多策略蛇优化算法在混合储能配置中的应用研究

摘要

考虑到蓄电池和超级电容组成的混合储能系统(hybrid energy storage system, HESS)可有效缓解风电功率并网对电网造成的冲击，为提高HESS的可靠性，针对变分模态分解(variational mode decomposition, VMD)中的参数值K和α选择过程困难的问题，提出多策略蛇优化算法(multi-strategy optimization algorithm, MISOA)对其参数进行寻优，从而精确实现HESS功率的一次分配。通过基准测试函数的寻优实验表明所提出的MISOA收敛速度和寻优能力均有明显提升。将蓄电池-超级电容混合储能系统作为研究对象，以我国西北地区某装机容量为22 MW的风电场数据作为研究依据，发现MISOA-VMD优化得到的参数组合[K,α]运用到VMD中时，相较于SOA收敛速度提升70%,收敛精度也有所提升，相较于经验模态分解(empirical mode decomposition, EMD)减少了模态混叠现象，验证了策略的可行性。

关键词

MISOA / 变分模态分解 / 混合储能系统 / 参数优化 / 功率分配

基金资助

重庆市自然科学基金创新发展联合基金(CSTB2023NSCQ-LMX0027);; 重庆市自然科学基金面上项目(CSTB2022NSCQ-MSX1320,cstc2021jcyj-msxmX0301,2022NSCQ-MSX4086);; 重庆市教委科学技术研究项目(KJZD-K202101202);; 重庆市万州区科研项目(wzstc20220301);; 重庆市高校创新研究群体项目(CXQT-20024)