基于模糊聚類分析與模型識別的微電網多目標優化方法 - 免費下載
論文資源
文件大小：1117 K
?? 資源詳細信息
?? 溫馨提示：本資源由用戶 Dr.趙勁帥 上傳分享，僅供學習交流使用。如有侵權，請聯系我們刪除。
資源簡介
在微電網調度過程中綜合考慮經濟、環境、蓄電池的
循環電量，建立多目標優化數學模型。針對傳統多目標粒子
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粒子群算法
(multi-objective particle swarm optimization algorithm based
on fuzzy clustering，FCMOPSO)，在迭代過程中引入模糊聚
類分析來尋找每代的集群最優解。與 MOPSO 相比，
FCMOPSO 增強了算法的穩定性與全局搜索能力，同時使優
化結果中 Pareto 前沿分布更均勻。在求得 Pareto 最優解集
后，再根據各目標的重要程度，用模糊模型識別從最優解集
中找出不同情況下的最優方案。最后以一歐洲典型微電網為
例，驗證算法的有效性和可行性。
循環電量，建立多目標優化數學模型。針對傳統多目標粒子
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粒子群算法
(multi-objective particle swarm optimization algorithm based
on fuzzy clustering，FCMOPSO)，在迭代過程中引入模糊聚
類分析來尋找每代的集群最優解。與 MOPSO 相比，
FCMOPSO 增強了算法的穩定性與全局搜索能力，同時使優
化結果中 Pareto 前沿分布更均勻。在求得 Pareto 最優解集
后，再根據各目標的重要程度，用模糊模型識別從最優解集
中找出不同情況下的最優方案。最后以一歐洲典型微電網為
例，驗證算法的有效性和可行性。
立即下載此資源
提示：下載后請用壓縮軟件解壓，推薦使用 WinRAR 或 7-Zip
資源說明
下載說明
- 下載需消耗 2積分
- 24小時內重復下載不扣分
- 支持斷點續傳
- 資源永久有效
使用說明
- 下載后用解壓軟件解壓
- 推薦 WinRAR 或 7-Zip
- 如有密碼請查看說明
- 解壓后即可使用
積分獲取
- 上傳資源獲得積分
- 每日簽到免費領取
- 邀請好友注冊獎勵
- 查看詳情 →