基于分布式神经动力学算法的微电网多目标优化方法

被引:22
作者
刘青 [1 ]
赵洋 [1 ]
李宁 [1 ]
马博翔 [1 ]
尚英强 [1 ]
李文杰 [2 ]
机构
[1] 国网北京市电力公司电缆分公司
[2] 中国电力科学研究院武汉分院
关键词
神经动力学算法; 多目标优化; 最优解; 微电网; 需求响应;
D O I
暂无
中图分类号
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];
摘要
针对微电网多目标优化计算量较大问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法。首先考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型。然后应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点。进一步使用对数障碍物惩罚因子处理不等式约束,利用Lasalle不变性原理和Lyapunov函数证明所提出的算法可以收敛到最优解。最后,通过仿真验证了所提方法可以在保证优化精度与收敛性条件下大大降低计算成本。
引用
收藏
页码:105 / 114
页数:10
相关论文
共 29 条
[1]
基于改进多目标粒子群算法的微电网储能优化配置 [J].
陆立民 ;
褚国伟 ;
张涛 ;
杨志超 .
电力系统保护与控制, 2020, 48 (15) :116-124
[2]
火电机组负荷分配中多源不确定性因素影响分析 [J].
赵冠南 ;
李正豪 .
热力发电, 2020, (12) :114-119
[3]
基于互补集合经验模态分解和长短期记忆神经网络的短期电力负荷预测 [J].
赵会茹 ;
赵一航 ;
郭森 .
中国电力, 2020, 53 (06) :48-55
[4]
孤岛与重构相配合的配电网故障恢复策略 [J].
刘星 ;
崔双喜 .
华电技术, 2020, 42 (01) :29-34
[5]
基于神经网络的热电联产机组热负荷和电负荷预测 [J].
骆小满 ;
皇甫成 ;
阮江军 ;
周灵杰 .
热力发电, 2019, 48 (09) :46-50
[6]
基于EMD-QRF的用户负荷概率密度预测 [J].
杨斌 ;
杨世海 ;
曹晓冬 ;
陈宇沁 ;
梁智 ;
孙国强 .
电力系统保护与控制, 2019, 47 (16) :1-7
[7]
基于频域分解的短期负荷预测研究分析 [J].
马愿 ;
张倩 ;
李国丽 ;
马金辉 ;
丁津津 .
中国电力, 2020, 53 (04) :114-121
[8]
基于智能相似日识别及偏差校正的短期负荷预测方法 [J].
刘翊枫 ;
周国鹏 ;
刘昕 ;
汪洋 ;
郑宇鹏 ;
邵立政 .
电力系统保护与控制, 2019, 47 (12) :138-145
[9]
基于EMD-SLSTM的家庭短期负荷预测 [J].
刘建华 ;
李锦程 ;
杨龙月 ;
闫耀双 ;
刘艳梅 ;
张屹修 .
电力系统保护与控制, 2019, 47 (06) :40-47
[10]
考虑关联因素的智能化中长期电力负荷预测方法 [J].
张志 ;
杜延菱 ;
崔慧军 ;
汪洋 ;
贺哲 ;
赖晓文 .
电力系统保护与控制, 2019, 47 (02) :24-30