微型智能电网"是一种有效的利用可再生能源资源,特别是对于满足电力需求在偏远的岛屿。岛的操作优化微型智能电网"是至关重要的,确保有效性能的微型智能电网"系统,它通常是一个multiconstrained和多目标优化问题。本研究的主要贡献是一个独立的微型智能电网"系统运行优化方法在一个偏远的岛屿,包括风能、光伏电池、柴油发电机。在这篇文章中,一个新颖的操作优化模型独立的微型智能电网",提出了电池系统是单独考虑;多目标日前优化模型考虑经济成本,建立电池折旧成本,和环境保护成本。在优化,柴油发电机的输出功率和能量存储系统选为决策变量。为了这个目的,一个高效的搜索算法结合粒子群优化(PSO)算法和模拟退火(SA)算法。混合算法应用于寻找帕累托优化问题的解集。搜索结果比较与传统PSO算法。同时,灰靶决策理论提出了基于熵权法来确定最佳的平衡调度方案在所有的解决方案,并且结果比较与其他两个常用的主观和客观的方法。 The results show that the proposed optimization method can be applied to the day-ahead operation optimization of the microgrid system and help the user obtain the best compromise operation scheme for stand-alone microgrid.
C一个gn一个no et al。
31日)gydF4y2Ba提出了一种新的战略管理最大化的有功功率储备在孤立的微型智能电网"网格的预订。这个工作是通过采用直接李雅普诺夫定理和敏感性分析,但成本函数不考虑。吴et al。
32)gydF4y2Ba的动态经济调度模型提出了热电联产(CHP)微型智能电网"系统。为了最小化总成本,即操作成本和污染物处理成本,biobjective问题简化求和这两个直接成本。一种改进的粒子群优化(PSO)算法来解决目标函数。但两者之间的关系成本不是讨论。卡里et al。
33)gydF4y2Ba提出了一种多目标作战模型短微型智能电网"考虑到成本,同时系统的安全性和可靠性。为了解决该模型,获得一组帕累托解首先通过使用加权和的方法。混合多目标和多属性决策框架应用于实现最佳操作状态。Moradi et al。
34)gydF4y2Ba开发了一种多目标优化模型,包括燃料消耗成本、总电压变化,电压稳定指数。和谐算法相结合的混合优化算法(HS)和遗传算法(GA)提出解决问题。模糊方法找到最优解在所有nondominated结果。Zhang et al。
35gydF4y2B一个生命周期总成本最小化和增加的准确性大小独立混合可再生能源系统的优化提出了一种新的基于三个算法的混合优化算法:混沌搜索,和谐搜索和模拟退火。天气预报数据以及人工神经网络用于提高规模优化算法结果的准确性。