摘要：固体氧化物燃料电池(solid oxide fuel cell, SOFC)因具有转换效率高、无污染物排放、运行噪声低等特点被视为前景广阔的绿色发电技术之一,其被广泛应用于电力系统和交通运输等领域。针对SOFC稳态模型的参数优化设计问题,提出了一种基于混沌博弈优化(chaosgameoptimization, CGO)方法的SOFCs参数提取框架。同时,利用芬兰燃料电池技术公司Elcogen生产的陶瓷阳极支撑型平板式低温单体燃料电池(ASC-400B)工作于两种不同温度(即600℃和700℃)下的实验数据以及美国蒙大拿州立大学开发的基于物理模型的5 kW级管式SOFC电池堆栈模型在两种不同温度(即850℃和950℃)下的仿真数据,分别对所提框架、蒲公英优化器(dandelion optimizer, DO)、平衡优化器(equilibrium optimizer, EO)、粒子群优化(particle swarm optimization, PSO)算法和白鲨优化器(white shark optimizer, WSO)的参数提取的性能进行了深入的研究和分析。测试结果表明:相比于DO、EO、PSO和WSO,CGO能够准确、稳定且快速地提取上述各种SOFCs的模型未知参数,为SOFCs的系统建模提供了一种高效的方法。

摘要：随着大规模可再生能源对电网渗透率的不断增加,大型风光电站也开始参与到电网的调频当中。首先,建立了功率响应总偏差、调频里程支出最小化的多目标互补控制模型,以解决不同调频资源的动态功率分配问题。为解决该非线性优化问题,采用多目标蝠鲼觅食优化算法(multi-objective manta ray foraging optimization,MMRFO)快速地获取高质量的Pareto前沿,以满足电网的实时在线调频需求,提高区域电网的动态响应能力。然后,基于熵权法,设计了灰靶决策法客观地选择不同功率扰动下兼顾运行经济性和电能质量的折中解。最后,基于扩展的两区域负荷频率控制(load frequency control,LFC)模型验证了所提方法的有效性。