基于模糊聚类分析与模型识别的微电网多目标优化方法

发布时间：2017-10-30 13:01

  本文关键词：基于模糊聚类分析与模型识别的微电网多目标优化方法

  更多相关文章： 微电网 多目标优化 模糊聚类 模糊模型识别

【摘要】：在微电网调度过程中综合考虑经济、环境、蓄电池的循环电量,建立多目标优化数学模型。针对传统多目标粒子群算法(multi-objective particle swarm optimization,MOPSO)的不足,提出引入模糊聚类分析的多目标粒子群算法(multi-objective particle swarm optimization algorithm based on fuzzy clustering,FCMOPSO),在迭代过程中引入模糊聚类分析来寻找每代的集群最优解。与MOPSO相比,FCMOPSO增强了算法的稳定性与全局搜索能力,同时使优化结果中Pareto前沿分布更均匀。在求得Pareto最优解集后,再根据各目标的重要程度,用模糊模型识别从最优解集中找出不同情况下的最优方案。最后以一欧洲典型微电网为例,验证算法的有效性和可行性。
【作者单位】： 智能电网四川省重点实验室(四川大学);
【关键词】： 微电网 多目标优化 模糊聚类 模糊模型识别
【基金】：四川省科技支撑项目(2014JY0191)~~
【分类号】：TM73
【正文快照】：

【相似文献】

中国期刊全文数据库 前10条

1 郑漳华;艾芊;;微电网的研究现状及在我国的应用前景[J];电网技术;2008年16期

2 麻敏;韩继明;麻秀慧;陈衍妍;;浅谈微电网[J];科技资讯;2009年15期

3 楼书氢;李青锋;许化强;刘鲁丹;;国外微电网的研究概况及其在我国的应用前景[J];华中电力;2009年03期

4 杨为;丁明;毕锐;高研;丁银;;微电网实验平台的设计[J];合肥工业大学学报(自然科学版);2010年01期

5 袁清芳;周作春;陈艳霞;李香龙;陈国锋;;微电网发展应对策略[J];农村电气化;2010年10期

6 安智敏;罗时光;;微电网的概念及发展[J];内蒙古石油化工;2011年21期

7 王t，

本文编号：1117765