基于模糊聚类分析与模型识别的微电网多目标优化方法

• 作者: 赵劲帅 邱晓燕 陈科彬 马菁曼
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 微电网 多目标优化 模糊聚类 模糊模型识别
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 低碳电力技术
• 页码范围: 2316-2323
• 页数: 8页
• 分类号: TM72
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2016.08.010

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱晓燕		82	1790	18.0	41.0
2	赵劲帅		11	9	2.0	3.0
3	陈科彬		8	33	5.0	5.0
4	马菁曼		5	4	2.0	2.0