual objectives of minimizing the overall cost of the energy storage system and maximizing the stabilization of offshore wind power fluctuations
a capacity allocation optimization model is formulated and solved using the refined APO algorithm. Simulation analysis validates the efficacy and economic viability of the proposed method in stabilizing these fluctuations.
赵琳, 魏澈, 王阳, 等. 海上风电场宏观选址与风能资源储量估算[J]. 太阳能学报, 2024, 45(5): 1-8.
高晓芝, 王磊, 田晋, 等. 基于参数优化变分模态分解的混合储能功率分配策略[J]. 储能科学与技术, 2022, 11(1): 147-155.
李鑫, 王娟, 邱亚, 等. 基于VMD的混合储能容量优化配置[J]. 太阳能学报, 2022, 43(2): 88-96.
李亚楠, 王倩, 宋文峰, 等. 混合储能系统平滑风电出力的变分模态分解-模糊控制策略[J]. 电力系统保护与控制, 2019, 47(7): 58-65.
刘仲民, 齐国愿, 高敬更, 等. 混合储能系统平抑风光发电功率波动策略[J]. 电力电子技术, 2021, 55(11): 64-67.
杜佳耘. 基于参数优化变分模态分解和李雅普诺夫函数的混合储能控制策略[D]. 成都: 四川大学, 2021.
李聪, 秦立军. 基于改进粒子群算法的混合储能独立调频的容量优化研究[J]. 太阳能学报, 2023, 44(1): 426-434.
武鑫, 李洋涛, 马志勇, 等. 基于改进小波包分解的混合储能系统容量配置方法[J]. 太阳能学报, 2023, 44(8): 23-29.
刘仲民, 齐国愿, 高敬更, 等. 基于自适应VMD的混合储能容量优化配置研究[J]. 太阳能学报, 2022, 43(4): 75-81.
任凯, 蒋玮, 杨波, 等. 用于平抑间歇性负荷的混合储能系统优化分频定容技术[J]. 电力自动化设备, 2021, 41(7): 81-87.
李雪临, 袁凌. 海上风电制氢技术发展现状与建议[J]. 发电技术, 2022, 43(2): 198-206.
田甜, 李怡雪, 黄磊, 等. 海上风电制氢技术经济性对比分析[J]. 电力建设, 2021, 42(12): 136-144.
谢善益, 仲卫, 杨强, 等. 台风条件下含混合电氢储能的海上风电场并网运行智能控制方法[J]. 电机与控制应用, 2024, 51(3): 49-59.
李梓丘, 乔颖, 鲁宗相. 海上风电-氢能系统运行模式分析及配置优化[J]. 电力系统自动化, 2022, 46(8): 104-112.
HE W J, LI X X, TANG C, et al.Materials design and system innovation for direct and indirect seawater electrolysis[J]. ACS nano, 2023, 17(22): 22227-22239.
张智泉, 陈晓杰, 符杨, 等. 含海上风电制氢的综合能源系统分布鲁棒低碳优化运行[J]. 电网技术, 2025, 49(1): 41-51.
李奇, 赵淑丹, 蒲雨辰, 等. 考虑电氢耦合的混合储能微电网容量配置优化[J]. 电工技术学报, 2021, 36(3): 486-495.
NAZARI M, SAKHAEI S M.Successive variational mode decomposition[J]. Signal processing, 2020, 174: 107610.
WANG X P, SNÁŠEL V, MIRJALILI S, et al. Artificial protozoa optimizer (APO): a novel bio-inspired metaheuristic algorithm for engineering optimization[J]. Knowledge-based systems, 2024, 295: 111737.
袁铁江, 郭建华, 杨紫娟, 等. 平抑风电波动的电-氢混合储能容量优化配置[J]. 中国电机工程学报, 2024, 44(4): 1397-1405.
0
浏览量
2
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621