随着风电场、太阳能电场和水电站的整合,水电机组调节系统(hydropower unit regulating system,HURS)的运行工况变得复杂,难以从实际工程中获得模型的具体结构及参数。因此,HURS的参数辨识是其精确建模的关键,能够为水电机组的优化控制...随着风电场、太阳能电场和水电站的整合,水电机组调节系统(hydropower unit regulating system,HURS)的运行工况变得复杂,难以从实际工程中获得模型的具体结构及参数。因此,HURS的参数辨识是其精确建模的关键,能够为水电机组的优化控制和稳定性分析提供支持。文中提出一种分层结构的改进混合黏菌天鹰算法(hybrid slime mould-aquila algorithm,HSMAA),并应用于解决HURS在空载工况和负载工况下的参数辨识问题。基于黏菌算法和天鹰算法搜索最优解的特征,建立了一种分层搜索的策略以加快搜索最优解的收敛速度,并在多个测试函数上对所提方法的有效性进行了验证,构建了基于改进HSMAA的HURS参数辨识策略。仿真结果验证了所提方法的可行性和有效性,与黏菌算法和天鹰算法相比,HSMAA在所有评估指标上表现最佳。展开更多
