基于分数阶比例-积分-微分控制的先进能量管理策略:提升混合可再生能源系统的稳定性并降低成本

《Energy》:Advanced Energy Management with Fractional Order Proportional–Integral–Derivative Control for Improved Stability and Cost Reduction in Hybrid Renewable Systems

【字体: 大 中 小 】 时间:2026年10月01日 来源:Energy 10.1

编辑推荐:

   •基于SCO-BCANN为混合可再生能源农村电气化开发了EMS。•FOPID控制的电池系统提高了稳定性和能量管理。•SCO优化控制器增益,而BCANN预测最优电网功率。•实现了低误差(MAE 0.0001798,RMSE 0.001264),效率达99.5%。•响应更快(0.

  
  • •
    基于SCO-BCANN为混合可再生能源农村电气化开发了EMS。
  • •
    FOPID控制的电池系统提高了稳定性和能量管理。
  • •
    SCO优化控制器增益,而BCANN预测最优电网功率。
  • •
    实现了低误差(MAE 0.0001798,RMSE 0.001264),效率达99.5%。
  • •
    响应更快(0.12秒),与GA、PPO、mFSO相比运营成本更低。

引言

由于全球电力需求的增长、燃料价格的上涨以及日益严重的环境问题,可再生能源系统(RES)在可持续发电方面的应用正在加速推进[1]、[2]。一种有前景的方式是通过并网混合可再生能源系统(HRES)为住宅和小型商业负载供电,同时提高能源效率和可靠性,该系统由光伏(PV)阵列、风力涡轮机(WTs)、电池储能系统(BESS)和公共电网组成[3]、[4]、[5]。然而,可再生能源的间歇性和负载需求的波动性使得高效管理能源对于保证系统可靠且经济地运行至关重要[6]、[7]。
太阳能和风力发电的随机性、动态电价以及电池运行约束可能导致功率不平衡、过度依赖电网以及更高的运营成本[8]、[9]。传统的基于规则的能源管理系统(EMS)具有操作简单可靠的优势,但其固定的决策逻辑在变化的运行条件下往往限制了灵活性[10]、[11]。因此,近期研究集中于将优化算法、智能预测模型和自适应控制策略相结合,以增强并网HRES的功率调度、电池利用率和整体经济性能[12]、[13]、[14]、[15]。
因此,本文提出了一种针对并网光伏-风力-电池系统的智能EMS,该系统配备分数阶比例-积分-微分(FOPID)控制的电池管理系统。所提出的框架利用单候选优化器(SCO)来最优调谐FOPID控制器的参数,同时利用贝叶斯构成本人工神经网络(BCANN)来预测并网组件的最优功率输出。
  • •
    设计一个EMS,以确保在各种可再生能源发电和负载条件下实现安全、可靠且平衡的功率流动。
  • •
    开发一种智能能量管理策略,实现混合能源系统中光伏、风能、电池储能和电网功率之间的最优协调。
  • •
    在最小化总运营成本的同时,优化电池利用、系统可靠性和整体运营效率。
本文的主要贡献总结如下:
  • •
    开发了一种并网模式下的HRES,集成了光伏、风力涡轮机、电池储能和公共电网。
  • •
    开发了一种基于状态流的EMS,以确保混合能源系统中安全、可靠且平衡的功率流动。
  • •
    提出了一种新型的SCO-BCANN框架,集成了基于SCO的FOPID控制器调参和基于BCANN的功率预测,用于自适应能量管理。
  • •
    所提出的框架通过最优协调可再生能源发电、电池运行和电网功率交换,有效地最小化了总运营成本。
  • •
    所提出的方法在MATLAB中进行了验证,并与mFSO、GA和PPO进行了比较,显示出更高的精度、更快的收敛速度、更低的运营成本和更好的整体能量管理性能。
本文其余部分的安排如下。第2节回顾了近期相关研究。第3节描述了EMS的架构配置。第4节给出了所提出的SCO-BCANN方法。第5节讨论了仿真结果和性能分析,第6节总结了全文。

章节摘要

文献综述

近期关于HRES的研究调查了各种优化算法、智能控制策略和机器学习方法,用于在光伏系统、风力涡轮机、电池储能系统和公共电网之间调度功率流动。Abd El-Sattar等人[16]提出了改进的萤火虫群优化(mFSO)算法,以确定独立光伏-生物质-电池系统的理想规模,以减少能源成本和供电中断的可能性。Thabet等人[17]开发了一种遗传

并网光伏-风力-电池-电网EMS的配置

HRES微电网系统的架构采用双母线配置。该系统通过集中的直流母线汇集来自光伏、风力涡轮机和电池储能等多个来源的能量。在能量转换和母线集成阶段,DC-DC转换器管理光伏阵列的可变输出,并促进电池储能的双向能量流动以维持直流母线。此外,AC-DC转换器将风力涡轮机的可变频率和电压进行整流

并网光伏-风力-电池-电网EMS的SCO-BCANN方法

SCO-BCANN方法可用于为包含光伏、风力涡轮机和FOPID控制的电池储能系统的并网系统开发经济且可靠的EMS。所提出的SCO方法优化增益参数,而BCANN预测电网组件的最优功率输出。SCO-BCANN的组合增强了并网EMS的经济性、可靠性和运营效率。

结果与讨论

本部分通过MATLAB仿真描述了所提出的基于SCO-BCANN的并网光伏-风力-电池系统能源管理系统的性能。所提出的框架从可再生能源利用、电池管理、运营成本、收敛特性、预测精度、效率、稳定时间和季节性性能等方面进行了评估。所提出的方法通过与mFSO、GA、PPO、PSO和NSGA-II的比较分析进行了验证,以证明其

主要发现

本研究提出了一种针对配备SCO优化FOPID电池控制器的并网光伏-风力-电池HRES的基于SCO-BCANN的能源管理系统。仿真结果表明,所提出的方法在误差、效率、运行时间和动态响应方面均优于mFSO、GA、PPO、PSO和NSGA-II。通过Wilcoxon符号秩检验对20次独立运行的统计验证进一步证实了这些改进的统计显著性。

发表同意

不适用

CRediT作者贡献声明

Kathirvel Chinnasamy:监督。Venkatesh Kumar S:撰写——初稿

参与同意

不适用

潜在利益冲突披露

作者声明无利益冲突。

伦理审批

本文不包含任何作者对人类参与者进行的研究。

支持数据可用性

由于本研究中未创建或分析新数据,数据共享不适用于本文。

利益冲突/竞争性利益

不适用

代码可用性

不适用

资金支持

本研究未获得公共、商业或非营利部门资助机构的具体资助。

竞争性利益声明

?作者声明他们没有已知的竞争性经济利益或个人关系,这些利益或关系可能会影响本论文所报告的工作。

致谢:

作者感谢使用Grammarly进行语言编辑和校对,以改善稿件的语法、拼写和可读性。
S. Venkatesh Kumar | Kathirvel Chinnasamy
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号