针对移动式混合柴油发电机-储能系统(柴储系统)在城市施工场景中的应用,文章提出一种基于遗传算法的多目标优化控制策略。通过构建考虑香港地区噪音约束法规,如夜间噪声限值≤55 dB (A),和动态负载特性的微电网数学模型,利用遗传算法对...针对移动式混合柴油发电机-储能系统(柴储系统)在城市施工场景中的应用,文章提出一种基于遗传算法的多目标优化控制策略。通过构建考虑香港地区噪音约束法规,如夜间噪声限值≤55 dB (A),和动态负载特性的微电网数学模型,利用遗传算法对柴油发电机与储能电池的功率分配进行全局寻优。仿真结果表明,优化策略可实现柴油成本降低7.2%、碳排放减少7.2%,同时满足噪声约束下的可靠供电,验证了多目标优化的有效性,实现了噪声约束下(如22:00—次日7:00全时段电池独立供电)的可靠电力供应。研究成果为城市施工场景提供了兼顾经济性、环保性与供电可靠性的能源解决方案,对移动应急电源、野外作业微电网等场景具有借鉴价值。展开更多
文摘针对移动式混合柴油发电机-储能系统(柴储系统)在城市施工场景中的应用,文章提出一种基于遗传算法的多目标优化控制策略。通过构建考虑香港地区噪音约束法规,如夜间噪声限值≤55 dB (A),和动态负载特性的微电网数学模型,利用遗传算法对柴油发电机与储能电池的功率分配进行全局寻优。仿真结果表明,优化策略可实现柴油成本降低7.2%、碳排放减少7.2%,同时满足噪声约束下的可靠供电,验证了多目标优化的有效性,实现了噪声约束下(如22:00—次日7:00全时段电池独立供电)的可靠电力供应。研究成果为城市施工场景提供了兼顾经济性、环保性与供电可靠性的能源解决方案,对移动应急电源、野外作业微电网等场景具有借鉴价值。
