电力与能源
電力與能源
전력여능원
Power and Energy
2013年
1期
73-77
,共5页
遗传算法%模糊决策%多目标优化%分布式能源%剪枝最小生成树算法
遺傳算法%模糊決策%多目標優化%分佈式能源%剪枝最小生成樹算法
유전산법%모호결책%다목표우화%분포식능원%전지최소생성수산법
研究了遗传算法及模糊决策下微电网中分布式能源接入变电站的网架优化问题,以减小节点电压偏移、线路损耗、运行成本、安装成本和充分利用可再生能源五大目标作为多目标函数,优化了分布式发电的变电站容量和位置,并做模糊决策隶属度分析选取最优解.根据变电站的定容定址最优解,将配电网进行分区后,采用剪枝最小生成树算法优化网架结构,以此达到分布式能源小范围送电的优势,并对每个供电分区进行网架结构弱联系,以防在某变电站故障时,其区域负荷依然可以有电力来源.结果表明,在微电网中,这样的网架结构优化不仅发挥了分布式能源容量较小靠近负荷点送电的特点,而且是有效可行的.
研究瞭遺傳算法及模糊決策下微電網中分佈式能源接入變電站的網架優化問題,以減小節點電壓偏移、線路損耗、運行成本、安裝成本和充分利用可再生能源五大目標作為多目標函數,優化瞭分佈式髮電的變電站容量和位置,併做模糊決策隸屬度分析選取最優解.根據變電站的定容定阯最優解,將配電網進行分區後,採用剪枝最小生成樹算法優化網架結構,以此達到分佈式能源小範圍送電的優勢,併對每箇供電分區進行網架結構弱聯繫,以防在某變電站故障時,其區域負荷依然可以有電力來源.結果錶明,在微電網中,這樣的網架結構優化不僅髮揮瞭分佈式能源容量較小靠近負荷點送電的特點,而且是有效可行的.
연구료유전산법급모호결책하미전망중분포식능원접입변전참적망가우화문제,이감소절점전압편이、선로손모、운행성본、안장성본화충분이용가재생능원오대목표작위다목표함수,우화료분포식발전적변전참용량화위치,병주모호결책대속도분석선취최우해.근거변전참적정용정지최우해,장배전망진행분구후,채용전지최소생성수산법우화망가결구,이차체도분포식능원소범위송전적우세,병대매개공전분구진행망가결구약련계,이방재모변전참고장시,기구역부하의연가이유전력래원.결과표명,재미전망중,저양적망가결구우화불부발휘료분포식능원용량교소고근부하점송전적특점,이차시유효가행적.
