基于新算法 SSA 优化变分模态分解的混合储能功率分配策略
摘要：本文基于新算法 SSA（Salp Swarm Algorithm）优化变分模态分解（Variational
Mode Decomposition，VMD）的混合储能功率分配策略进行研究。首先，将风电功率采用 VMD、
EMD 和 SSAVMD 方法进行分解，得到不同频率段的功率成分。然后，通过高频成分给超级电容充放电
，低频成分给蓄电池充放电，实现混合储能的功率分配。为了确定混合储能功率分配策略的适应性，
本文引入了适应值函数，该函数由样本墒、聚合代数和 Pearson 系数构成，确保了策略的创新性和
有效性。最后，本文参考了《基于参数优化变分模态分解的混合储能功率分配策略》原文，验证了本
算法的良好效果和新颖性。
关键词：SSA、VMD、EMD、SSAVMD、混合储能、功率分配、超级电容、蓄电池、样本墒、聚合代数
、Pearson 系数
1. 引言
随着清洁能源的不断发展和应用，风力发电成为了当今重要的可再生能源之一。然而，由于风能的不
稳定性和不可控性，风电发电功率波动较大，给电网的稳定性和可靠性带来了挑战。此外，储能技术
的广泛应用为解决风电波动性问题提供了有效的方式。本文针对风电功率的混合储能功率分配策略进
行了研究，旨在提高电网的稳定性和可靠性。
2. VMD、EMD 和 SSAVMD 分解风电功率
为了对风电功率进行分解和提取不同频率段的功率成分，本文采用了 VMD、EMD 和 SSAVMD 方法。
VMD 是一种基于变分原理的信号分解方法，可以将信号分解成多个模态函数（IMF）。EMD 是一种经
验模态分解方法，通过自适应地分解信号成多个 IMF 来提取频率信息。SSAVMD 是一种基于新算法
SSA 的 VMD 方法，具有更好的优化性能和收敛速度。
3. 高频给超级电容、低频给蓄电池
在对风电功率进行分解后，本文将高频成分的功率给超级电容充放电，将低频成分的功率给蓄电池充
放电，实现混合储能的功率分配。超级电容具有高功率密度和高循环寿命的特点，适合用于快速充放
电以应对高频功率波动。蓄电池具有较高的能量密度，在低频功率需求时能够提供较长时间的供电。
4. 适应值函数由样本墒、聚合代数、Pearson 构成
为了确定混合储能功率分配策略的适应性，本文引入了适应值函数。该函数由样本墒、聚合代数和
Pearson 系数构成，这些指标可以度量功率分配策略的新颖性、灵活性和稳定性。样本墒可以衡量功
率分配策略的多样性和复杂性，聚合代数可以评估策略的整体性能，Pearson 系数可以反映策略与实
际功率需求之间的相似性。
5. 结果与讨论
