基于Harris Hawks优化算法的可持续微电网CTM蓄电池储能系统实时性能提升研究
发布时间：2026-06-26 21:12:49 点击： 次
本文提出了一种用于优化实时电池储能体系(BESS) 在微电网中功能的新型操控战略。其首要方针是提高功率分配才能并改进动力办理在可再生动力（RES）与读档波动的不确认性下，装备电池储能体系（BESS）的微电网能够提高电力体系的功能指标，包括弹性与可继续性。为完成这一方针，需制定费率限幅器选用该办法代替传统低通滤波器(LPF)，以保证储能体系(BESS)的无缝放电并提高微电网电源间的功率平衡。该战略有用缓解了因无意中挑选截止频率而引发的挑战，一起增强了体系稳定性。但是，确认最优的速率约束器该数值至关重要，因其明显影响电池储能体系（BESS）的牢靠性与功率。为处理传统操控器因体系非线性导致的不确认性缺陷，本文提出选用哈里斯鹰优化算法（HHO）精确追寻限幅器的参阅电流。所提办法经过MATLAB®/Simulink模仿及WAVECT® WUC 300实时完成得到验证。FPGA数字操控器比照剖析标明，在不确认性可再生动力场景下，根据HHO的操控战略能有用将电压超调按捺在5V以下，并将调理时刻缩短至0.01秒。实验成果进一步验证了所提操控器在动态动力办理与功率分配优化方面的卓越功能。 digital controller. The comparative analysis demonstrates that the HHO-based control strategy effectively reduces voltage overshoots below 5 V and settling time to 0.01 s during uncertainty RES scenarios. Experimental results further validate the superior performance of the proposed controller in dynamic energy management and power-sharing optimization.
在当前动力需求与温室气体问题的布景下，装备电池储能体系（BESS）的可继续微电网正成为极具远景的处理计划[2]。相较于其他储能方式，BESS因其多功能性及易于设备的特性更受喜爱，可在并网与孤岛形式下保持电力供应连续性[3]。但是，微电网引进BESS将导致体系整体成本上升。因而，为完成高效优化运转，强烈推荐选用低成本、高牢靠性的BESS微电网架构[4]。因为电池储能体系（BESS）具有高密度和明显内阻特性，其在大电流负荷下的电能输出才能会明显受限[5]。此外，在微电网孤岛运转形式下，受可再生动力发电不确认性的影响，BESS会继续阅历反复的深度循环及不可猜测的充放电过程，这将缩短BESS的使用寿命，并大幅添加其替换成本。一起，大瞬态电流与高电流改变率也或许加重上述问题[6]。
近期研讨中，为提高动力功率并下降可再生动力对主电网的影响，已开发出多种办法在住所微电网中施行家庭动力办理体系（HEMS）[7]。HEMS包括可再生动力体系（RES）与电池储能体系（BESS），其协同运作可向用户供给不间断电力供应。该体系的中心方针在于供给辅助服务，并减少对传统动力发电设备的依靠[8]。BESS经过存储RES产生的过剩能量，在此过程中发挥着要害作用。该体系在主电网或可再生动力体系(RES)呈现动力缺少时，为要害负荷(critical loads)供电。动力办理战略侧重于协调可再生动力体系、电池储能体系(BESS)、负荷(load)与共用电网，以完成发电功率的有用分配，并提高家庭动力办理体系(HEMS)的运转功率[9][10]。文献[11]开发了一种装备电池储能体系的太阳能光伏(SPV)设备，可一起为交流(AC)和直流(DC)负荷供电。这些规划包括七种不同的作业形式，动力办理体系根据运转形式[12]调控从太阳能光伏阵列和电池储能体系获取的功率大小。针对蓄电池储能体系(BESS)、太阳能光伏(SPV)及负荷办理的协同规划计划已考虑电池荷电状况(SOC)与功率约束[13]。但是，在孤岛运转形式下或许导致BESS深度充电的光伏功率调理问题尚未得到处理。为应对这些挑战，研讨者开发了智能能量办理战略。根据模糊逻辑操控器(FLC)和分数阶份额-积分-微分(FO-PID)操控器的混合操控计划，被使用于风景储直流微电网以完成功率分配优化[14]。此类体系中，经过FLC动态调整FO-PID操控器参数，可提高可再生动力最大功率点盯梢(MPPT)功率[15]。尽管取得这些发展，可再生动力固有的间歇性仍是严重挑战[16]。因而，有用约束BESS充放电电流成为提高体系牢靠性、延长电池寿命的中心研讨课题[17]。
