10.13335/j.1000-3673.pst.2016.08.010
基于模糊聚类分析与模型识别的微电网多目标优化方法
在微电网调度过程中综合考虑经济、环境、蓄电池的循环电量,建立多目标优化数学模型.针对传统多目标粒子群算法(multi-objective particle swarm optimization,MOPSO)的不足,提出引入模糊聚类分析的多目标粒子群算法(multi-objective particle swarm optimization algorithm based on fuzzy clustering,FCMOPSO),在迭代过程中引入模糊聚类分析来寻找每代的集群最优解.与MOPSO相比,FCMOPSO增强了算法的稳定性与全局搜索能力,同时使优化结果中Pareto前沿分布更均匀.在求得Pareto最优解集后,再根据各目标的重要程度,用模糊模型识别从最优解集中找出不同情况下的最优方案.最后以一欧洲典型微电网为例,验证算法的有效性和可行性.
微电网、多目标优化、模糊聚类、模糊模型识别
40
TM72(输配电工程、电力网及电力系统)
四川省科技支撑项目2014JY0191;四川省电力公司科技项目支持.Project Supported by Sichuan Science and Technology Program2014JY0191
2017-05-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
2316-2323