基于粒子群优化算法的船舶电力系统脆性分析

为了提高船舶电力系统稳定性,提出基于粒子群优化算法的船舶电力系统脆性分析方法,构建船舶电力系统的稳定性控制约束参量模型,以电机模型参数为控制对象,通过船舶电力系统电机的转速信息和电磁转矩信息进行船舶电力系统脆性特征分析,采用PI控制算法进行船舶电力系统的输出稳定性控制,建立船舶电力系统的反馈动态补偿稳定性控制模型,结合粒子群优化算法进行船舶电力系统稳定性控制的参量自适应调节,实现船舶电力系统脆性预测和稳定性控制。仿真结果表明,采用该方法进行船舶电力系统脆性分析的准确性较好,控制稳定性较强,提高了船舶电力系统的输出鲁棒性。     

船舶电力系统无功优化的GSA-IPM算法

提出GSA-IPM(万有引力-内点)算法求解船舶电力系统无功优化问题,以降低船舶电力系统的有功损耗,提高电压质量,改善安全经济运行水平。将算法应用于某实际船舶电力系统进行仿真测试,结果与万有引力搜索算法(GSA)、遗传算法(GA)及粒子群算法(PSO)作比较,证明了算法能够使有功网损更低,电压质量更佳,从而验证了方法的有效性。     

大型船舶电力系统的静态电压稳定分析

本文主要对船舶电力系统的静态电压稳定性进行分析,提出了两个能分别衡量有功越限及无功越限导致的静态电压失稳的指标。文中利用ETAP软件详细建立了典型的船舶中压系统模型,在潮流分析的基础上分别计算了各种不同船舶工况下有功静态电压稳定指标及无功静态电压稳定指标,对船舶电网的静态电压稳定性进行分析。仿真分析结果表明船舶电力系统无功不足引起电压失稳可能性较有功大。总体说来,船舶电网的静态电压相对比较稳定,设计中应主要注意大容量冲击负荷导致的船舶电网的电压暂态稳定。     

利用多Agent算法进行船舶电力系统网络重构模型研究及仿真

船舶电力系统(SPS)的网络重构通常用于船舶电网的输配电,故障恢复等,是一种重要且常用的电网控制技术。船舶电力网络重构可以被抽象为具有多目标和多约束的典型非线性离散优化问题。本文根据SPS的特点,建立SPS的简化网络模型和重构数学模型。提出一种多代理和粒子群优化(MAPSO)算法,给出该算法的算法流程和实现方法。分析验证结果表明,MAPSO可以有效重构船舶电力系统。     

基于NSDE算法的船舶电力系统经济环境调度

由于船舶航行易受天气等因素的影响,具有不确定性和波动性的特点。本文深入研究了船舶航行和发电调度联合的电力系统优化调度问题,建立了非支配排序差分算法(NSDE)的船舶电力系统经济环境调度模型,在该模型中综合考虑发电成本和污染气体排放量,实现多目标优化。在约束条件中加入了船舶航行的约束,从而减小了速度变动对系统的影响。用NSDE完成简单快速的全局寻优,得到准确而完整的Pareto前沿,使所有目标函数尽可能达到最优。     

船舶电力系统无功优化过程的自适应粒子群算法应用

随着现代船舶工业的需要,船载用电设备的数量越来越多,船舶电力系统的容量也越来越大。船载用电设备在提高船舶自动化水平的同时,也对船舶电力系统的稳定性、安全性、节能性等提出更高要求。其中,船舶电力系统网络的无功损耗问题一直是相关领域的研究重点。电力系统的无功优化是指当系统的结构参数、负载等保持不变的情况下,通过改善船舶电力系统电源的电压等参数,调节电网的潮流计算,无功优化对提高船舶电力系统的供电效率,降低事故发生率等有重要的作用。本文系统的介绍了自适应粒子群算法,并将该粒子群寻优算法应用到船舶电力系统的无功优化过程中,对于改善电力系统的无功优化过程有重要的意义。     

基于GSA-IPM算法的船舶电力系统无功优化

提出GSA-IPM(万有引力-内点)算法求解船舶电力系统无功优化问题,以降低船舶电力系统的有功损耗,提高电压质量,改善安全经济运行水平。将算法应用于某实际船舶电力系统进行仿真测试,结果与万有引力搜索算法(GSA)、遗传算法(GA)及粒子群算法(PSO)作比较,证明了算法能够使有功网损更低,电压质量更佳,从而验证了方法的有效性。     

新能源船舶混合电力系统容量优化策略

在新能源船舶电力系统中,不合理的系统容量分配会引起电网的剧烈波动,增加能源消耗,提高用电成本等不利情况。为保证行驶的安全合理,提出一种考虑船舶横摇的新能源船舶混合电站系统的优化策略。该策略使用加入遗传算法交叉过程的多目标多约束粒子群算法,在考虑船舶航行时横摇的情况下,对船舶电力系统中柴油机的出力以及储能电池的容量进行优化配置,在保证船舶运行效率的同时,减少电力系统运行成本以及燃油消耗。以某远洋油轮为例,在一个航程内,优化后的船舶混合电站系统在满足用电可靠性的前提下,合理分配各电源出力,显著改善了电力系统的用电成本。     

基于量子粒子群算法的船舶电力系统网络重构

船舶电力系统网络重构可以看作为一个多目标、多约束、多时段、离散化的非线性规划最优问题。根据船舶电网结构的特点,提出了运用量子粒子群算法解决重构问题的思想。加入量子粒子群算法的离散化操作,使之能够满足船舶电网重构模型的要求。仿真结果说明该算法能够得出船舶电力系统网络重构的全局最优解,实现了网络重构最优,并且通过相应的算例与其他优化算法进行横向比较的结果也验证了量子粒子群算法有更好的可行性。     

基于Matlab/Simulink船舶电力系统建模与仿真

为了提高船舶电力系统的可靠性和稳定性,保证船舶在各种状态下实现功率的最优化配置,利用模块化的建模方法,建立了柴油机及调速分系统模型、发电机及励磁分系统模型、同步发电机并车控制模块模型、发电机组控制模型。在Matlab/Simulink仿真环境中对船舶电力系统的典型运行工况、常见故障工况以及并车操作进行了仿真研究。仿真结果表明,所建立模型能比较准确地反映船舶电力系统实际运行的情况,同时可以避免在实船上进行工况试验和故障测试的高成本、高危险。其数据结果对船舶电力系统的设计、调试及控制方法的研究具有重要参考意义。