多项研讨正在进行中，旨在提高储能设备与功率同享的使用功率，首要聚焦于全主动拓扑结构的微电网体系。份额积分（PI）操控器在调控电池储能体系（BESS）充放电电流方面已得到广泛使用[18]。文献[19]的作者提出了多种适用于BESS的PI滤波器操控器拓扑计划，这些计划综合考虑了直流母线电压办理、电池荷电状况（SOC）以及多形式微电网运转工况。上述办法选用低通滤波器（LPF）及至少三个PI操控器，以完成BESS电流参阅信号中高频重量与低频重量的别离。随着PI操控器数量的添加，因为需同步调理多个参数，体系规划复杂度明显提高[20]。而截止频率确认过程中体系性办法的缺失，进一步加重了规划过程的复杂性。实践上，微电网体系的成功运转并不取决于电力需求的频率，而是取决于所选的截止频率——该参数需综合考虑电池充放电速率与瞬态功耗[21]。此外，因为低通滤波器(LPF)和份额积分(PI)操控器引进的推迟，当前电池储能体系(BESS)的调控才能存在不足，导致明显的呼应滞后。为提高体系功能，模型猜测操控(MPC)已与阻尼技能相结合，相较传统PI操控器可供给更优的呼应速度[22]。此外，根据速率约束器的操控器已被引进以缓解体系推迟。一种集成速率约束器的混合操控器被提出，旨在下降核算负担、改进可再生动力发电体系（RES）与电池储能体系（BESS）间的功率分配，并增强直流母线电压稳定性[23]。但是，速率约束器的有用性高度受可再生动力发电动态特性与负荷扰动影响，这使得最优速率约束器值的挑选成为严重挑战[24]。
集体智能技能在处理微电网使用中的多方针优化问题方面备受关注[25]。人工蜂群算法(ABC)[26]、粒子群优化算法(PSO)[27]和灰狼优化算法[28]已被广泛用于优化PI操控器参数。但是，在动态条件下为电池储能体系(BESS)调整速率约束器时，这些技能面对严重挑战。它们对预定义搜索战略、启发式办法和固定收敛标准的依靠，约束了其对快速改变读载和可再生动力集成的适应性。此外，这些算法收敛速度慢且易早熟收敛的特点，下降了其在实时微电网运转中的适用性。
综上所述，现有微电网BESS体系的操控战略（总结于表1）存在呼应速度慢、核算复杂度高的问题，约束了其对可再生动力动态场景的适应才能。%% 传统优化技能（如PSO和ABC）相同无法完成自适应实时调理，且常呈现早熟收敛现象。
根据上述动机，本文提出了一种用于微电网中BESS的根据哈里斯鹰优化算法(HHO)的速率约束操控战略。该战略已成为一种极具远景的代替计划。HHO算法展现出对动态场景的卓越适应才能、更快的收敛速度以及易于完成的特性。其办理不确认性和高效调理速率约束值的才能，使其成为优化微电网使用中BESS功能的强健处理计划。
本文选用HHO技能对速率约束器值进行优化整定，从而为接入微电网的BESS挑选精确的截止频率，以完成平滑充放电运转。
首要贡献可归纳如下：
引言
曩昔十年间，因为工业化进程加速、人口增长、城市化发展以及电动汽车市场兴起等要素，全球动力消耗与环境污染继续攀升。电池储能体系（BESS）在现代微电网中发挥着要害作用，经过提高动力功率、增强电网稳定性以及保障牢靠电力供应，成为不可或缺的基础设施。电池储能体系（BESS）可存储可再生动力（RES）产生的过剩电能，并在动力缺少时期（无论是因为可再生动力出力波动仍是主电网供电受限）为要害负荷供电。高效的动力办理战略关于协调可再生动力、储能体系、负荷与电网之间的运转至关重要，这些战略能优化电力分配并提高整体体系功能[1]。在当前动力需求与温室气体问题的布景下，装备电池储能体系（BESS）的可继续微电网正成为极具远景的处理计划[2]。相较于其他储能方式，BESS因其多功能性及易于设备的特性更受喜爱，可在并网与孤岛形式下保持电力供应连续性[3]。但是，微电网引进BESS将导致体系整体成本上升。因而，为完成高效优化运转，强烈推荐选用低成本、高牢靠性的BESS微电网架构[4]。因为电池储能体系（BESS）具有高密度和明显内阻特性，其在大电流负荷下的电能输出才能会明显受限[5]。此外，在微电网孤岛运转形式下，受可再生动力发电不确认性的影响，BESS会继续阅历反复的深度循环及不可猜测的充放电过程，这将缩短BESS的使用寿命，并大幅添加其替换成本。一起，大瞬态电流与高电流改变率也或许加重上述问题[6]。
