西南交通大学经济管理学院, 成都 610031
出版日期:
2020-01-25发布日期:
2020-04-29Multi-Objective Optimization Problem of the Microgrid Power Dispatch Using Improved Multi-Objective Evolutionary Algorithm Based on Decomposition
LUO Shungen ,GUO XiupingSchool of Economics and Management, Southwest Jiaotong University, Chengdu 610031
Online:
2020-01-25Published:
2020-04-29摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
针对包含可再生能源发电装置, 微型燃气轮机(microturbine, MT), 燃烧电 池(fuel cell, FC)以及镍氢电池(nickel-metal hydride battery, Bat) 的典型低压微电 网电力调度多目标优化问题, 文章提出一种改进的基于分解的多目标进化算法IMOEA/D (improved multi-objective evolutionary algorithm based on decomposition), 最小化发电成本和污染物气体排放量. IMOEA/D算法将多目标问题按照切比雪夫权重射线均匀展开分解为若干子问题进行优化;基于Pareto占优概念以及模糊聚类策略更新子问题非劣解, 引入基于欧氏距离的解的稀疏度评估法对非劣解保留集进行更新和对其储存空间大小进行控制.最后, 将提出的算法与其它进化算法如GA (遗传算法)和AMPSO (自适应改进粒子群优化算法)等分别进行单多目标性能比较, 结果表明, IMOEA/D算法在多目标优化性能比较中能较稳定的得到质量更高, 范围更广, 分布更均匀 的非劣解保留集, 即该算法在解搜索的深度和广度上都有较好的表现.
分享此文: