采用改进生物地理学算法的风电并网电力系统多目标发电调度
构建了兼顾能源环境效益和发电经济性的风电并网电力系统多目标发电调度(multi-objective generation dispatch,MOGD)模型,为了快速准确求解该模型,达到为决策者提供合理候选调度方案的目的,将生物地理学(biogeography-based optimization,BBO)算法用于解决风电并网电力系统MOGD问题.采用余弦迁移模型、混合迁移算子、基于柯西分布的变异算子和相似体检测技术等策略来改善BBO算法的性能.提出综合模糊支配度和分布密度的帕累托(Pareto)解集排序方法,促进Pareto最优前沿(Pareto optimal front,POF)向理想Pareto前沿逼近,并保持解集的多样性.以含6台火电机组和1个并网风电场的电力系统为例进行仿真计算,结果验证了改进生物地理学算法在求解多目标发电调度问题方面的可行性和有效性.
并网风电系统、多目标发电调度、模糊支配度、Pareto最优前沿、改进生物地理学算法
32
TM732(输配电工程、电力网及电力系统)
教育部博士研究生学术新人奖资助5052011207016;中央高校基本科研业务费专项资金资助201120702020009
2013-01-04(万方平台首次上网日期,不代表论文的发表时间)
共10页
150-158,前插20