全面学习PSO算法与SUMT内点法在微电网调度中的应用

作者：郑涛; 杨艳芳^*; 陈薇; 卢文品

来源：传感器与微系统, 2019, 38(10): 157-160.

DOI：10.13873/j.1000-9787(2019)10-0157-04

• 多目标优化
• 自适应权值
• 全面学习粒子群优化算法
• 微电网调度
• 罚函数

针对粒子群优化(PSO)算法易于陷入局部最优、收敛慢、对微电网的优化达不到最优等缺点,对粒子群优化算法进行改进。在对微电网的运行研究中,使用改进后的全面学习粒子群优化算法(CLPSO)对其经济效益进行优化,得到较好效果。以微电网的收益为目标,构建微电网各项电源发电的数学模型及经济成本,在系统运行(SOC设备功率等)约束条件和系统设计(可再生能源装机容量、失负荷率等)约束条件下,通过SUMT内点法的惩罚策略将带有约束条件的目标函数转化为无约束条件的目标函数,用全面学习粒子群优化(CLPSO)算法对微电网的收益进行优化。对影响微电网收益的各种因素进行简要分析。

• 单位
  合肥工业大学