基于改进多目标粒子群算法的微网双层优化调度策略

李雪松; 滕欢; 郭宁; 梁梦可; 吴泽穹

李雪松,滕欢,郭宁,梁梦可,吴泽穹.基于改进多目标粒子群算法的微网双层优化调度策略[J].电测与仪表,2018,55(5):38-45.
Li Xuesong,Teng Huan,Guo Ning,Liang Mengke,Wu Zeqiong.Bilevel Optimization Scheduling Strategy Based on Improved MOPSO[J].Electrical Measurement & Instrumentation,2018,55(5):38-45.

基于改进多目标粒子群算法的微网双层优化调度策略

Bilevel Optimization Scheduling Strategy Based on Improved MOPSO

DOI：

中文关键词: 微网多目标优化双层优化栅格法拥挤度组合赋权法

英文关键词:microgrid multi-objective optimization bilevel optimization grid method digree of congestion combinatorial weighting method

基金项目:

作者中文名	作者英文名	单位
李雪松	Li Xuesong	智能电网四川省重点实验室（四川大学）
滕欢	Teng Huan	智能电网四川省重点实验室(四川大学)
郭宁	Guo Ning	智能电网四川省重点实验室(四川大学)
梁梦可	Liang Mengke	智能电网四川省重点实验室(四川大学)
吴泽穹	Wu Zeqiong	智能电网四川省重点实验室(四川大学)

摘要点击次数: 1379

中文摘要:

本文综合考虑微网经济成本、环保成本和系统运行风险程度,建立了多目标优化调度模型,并在迭代末期引入了双层优化,解决了传统优化模型容易漏选最佳解的问题。针对传统多目标粒子群算法的缺陷,提出了基于“栅格-拥挤度”协同筛选策略的多目标粒子群算法。当外部档案中粒子较少时,采用栅格法筛选出全局最优值,当外部档案中粒子较多时,改用拥挤度排序法,从而增强了解集的收敛性和多样性。在下层模型中,建立了基于相对熵组合赋权法的决策算法,综合了主/客观赋权法的优势,使最终结果更加合理。最后以一小型微网为例,验证了考虑双层优化的必要性和改进MOPSO的优越性。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