基于天鹰优化算法的海上风-光-波混合系统最大功率输出的阵列优化OA

在“双碳”目标的背景下,以波浪能、海上风电和海上光伏等技术为代表的海上可再生能源备受瞩目,将波浪能转换器、海上风电与海上光伏相结合形成海上风-光-波混合系统成为新兴趋势。该系统可充分发挥多能互补优势,增强电力供应的稳定性与可靠性,对沿海地区的电力供应具有重要意义。为充分发挥混合系统之间的协同效应,提高混合系统的发电效率,提出一种基于天鹰优化算法(aquila optimization,AO)的海上风-光-波混合系统最大功率输出的阵列优化策略。为验证AO在优化阵列最大功率输出的有效性,使用MATLAB和SimuNPS软件,分别对由5、8和11个混合系统组成的阵列进行了案例研究,并与城市优化算法(city grid optimization,CGO)、灰狼优化算法(grey wolf optimization,GWO)、粒子群优化算法(particle swarm optimization,PSO)和Q学习算法进行了对比。仿真结果表明,与其他四种对比算法相比,AO能够实现最大的总功率输出。相较于CGO、GWO、PSO和Q学习四种算法,5个阵列规模的最大功率输出分别提高18 kW、15 kW、53 kW和57 kW,8个阵列规模的最大功率输出分别提高32 kW、29 kW、54 kW和127 kW,11个阵列规模的最大功率输出分别提高53 kW、23 kW、115 kW和121 kW,证明了AO的优越性。