System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及船舶动力系统,尤其涉及一种船舶柴光储最佳功率匹配方法及装置。
技术介绍
1、在混合电力系统中,船舶用光伏发电系统的并入,势必降低柴油发电机组的发电功率。若船舶负荷需求功率长期处于较低水平,柴油发电机组将持续以低负荷运行,造成其燃油消耗率的提升和使用寿命的降低;同时,光伏出力占比的提升,也会造成系统电能质量的恶化,对设备的正常使用带来新的威胁。因此,合理匹配混合电力系统柴/光/储三者功率对船舶电网及柴油发电机组的安全运行至关重要。
技术实现思路
1、本专利技术的目的是针对现有技术的缺陷,提供一种船舶柴光储最佳功率匹配方法及装置,以解决上述
技术介绍
提出的问题。
2、为达到上述目的,本专利技术采用如下技术方案:本专利技术第一方面提供一种船舶柴光储最佳功率匹配方法,包括:
3、构建高维目标优化算法。
4、根据所述高维目标优化算法,获得非支配解集。
5、建立多层次目标的柴光储最佳功率匹配决策模型。
6、使用所述柴光储最佳功率匹配决策模型,对所述非支配解集进行评估,以获得柴光储最佳功率匹配方案。
7、进一步的,所述的船舶柴光储最佳功率匹配方法,构建所述高维目标优化算法,包括:
8、以柴油发电机组油耗、电网电能质量及蓄电池能耗损失为目标集,以所述柴油发电机组油耗数学表征模型为适应度函数构建所述高维目标优化算法。
9、进一步的,所述的船舶柴光储最佳功率匹配方法,建立所述柴油发电机组油耗数学
10、提取特征参数因子;所述特征参数因子影响船舶柴油发电机组油耗及电网电能质量。
11、进行所述特征参数因子对所述柴油发电机组油耗的敏感性分析,确定各所述特征参数因子的权重向量、影响规律以及不同所述特征参数因子间与柴油发电机组油耗的耦合关联特性和量化关系,以建立所述柴油发电机组油耗数学表征模型。
12、进一步的,所述的船舶柴光储最佳功率匹配方法,根据所述高维目标优化算法,获得非支配解集,包括:
13、选择并实现多目标优化算法。
14、运行所述多目标优化算法。
15、在所述多目标优化算法运行终止后,提取所述非支配解集。
16、进一步的,所述的船舶柴光储最佳功率匹配方法,建立多层次目标的柴光储最佳功率匹配决策模型,包括:
17、确定所述柴光储系统参数和工作特性。
18、设定多层次目标。
19、根据所述柴光储系统参数和工作特性以及所述多层次目标,建立所述柴光储系统的数学模型。
20、选择并实现优化算法。
21、将所述优化算法应用于所述柴光储系统的数学模型中,获得最佳功率匹配决策。
22、进一步的,所述的船舶柴光储最佳功率匹配方法,使用所述柴光储最佳功率匹配决策模型,对所述非支配解集进行评估,以获得柴光储最佳功率匹配方案,包括:
23、确定评估标准并选定评估方法。
24、根据所述评估标准和所述评估方法,评估所述非支配解集中各个解的优势和劣势,获得评估结果。
25、基于所述评估结果,选择一个或多个柴光储最佳功率匹配方案。
26、本专利技术第二方面提供一种船舶柴光储最佳功率匹配装置,包括:
27、构建单元,用于构建高维目标优化算法。
28、获得单元,用于根据所述高维目标优化算法,获得非支配解集。
29、建立单元,用于建立多层次目标的柴光储最佳功率匹配决策模型。
30、评估单元,用于使用所述柴光储最佳功率匹配决策模型,对所述非支配解集进行评估,以获得柴光储最佳功率匹配方案。
31、进一步的,所述的船舶柴光储最佳功率匹配装置,获得单元,包括:
32、第一选择模块,用于选择并实现多目标优化算法。
