基于交叉-变异人工蜂群算法的微网优化调度

被引:25
作者
曹知奥 [1 ]
汪晋宽 [1 ,2 ]
韩英华 [2 ]
赵强 [2 ]
机构
[1] 东北大学信息科学与工程学院
[2] 东北大学秦皇岛分校
基金
国家重点研发计划;
关键词
可再生能源; 需求响应; 不确定性; 微网日前产能优化调度; 交叉与变异; 人工蜂群算法;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理]; 140502 [人工智能];
摘要
随着大规模可再生能源接入微网,其不确定性直接影响微网的优化调度.鉴于此,以微网的产能利润最大化为目标,构建微网日前产能调度的优化模型,其中对储能单元和需求响应负荷进行调度,对可再生能源产能预测的误差进行处理.考虑优化模型中包含的非线性特征,提出一种基于交叉和变异的人工蜂群算法以求解微网最优调度策略.所提出算法在雇佣蜂和观察蜂阶段,引入遗传算法中的交叉和变异操作对邻域搜索策略进行更新,以确保子代种群的多样性;在侦查蜂阶段,构建基于全局搜索的初始化机制,以提高算法搜索全局最优解的能力.仿真结果验证了所构建模型的有效性和算法的优越性.
引用
收藏
页码:2059 / 2069
页数:11
相关论文
共 23 条
[1]
能源互联微网型多能互补系统的构建与储能模式分析 [J].
门向阳 ;
曹军 ;
王泽森 ;
杜文娟 .
中国电机工程学报, 2018, 38 (19) :5727-5737+5929
[2]
分时电价机制下采用改进鸟群算法的微电网运行优化 [J].
杨文荣 ;
马晓燕 ;
边鑫磊 .
可再生能源, 2018, 36 (07) :1046-1054
[3]
考虑需求侧响应及不确定性的微电网双层优化配置方法 [J].
赵波 ;
汪湘晋 ;
张雪松 ;
周金辉 .
电工技术学报, 2018, 33 (14) :3284-3295
[4]
基于入侵杂草蝙蝠双子群优化的装备保障编组协同任务规划 [J].
王坚浩 ;
张亮 ;
史超 ;
车飞 ;
张鹏涛 .
控制与决策, 2019, 34 (07) :1375-1384
[5]
基于两级需求响应的并网微电网双层优化调度 [J].
米阳 ;
李战强 ;
吴彦伟 ;
刘红业 ;
宋根新 ;
苏向敬 .
电网技术, 2018, 42 (06) :1899-1906
[6]
求解有约束优化问题的实数遗传算法改进研究 [J].
王吉权 ;
程志文 ;
张攀利 ;
代伟婷 .
控制与决策 , 2019, (05) :937-946
[7]
基于人工蜂群算法的微网并网优化运行 [J].
崔秋丽 .
系统仿真学报, 2018, 30 (04) :1551-1559
[8]
含可再生能源的微电网分时间尺度储能方案 [J].
陈科彬 ;
邱晓燕 ;
史光耀 ;
李星雨 .
电测与仪表, 2018, 55 (06) :30-34+41
[9]
基于KLD的蝙蝠算法优化自适应粒子滤波 [J].
滕飞 ;
薛磊 ;
李修和 .
控制与决策 , 2019, (03) :561-566
[10]
基于需求侧响应和储能电量预估的微网运行调度策略 [J].
王海燕 ;
同向前 ;
路峤 ;
宋美艺 .
电力系统保护与控制, 2017, 45 (19) :86-93