基于改进HHO算法的集中式光伏组件运维成本优化
曾晓龙1
黄勇1
刘泽纬1
官洲洋1
谭杭2
陈进财2
1.湖北民族大学 智能科学与工程学院,湖北 恩施 4450002.达翔技术(恩施)有限公司,湖北 恩施 445000
摘要：针对集中式光伏组件定期维护策略下人工成本过度支出、发电量损失成本增加、未及时维护导致故障率升高等问题,构建了以最小日平均运维成本为目标函数的运维模型,并利用改进的哈里斯鹰优化(Harris hawks optimization,HHO)算法对目标函数进行了迭代优化,以求得最优解.该算法通过佳点集和量子计算初始化种群,提高种群的质量和多样性,并加快收敛速度;利用分段非线性映射函数优化猎物逃逸能量参数,增加迭代后期全局探索的可能性;结合黏菌优化算法的多重探索机制和准反向学习方法增强算法在全局范围内的探索能力;通过加入高斯差分变异,避免算法落入局部最优解的困境.结果显示,改进HHO算法相比于传统的定期维护方案,日平均运维成本降低了 14.40%;相比于原始HHO算法,收敛迭代次数减少了 13.24%.该研究对降低光伏电站的运维成本有一定的参考价值,对提高光伏电站经济效益和促进智能光伏电站发展起到积极的作用.
关键词：时变周期运维佳点集量子计算准反向学习高斯差分变异
分类号：TM46(变压器、变流器及电抗器)
资助基金：教育部中国高校产学研创新基金(2021RYC06004)
论文发表日期：2025-03-19
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 101-107,125 )
英文信息