摘要
本发明属于技术领域,具体涉及一种应用于有源配电网储能优化配置的多目标粒子群算法。本发明结合风能、光伏和用户负荷的典型日曲线,建立包含配电网的节点电压、并网点负荷功率波动率和储能额定容量配置的多目标优化模型,提出一种改进多目标粒子群优化算法,为了均衡迭代过程中的多样性和收敛性,采用了一种双种群协同进化策略,根据收敛距离将粒子分为收敛性种群和多样性种群,迭代进化,克服了算法易陷入局部最优解问题。利用基于欧式距离最优相似度的动态惯性权重更新法则进行求解,使得粒子在寻优过程中具有更好的全局搜索能力和局部搜索能力。所提方法提高了配电网储能系统优化算法的求解效率与精度,获得更加合理的优化方案。
技术关键词
储能优化配置
有源配电网
粒子群算法
储能额定容量
协同进化方法
储能系统
协同进化策略
系统优化算法
功率
储能荷电状态
网格
配电网储能
粒子群优化算法
轮盘
节点
编码
储能装置
变量
系统为您推荐了相关专利信息
系统辨识方法
垂直起降飞行器
控制执行器
动力单元
气动力
布局规划方法
充电站
组件式
粒子群算法
充电设备
能量调度方法
储能荷电状态
策略
粒子群算法
风险
网络拓扑控制方法
粒子群算法
节点间距离
分布式拓扑控制方法
冗余
风险预测模型
市政工程施工
多视角
粒子群算法优化
监管方法