为优化燃料电池混合动力系统(fuel cell hybrid power system,FCHPS)并延长其使用寿命,该文提出一种考虑电堆性能一致性的多目标优化能量管理方法。该方法的目的是降低系统等效氢耗、提高燃料电池系统内电堆组运行效率的同时限制锂电池...为优化燃料电池混合动力系统(fuel cell hybrid power system,FCHPS)并延长其使用寿命,该文提出一种考虑电堆性能一致性的多目标优化能量管理方法。该方法的目的是降低系统等效氢耗、提高燃料电池系统内电堆组运行效率的同时限制锂电池荷电状态(state of charge,SOC)波动。由于电堆组的性能会在实际运行过程中发生退化,因此该方法还考虑了电堆组的性能状态差异,通过限制性能较差电堆的运行压力,以延长系统寿命。为实现这一目的采用樽海鞘群算法(salpswarmalgorithm,SSA)对目标函数进行优化求解,得到系统最优功率分配。最后,基于RT-LAB半实物仿真平台,将所提方法与有限状态机控制方法进行对比,实验结果表明所提出的方法能够有效降低系统氢耗,提高电堆组效率的同时减缓性能较差电堆的功率波动,维持系统一致性,有利于系统长期稳定运行。展开更多
针对基本樽海鞘群算法收敛速度慢、收敛精度低、易陷入局部最优的缺点,提出了一种融合黄金正弦混合变异的自适应樽海鞘群算法AGHSSA(Adaptive Salp Swarm Algorithm with Golden Sine Algorithm and Hybrid Mutation)。该算法引入了自...针对基本樽海鞘群算法收敛速度慢、收敛精度低、易陷入局部最优的缺点,提出了一种融合黄金正弦混合变异的自适应樽海鞘群算法AGHSSA(Adaptive Salp Swarm Algorithm with Golden Sine Algorithm and Hybrid Mutation)。该算法引入了自适应变化的权重因子以加强精英个体的引导作用,提升收敛速度与精度。通过黄金正弦算法优化领导者位置更新方式,增强算法的全局搜索和局部开发能力。融合邻域重心反向学习与柯西变异对最优个体位置进行扰动,提升算法跳出局部最优的能力。通过对12个基准测试函数进行仿真实验来评估改进算法的寻优能力,实验结果表明,改进算法能显著提升寻优速度和精度,并且具备较强的跳出局部最优的能力。展开更多
文摘为优化燃料电池混合动力系统(fuel cell hybrid power system,FCHPS)并延长其使用寿命,该文提出一种考虑电堆性能一致性的多目标优化能量管理方法。该方法的目的是降低系统等效氢耗、提高燃料电池系统内电堆组运行效率的同时限制锂电池荷电状态(state of charge,SOC)波动。由于电堆组的性能会在实际运行过程中发生退化,因此该方法还考虑了电堆组的性能状态差异,通过限制性能较差电堆的运行压力,以延长系统寿命。为实现这一目的采用樽海鞘群算法(salpswarmalgorithm,SSA)对目标函数进行优化求解,得到系统最优功率分配。最后,基于RT-LAB半实物仿真平台,将所提方法与有限状态机控制方法进行对比,实验结果表明所提出的方法能够有效降低系统氢耗,提高电堆组效率的同时减缓性能较差电堆的功率波动,维持系统一致性,有利于系统长期稳定运行。
文摘针对基本樽海鞘群算法收敛速度慢、收敛精度低、易陷入局部最优的缺点,提出了一种融合黄金正弦混合变异的自适应樽海鞘群算法AGHSSA(Adaptive Salp Swarm Algorithm with Golden Sine Algorithm and Hybrid Mutation)。该算法引入了自适应变化的权重因子以加强精英个体的引导作用,提升收敛速度与精度。通过黄金正弦算法优化领导者位置更新方式,增强算法的全局搜索和局部开发能力。融合邻域重心反向学习与柯西变异对最优个体位置进行扰动,提升算法跳出局部最优的能力。通过对12个基准测试函数进行仿真实验来评估改进算法的寻优能力,实验结果表明,改进算法能显著提升寻优速度和精度,并且具备较强的跳出局部最优的能力。
