开发可再生能源为电动汽车充电站负载提供三级混合动力活性过器,使用Jaya灰狼优化优化
Koganti Srilakshmi1, D Teja Santosh2, Alapati Ramadevi3
1Department of Electrical and Electronics Engineering, Sreenidhi Institute of Science and Technology, Hyderabad, TS, 501301, India.
本研究介绍了一种混合动力主动电源过器 (HAPF),该过器与Jaya灰狼混合算法 (GWJA) 进行了优化,以提高可再生能源系统的电力质量. 在各种负载条件下,HAPF有效地稳定电压,降低波,提高功率因子.
科学领域:
- 电气工程 电气工程
- 可再生能源系统可再生能源系统
- 控制系统 控制系统
背景情况:
- 电力质量 (PQ) 是现代电网的一个关键问题,特别是与风能发电系统 (WPGS) 和太阳能系统 (SES) 等可再生能源的整合.
- 混合动力主动功率过器 (HAPF) 为减轻功率质量问题提供了一个有希望的解决方案,但它们的性能高度依赖于控制器优化.
- 现有的优化技术可能无法完全解决包含储能系统 (ESS) 的混合系统的动态和复杂性质.
研究的目的:
- 开发和评估一种与能源储存系统 (ESS),风能发电系统 (WPGS) 和太阳能系统 (SES) 集成的新型混合动力活性功率过器 (HAPF).
- 通过确保直流链电容电压 (DCLCV) 的快速稳定,减少波和改善功率因子 (PF) 来提高功率质量 (PQ).
- 为了验证控制器在各种负载条件下的有效性,包括电动汽车 (EV) 充电和非线性负载,以及不同的太阳辐射水平.
主要方法:
- 实现连接到HAPF的直流总线的三级分流电压源转换器 (VSC).
- 使用Jaya灰狼混合算法 (GWJA) 优化分数级比例积分导数控制器 (FOPIDC) 增益值和HAPF参数.
- 对拟议的GWJA优化与其他算法 (如遗传算法 (GA),粒子群优化 (PSO) 和群优化 (ACO) 等算法的比较分析.
主要成果:
- 该GWJA算法成功优化了FOPIDC和HAPF参数,导致与GA,PSO和ACO相比更好的PQ增强.
- 拟议的HAPF在所有测试场景中显示了DCLCV的快速稳定,显著减少和声含量,并改善了功率因子.
- 在电动汽车充电负载,非线性负载和波动的太阳辐射水平的各种组合下,保持了令人满意的性能.
结论:
- 由GWJA算法优化开发的HAPF,为改善混合可再生能源系统的电力质量提供了有效的解决方案.
- 在动态负载和发电条件下控制器的强大性能凸显了其适用于实际电网集成的适用性.
- 该研究证实了GWJA混合优化方法在提高整体系统效率和可靠性方面对HAPF参数调整的优越性.
更多相关视频
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
06:04Experimental Investigation of the Hierarchical Control in DC Microgrids Using a Real-time Simulator
Published on: February 14, 2025
相关概念视频
Conservation of AC Power
Maximum Power Transfer
By substituting the entire circuit with...
Energy Line and Hydraulic Gradient Line
Power Factor Correction
Maximum Power Flow and Line Loadability
Generator Voltage Control
