排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
研究了含双馈风电机组的电力系统多目标无功优化问题,分析了双馈风电机组的无功特性,将风电场作为连续的无功调节手段参与电力系统无功优化. 提出一种基于模糊商权法和组合混沌序列动态粒子群算法（CCPSO）的多目标无功优化方法. 利用模糊熵权法解决主观权值和客观权值的缺陷,建立以静态电压稳定浴度、节点电压和有功网损为目标的含风电场多目标无功优化决策模型. 针对利用传统粒子群算法进行求解时,易出现局部收敛等问题,结合Chebyshev映射和Logistic映射,在粒子初始化过程中运用一种组合混沌映射,增强初始粒子的均匀性,同时将Logistic混沌优化引入到算法寻优过程中,使算法全局寻优能力得到加强. 以IEEE14节点系统为例进行仿真实验,验证所提方法的有效性和实用性. 相似文献
2.
大型风电场并网发电给电网带来清洁能源的同时也使电力系统安全可靠运行面临诸多挑战,研究含风电场最优潮流对于提高电力系统稳定运行与能源利用率具有重要意义. 含风电场最优潮流是一个新型的高维、非线性的复杂优化问题,且由于风电的随机性、间歇性和不可控性使其复杂程度和计算难度进一步加大. 针对这一问题,本文通过数学模型和求解方法这一主线,阐述了含风电场最优潮流的发展现状以及因风电的随机性对电力系统造成的影响;总结了对风电场处理的现有研究技术,分析了求解含风电场最优潮流的各种算法的优点与不足;在此基础上对未来含风电场最优潮流的研究方向进行展望. 相似文献
3.
提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷,建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题,针对传统粒子群算法求解时容易陷入局部最优等问题,在粒子初始化时,引入一种结合Chebyshev映射和Logistic映射的组合混沌映射,在粒子更新过程中,引入Logistic映射,从而增加粒子寻优的遍历性,加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题,采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果. 相似文献
1
