在微電網(wǎng)調(diào)度過程中綜合考慮經(jīng)濟(jì)、環(huán)境、蓄電池的
循環(huán)電量,建立多目標(biāo)優(yōu)化數(shù)學(xué)模型。針對(duì)傳統(tǒng)多目標(biāo)粒子
群算法(multi-objective particle swarm optimization,MOPSO)
的不足,提出引入模糊聚類分析的多目標(biāo)粒子群算法
(multi-objective particle swarm optimization algorithm based
on fuzzy clustering,F(xiàn)CMOPSO),在迭代過程中引入模糊聚
類分析來尋找每代的集群最優(yōu)解。與 MOPSO 相比,
FCMOPSO 增強(qiáng)了算法的穩(wěn)定性與全局搜索能力,同時(shí)使優(yōu)
化結(jié)果中 Pareto 前沿分布更均勻。在求得 Pareto 最優(yōu)解集
后,再根據(jù)各目標(biāo)的重要程度,用模糊模型識(shí)別從最優(yōu)解集
中找出不同情況下的最優(yōu)方案。最后以一歐洲典型微電網(wǎng)為
例,驗(yàn)證算法的有效性和可行性。
標(biāo)簽:
模糊
模型識(shí)別
微電網(wǎng)
多目標(biāo)優(yōu)化
聚類分析
上傳時(shí)間:
2019-11-11
上傳用戶:Dr.趙勁帥