基于改进量子粒子群算法的微网多目标优化调度

被引：24

作者：

陈深 ^{[1
]}

肖俊阳 ^{[2
]}

黄玉程 ^{[3
]}

黄定威 ^{[1
]}

机构：

[1] 广东电网有限责任公司江门供电局

[2] 深圳供电局有限公司

[3] 广东电网有限责任公司清远供电局

来源：

电力科学与技术学报 | 2015年 / 30卷 / 02期

关键词：

微网; 优化调度; 改进量子粒子群算法; Pareto前沿分布特性;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信]; TP18 [人工智能理论];

学科分类号：

120103 [信息系统与信息管理]; 140502 [人工智能];

摘要：

根据微网与主网之间不同的交互方式制定2种不同的优化策略,建立以微网经济成本和环境效益为目标的优化调度模型,采用蜂群搜索策略的改进量子粒子群(BQPSO)算法进行求解。该算法具有较强的全局搜索能力,能够提高计算精度,避免陷入局部最优解,有效改善多目标优化调度的Pareto前沿分布特性。最后,以典型的微型燃气轮机、柴油发电机和燃料电池组成的微网系统为例,验证了所建模型和所提方法的有效性。

引用

页码：41 / 47

页数：7

共 15 条

[1]

Microgrids: Energy management by strategic deployment of DERs-A comprehensive survey [J].

Basu, Ashoke Kumar ;

Chowdhury, S. P. ;

Chowdhury, S. ;

Paul, S. .

RENEWABLE & SUSTAINABLE ENERGY REVIEWS, 2011, 15 (09) :4348-4356

[2]

Multi-objective optimization for the operation of distributed energy systems considering economic and environmental aspects [J].

Ren, Hongbo ;

Zhou, Weisheng ;

Nakagami, Ken'ichi ;

Gao, Weijun ;

Wu, Qiong .

APPLIED ENERGY, 2010, 87 (12) :3642-3651

[3]

Dynamic economic emission dispatch using nondominated sorting genetic algorithm-II.[J].M. Basu.International Journal of Electrical Power and Energy Systems.2007, 2

[4]

New hybrid genetic operators for real coded genetic algorithm to compute optimal control of a class of hybrid systems.[J].M. Senthil Arumugam;M.V.C. Rao;Ramaswamy Palaniappan.Applied Soft Computing Journal.2004, 1

[5]

考虑可再生能源的冷热电联供系统环境经济调度模型 [J].