基于多目标粒子群算法的配电网储能优化配置研究

LIU Ziqi, SU Tingting, HE Jiayang,WANG Yu

Integrated Intelligent Energy(2023)

引用 0|浏览0
暂无评分
摘要
储能技术具有对功率和能量的时间迁移能力,能有效改善可再生能源的输出特性和可调度性,是构建新型电力系统解决可再生能源大规模并网问题及促进资源利用的关键技术.研究不同应用场景下储能优化配置对其在配电网中的有效应用具有重要意义.针对综合考量技术性和经济性指标的配电网储能配置多目标优化问题,提出一种基于多目标粒子群优化(MOPSO)算法的配电网储能优化配置方法.采用MOPSO算法对多目标储能配置模型求解,并在种群更新过程中引入自适应变异策略以扩大粒子对空间的探索能力,有效改善种群多样性的同时保证后期收敛性,在储能配置问题上得到全局最优解,实现技术与经济指标多目标综合优化.通过Matlab仿真验证所提方法的可行性与优越性.该研究成果对探索配电网储能优化配置方案具有重要的理论与工程价值.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要