XiaoMi-AI文件搜索系统
World File Search SystemAVOA
使用非洲秃鹫优化算法优化电网依赖型混合可再生能源系统 Montaser Abdelsattar 1，
摘要 旨在实现可持续发展目标的国家认识到采用混合电力系统以确保获得清洁、可靠和具有成本效益的能源的重要性。本研究引入了一种非洲秃鹫优化算法 (AVOA)，用于高效设计并网混合可再生能源 (HRE) 系统，该系统结合了风力涡轮机、光伏 (PV) 电池板和电池储能。该系统经过精心设计，以确保通过利用 HRE 系统提供清洁、可靠且具有成本效益的能源。由于规模问题的复杂性和非线性，AVOA 作为一种有效的元启发式方法，提供了一种有希望的解决方案。本文提出了一个实证案例研究，重点关注埃及 Zafarana 地区引入的 HRE 系统。本案例研究是对所提优化器有效性的评估。这项研究将为埃及的决策者提供宝贵的见解，为加强间歇性可再生系统的整合和确保持续可靠的能源供应提供切实可行的解决方案。将 AVOA 获得的结果与使用粒子群优化 (PSO) 算法获得的结果进行比较以进行评估。模拟结果验证了 AVOA 优于 PSO，表明其有潜力提供有希望的结果。关键词：混合可再生能源系统；能源成本；碳排放；电力供应损失概率；非洲秃鹫优化算法。
自主微电网虚拟惯性控制的最优模型预测控制
摘要：目前，可再生能源 (RES) 在电网中的渗透率显著提高，尤其是在微电网中。用 RES 取代传统同步机可显著降低整个系统的惯性。这会对不确定情况下的微电网动态产生负面影响，降低微电网频率稳定性，特别是在孤岛运行模式下。因此，本研究旨在利用虚拟惯性频率控制概念增强孤岛微电网频率弹性。此外，虚拟惯性控制模型采用了最优模型预测控制 (MPC)。MPC 的优化设计是使用一种优化算法，即非洲秃鹫优化算法 (AVOA) 实现的。为了证明所提出的控制器的有效性，将基于 AVOA 的 MPC 与使用各种优化技术进行优化设计的传统比例积分 (PI) 控制器进行了比较。利用 RES 的实际数据，并应用随机负载功率模式来实现实际的模拟结果。此外，微电网范例包含电池储能 (BES) 单元，用于增强孤岛微电网的暂态稳定性。模拟结果表明，基于 AVOA 的 MPC 在提高微电网频率弹性方面是有效的。此外，结果确保了 BES 在时域模拟中改善暂态响应的作用。模拟结果是使用 MATLAB 软件获得的。
使用库仑计数方法和自适应的无气味卡尔曼过滤器
摘要：本文建立了一项准确且可靠的研究，用于估计锂离子电池的充电状态（SOC）。准确的状态空间模型用于确定电池非线性模型的参数。非洲秃鹰优化器（AVOA）用于解决识别电池参数以准确估算SOC的问题。一种混合方法由具有自适应无知的卡尔曼过滤器（AUKF）的库仑计数法（CCM）组成，以估计电池的SOC。在不同的温度下，对电池进行了四种方法，在包括负载和电池褪色之间有所不同。数值模拟应用于2.6 AHR松下锂离子电池，以证明混合方法对电荷估计的有效性。与现有的混合方法相比，建议的方法非常准确。与其他策略相比，所提出的混合方法实现了不同方法的最小误差。