近期研讨中，为提高动力功率并下降可再生动力对主电网的影响，已开发出多种办法在住所微电网中施行家庭动力办理体系（HEMS）[7]。HEMS包括可再生动力体系（RES）与电池储能体系（BESS），其协同运作可向用户供给不间断电力供应。该体系的中心方针在于供给辅助服务，并减少对传统动力发电设备的依靠[8]。BESS经过存储RES产生的过剩能量，在此过程中发挥着要害作用。该体系在主电网或可再生动力体系(RES)呈现动力缺少时，为要害负荷(critical loads)供电。动力办理战略侧重于协调可再生动力体系、电池储能体系(BESS)、负荷(load)与共用电网，以完成发电功率的有用分配，并提高家庭动力办理体系(HEMS)的运转功率[9][10]。文献[11]开发了一种装备电池储能体系的太阳能光伏(SPV)设备，可一起为交流(AC)和直流(DC)负荷供电。这些规划包括七种不同的作业形式，动力办理体系根据运转形式[12]调控从太阳能光伏阵列和电池储能体系获取的功率大小。针对蓄电池储能体系(BESS)、太阳能光伏(SPV)及负荷办理的协同规划计划已考虑电池荷电状况(SOC)与功率约束[13]。但是，在孤岛运转形式下或许导致BESS深度充电的光伏功率调理问题尚未得到处理。为应对这些挑战，研讨者开发了智能能量办理战略。根据模糊逻辑操控器(FLC)和分数阶份额-积分-微分(FO-PID)操控器的混合操控计划，被使用于风景储直流微电网以完成功率分配优化[14]。此类体系中，经过FLC动态调整FO-PID操控器参数，可提高可再生动力最大功率点盯梢(MPPT)功率[15]。尽管取得这些发展，可再生动力固有的间歇性仍是严重挑战[16]。因而，有用约束BESS充放电电流成为提高体系牢靠性、延长电池寿命的中心研讨课题[17]。
多项研讨正在进行中，旨在提高储能设备与功率同享的使用功率，首要聚焦于全主动拓扑结构的微电网体系。份额积分（PI）操控器在调控电池储能体系（BESS）充放电电流方面已得到广泛使用[18]。文献[19]的作者提出了多种适用于BESS的PI滤波器操控器拓扑计划，这些计划综合考虑了直流母线电压办理、电池荷电状况（SOC）以及多形式微电网运转工况。上述办法选用低通滤波器（LPF）及至少三个PI操控器，以完成BESS电流参阅信号中高频重量与低频重量的别离。随着PI操控器数量的添加，因为需同步调理多个参数，体系规划复杂度明显提高[20]。而截止频率确认过程中体系性办法的缺失，进一步加重了规划过程的复杂性。实践上，微电网体系的成功运转并不取决于电力需求的频率，而是取决于所选的截止频率——该参数需综合考虑电池充放电速率与瞬态功耗[21]。此外，因为低通滤波器(LPF)和份额积分(PI)操控器引进的推迟，当前电池储能体系(BESS)的调控才能存在不足，导致明显的呼应滞后。为提高体系功能，模型猜测操控(MPC)已与阻尼技能相结合，相较传统PI操控器可供给更优的呼应速度[22]。此外，根据速率约束器的操控器已被引进以缓解体系推迟。一种集成速率约束器的混合操控器被提出，旨在下降核算负担、改进可再生动力发电体系（RES）与电池储能体系（BESS）间的功率分配，并增强直流母线电压稳定性[23]。但是，速率约束器的有用性高度受可再生动力发电动态特性与负荷扰动影响，这使得最优速率约束器值的挑选成为严重挑战[24]。
集体智能技能在处理微电网使用中的多方针优化问题方面备受关注[25]。人工蜂群算法(ABC)[26]、粒子群优化算法(PSO)[27]和灰狼优化算法[28]已被广泛用于优化PI操控器参数。但是，在动态条件下为电池储能体系(BESS)调整速率约束器时，这些技能面对严重挑战。它们对预定义搜索战略、启发式办法和固定收敛标准的依靠，约束了其对快速改变读载和可再生动力集成的适应性。此外，这些算法收敛速度慢且易早熟收敛的特点，下降了其在实时微电网运转中的适用性。
综上所述，现有微电网BESS体系的操控战略（总结于表1）存在呼应速度慢、核算复杂度高的问题，约束了其对可再生动力动态场景的适应才能。%% 传统优化技能（如PSO和ABC）相同无法完成自适应实时调理，且常呈现早熟收敛现象。
根据上述动机，本文提出了一种用于微电网中BESS的根据哈里斯鹰优化算法(HHO)的速率约束操控战略。该战略已成为一种极具远景的代替计划。HHO算法展现出对动态场景的卓越适应才能、更快的收敛速度以及易于完成的特性。其办理不确认性和高效调理速率约束值的才能，使其成为优化微电网使用中BESS功能的强健处理计划。
本文选用HHO技能对速率约束器值进行优化整定，从而为接入微电网的BESS挑选精确的截止频率，以完成平滑充放电运转。
首要贡献可归纳如下：
- •
本文深入剖析了微电网中速率约束器值对电池储能体系(BESS)功能的影响，以说明其在动力办理与体系稳定性中的要害作用。 - •
所提出的根据哈里斯鹰优化(HHO)的操控器被用于对速率约束器进行最优整定，保证电池储能体系运转时完成有用的功率解耦。调制信号核算的离散特性提高了体系呼应才能，而速率约束器经过调理BESS参阅电流进一步改进了体系稳定性。 - •
经过在单回路操控战略中施行根据HHO的限流器，所提出的办法在保持直流母线功率平衡的一起，下降了核算复杂度，并消除了传统根据LPF办法引进的推迟。 - •
该操控技能的有用性经过根据WAVECT® WCU300 FPGA数字操控器的实时施行得到验证。在实践运转条件下进行的全面案例研讨标明，所提办法具有明显优势。此外，与传统的LPF、FLC、PSO及ABC操控技能进行的比照剖析证明，该办法在呼应时刻、稳定性和能量优化方面均具备优越性。