在微電網(wǎng)調(diào)度過程中綜合考慮經(jīng)濟、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 增強了算法的穩(wěn)定性與全局搜索能力，同時使優(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，驗證算法的有效性和可行性。
標(biāo)簽：
模糊
模型識別
微電網(wǎng)
多目標(biāo)優(yōu)化
聚類分析
上傳時間：
2019-11-11
上傳用戶：Dr.趙勁帥
