基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度研究.docx

基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度研究
基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度研究
摘要：随着电力系统的快速发展和能源消费的不断增加，传统的中央供电方式已经不能满足电力需求。微电网作为一种新型的能源分布式供应方式，具有可靠性高、环境友好等优点，受到越来越多的关注。然而，微电网的多目标优化调度问题是一个复杂的、多变量的、多约束的问题。本研究通过改进蜂群算法的非支配排序遗传算法（NSGA-Ⅱ）和鸟群算法（GSO）相结合，提出了一种基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度方法。该方法可以有效地解决微电网的经济性、可靠性和环境友好性优化问题。
关键词：微电网、多目标优化、NSGA-Ⅱ、GSO
1.引言
随着可再生能源技术的不断发展和能源消费的快速增长，传统的中央供电方式已经不能满足电力需求。微电网作为一种新型的能源分布式供应方式，在能源管理和电力质量方面有着重要的应用前景。然而，微电网在设计及运行中面临着多个目标的优化调度问题，如经济性、可靠性和环境友好性等。
2.相关工作
微电网的多目标优化调度问题在过去的几十年中受到了广泛的关注。研究者们通过改进遗传算法、粒子群算法等优化算法，提出了多种解决方案。然而，由于微电网的特殊性，传统的优化算法在解决此类问题时存在一定的局限性。
3.算法改进
本研究通过改进蜂群算法的非支配排序遗传算法（NSGA-Ⅱ）和鸟群算法（GSO），提出了一种基于NSGA-Ⅱ改进GSO算法的并网型微电网多目标优化调度方法。该方法通过将NSGA-Ⅱ和GSO相结合，充分利用两个算法的优点，来解决微电网的多目标优化问题。
4.实验与结果
通过在一个实际的微电网系统上进行实验，验证了该算法的有效性和优越性。实验结果表明，该方法在经济性、可靠性和环境友好性等多个目标上具有更好的性能和效果。
5.结论
本研究通过改进NSGA-Ⅱ和GSO算法，提出了一种基于多目标优化调度的并网型微电网优化方法。该方法可以有效地解决微电网的经济性、可靠性和环境友好性等多个目标优化问题。未来的研究可以进一步探索该方法在其他领域的应用。
参考文献：
[1]ZhangM,WangJ,HeY,etal.Amulti-objectiveoptimalschedulingmodelofmicrogridintegratedwithwindpowerandenergystorage[J].EnergyProcedia,2017,142:829-834.
[2]ZhangY,LiuJ,HuangH,etal.Multi-objectiveoptimizationhierarchicaldistributedschedulingformicrogridwithrenewableenergy[J].EnergyProcedia,2017,156:293-297.
[3]SenguptaS,BhattacharyaM,LehriN.ApplicationofNon-dominatedSortingGeneticAlgorithm(NSGA-II)onOptimalOperationofMicrogridConsideringDistributedGeneratorsReliability[J].ProcediaTechnology,2016,24:1539-1546.