摘要
基于K‑means与模拟退火遗传算法的风光储协调配置方法,先采用K‑means算法对初始数据进行处理,随后构建风光储配置模型,最后采用模拟退火遗传算法进行求解。模拟退火遗传算法将模拟退火算法局部搜索能力强的优点和遗传算法全局搜索能力强的优点相结合,可以相互取长补短,以提高算法的精度和寻优速度。通过对某一园区的风光储能配置进行测试,最终取得了良好的结果,减少弃风弃光的同时使得投资成本最低,为微电网提供了有效的规划方案。
技术关键词
模拟退火遗传算法
协调配置方法
遗传算法全局搜索能力
储能电池容量
风光储
电池荷电状态
充放电功率
风电装机容量
数据
模拟退火算法
光伏发电量
参数
光伏电源
聚类
系统为您推荐了相关专利信息
风光储微电网
非合作博弈
光伏发电单元
光电调频
弃风弃光
频率响应
风光储微电网
功率调控方法
动态数学模型
电池表面温度
虚拟惯量模型
混合发电站
储能变流器
光伏逆变器
ADMM算法
智能电网自动化
风光储联合
储能SOC状态
节点
机组
弹性配电网规划方法
配电网规划模型
风光储联合
场景
蒙特卡洛模拟法