基于宽度学习预测的可重构多微电网随机优化框架 |
| |
引用本文: | 刘杨,刘天羽.基于宽度学习预测的可重构多微电网随机优化框架[J].计算机应用与软件,2023(8):38-44+109. |
| |
作者姓名: | 刘杨 刘天羽 |
| |
作者单位: | 上海电机学院 |
| |
基金项目: | 国家自然科学基金项目(61973209); |
| |
摘 要: | 针对多微电网稳定性差、能量管理复杂等问题,提出一种智能随机优化框架,对可再生能源普及率较高的微电网系统进行优化运行和管理。该模型考虑了电动汽车的高移动充电需求以及可再生能源的随机性。为了减轻车辆对单个微电网的负面影响,采用V2G方案,并与微电网成本函数兼容。作为可再生能源的支持策略,提出一种基于UT框架和宽度学习的深度学习的概率方法,该方法考虑到可再生能源的随机性,将系统运行在安全区域。在此基础上,设计一种基于改进SCE(Shuffled Complex Evolution)的智能优化算法,在全局空间寻找最优解。通过IEEE测试系统检验了该模型的适用性。
|
关 键 词: | 多微电网 随机框架 UT框架 宽度学习 SCE算法 |
|
|