33、运行模块,用于运行所述多目标优化算法。
34、提取模块,用于在所述多目标优化算法运行终止后,提取所述非支配解集。
35、进一步的,所述的船舶柴光储最佳功率匹配装置,建立单元,包括:
36、第一确定模块,用于确定所述柴光储系统参数和工作特性。
37、设定模块,用于设定多层次目标。
38、建立模块,用于根据所述柴光储系统参数和工作特性以及所述多层次目标,建立所述柴光储系统的数学模型。
39、第二选择模块,用于选择并实现优化算法。
40、获得模块,用于将所述优化算法应用于所述柴光储系统的数学模型中,获得最佳功率匹配决策。
41、进一步的,所述的船舶柴光储最佳功率匹配装置,评估单元,包括:
42、第二确定模块,用于确定评估标准并选定评估方法。
43、评估模块,用于根据所述评估标准和所述评估方法,评估所述非支配解集中各个解的优势和劣势,获得评估结果。
44、第三选择模块,用于基于所述评估结果,选择一个或多个柴光储最佳功率匹配方案。
45、有益效果:本专利技术提供一种船舶柴光储最佳功率匹配方法及装置,包括:构建高维目标优化算法;根据高维目标优化算法,获得非支配解集;建立多层次目标的柴光储最佳功率匹配决策模型;使用柴光储最佳功率匹配决策模型,对非支配解集进行评估,以获得柴光储最佳功率匹配方案,相比于现有技术,本专利技术旨在获取船舶混合电力系统柴光储三者最佳功率匹配方案,避免了高渗透率船用光伏发电系统的引入带来的柴油发电机组持续低负荷运行,不仅降低了燃油消耗率而且延长了使用寿命;合理地匹配了光伏出力,避免了系统电能质量的恶化,保障了设备的正常使用。
本文档来自技高网...【技术保护点】
1.一种船舶柴光储最佳功率匹配方法,其特征在于,包括:
2.根据权利要求1所述的船舶柴光储最佳功率匹配方法,其特征在于,构建所述高维目标优化算法,包括:
3.根据权利要求2所述的船舶柴光储最佳功率匹配方法,其特征在于,建立所述柴油发电机组油耗数学表征模型,包括:
4.根据权利要求1所述的船舶柴光储最佳功率匹配方法,其特征在于,根据所述高维目标优化算法,获得非支配解集,包括:
5.根据权利要求1所述的船舶柴光储最佳功率匹配方法,其特征在于,建立多层次目标的柴光储最佳功率匹配决策模型,包括:
6.根据权利要求1所述的船舶柴光储最佳功率匹配方法,其特征在于,使用所述柴光储最佳功率匹配决策模型,对所述非支配解集进行评估,以获得柴光储最佳功率匹配方案,包括:
7.一种船舶柴光储最佳功率匹配装置,其特征在于,包括:
8.根据权利要求7所述的船舶柴光储最佳功率匹配装置,其特征在于,获得单元,包括:
9.根据权利要求7所述的船舶柴光储最佳功率匹配装置,其特征在于,建立单元,包括:
10.根
...【技术特征摘要】
1.一种船舶柴光储最佳功率匹配方法,其特征在于,包括:
2.根据权利要求1所述的船舶柴光储最佳功率匹配方法,其特征在于,构建所述高维目标优化算法,包括:
3.根据权利要求2所述的船舶柴光储最佳功率匹配方法,其特征在于,建立所述柴油发电机组油耗数学表征模型,包括:
4.根据权利要求1所述的船舶柴光储最佳功率匹配方法,其特征在于,根据所述高维目标优化算法,获得非支配解集,包括:
5.根据权利要求1所述的船舶柴光储最佳功率匹配方法,其特征在于,建立多层次目标的柴光储最佳功率匹配决策模型,...
【专利技术属性】
技术研发人员:邱爰超,杨昊昱,任浩荣,凌子乔,
申请(专利权)人:中国海洋大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。