书籍详情
CAMPSO在含分布式电源的配电网运行优化中的应用
作者：程杉 著
出版社：科学出版社
出版时间：2020-06-01
ISBN：9787030655226
定价：¥65.00
购买这本书可以去
内容简介
含分布式电源的配电网多目标优化问题是一类复杂的工程优化问题，其目标空间是一个多维、离散并且不一定为凸的空间，需要有效的多目标优化方法求解，为决策者的决策提供有力支撑。《CAMPSO在含分布式电源的配电网运行优化中的应用》探讨综合自适应多目标粒子群优化算法及其在含分布式电源的配电网多目标优化问题中的应用。《CAMPSO在含分布式电源的配电网运行优化中的应用》第1章为绪论，即工程背景及研究意义和相关研究现状回顾。第2章为综合自适应多目标粒子群优化算法及其性能验证。第3章至第5章为综合自适应多目标粒子群优化算法在含分布式电源的配电网规划与运行多目标优化问题中的应用，包括分布式电源和混合储能的优化配置，以及含分布式电源的配电网无功优化。第6章为基于超效率数据包络分析和动态自适应粒子群优化算法的电动汽车充电站多目标规划。
作者简介
暂缺《CAMPSO在含分布式电源的配电网运行优化中的应用》作者简介
目录
目录
第1章 绪论/1
1.1 工程背景及意义/2
1.2 含DG的配电网优化问题/4
1.2.1 DG在配电网中的优化配置/4
1.2.2 储能系统优化配置/6
1.2.3 含DG的配电网络重构、故障恢复和无功优化/7
1.2.4 含DG的微电网能量管理/9
1.3 配电网多目标优化问题/10
1.4 配电网多目标优化问题的传统解法/11
1.5 启发式智能多目标优化方法/12
第2章 综合自适应多目标粒子群优化算法/15
2.1 引言/16
2.2 多目标优化算法问题概述/16
2.2.1 多目标优化算法设计原则/16
2.2.2 多目标粒子群优化算法问题概述/18
2.3 PSO算法开拓与探索能力提升策略/19
2.3.1 惯性权重和加速因子的动态变化/19
2.3.2 随机黑洞机制/20
2.4 领导粒子动态选择及保持种群多样性策略/22
2.4.1 基于细菌群体感应机理的扰动机制/22
2.4.2 领导粒子的动态选择/23
2.5 提高Pareto解的多样性和均匀分布性策略/24
2.5.1 NSGA-II拥挤距离排序/24
2.5.2 逐步淘汰策略/26
2.5.3 下一次迭代粒子的选择/28
2.6 CAMPSO算法流程/29
2.7 CAMPSO算法性能验证及分析/31
2.7.1 三种主要策略的有效性验证/33
2.7.2 CAMPSO算法性能综合评价/36
2.8 本章小结/39
第3章 分布式电源在配电网中的多目标优化配置/41
3.1 引言/42
3.2 多目标优化配置数学模型/44
3.2.1 目标函数/44
3.2.2 约束条件/46
3.2.3 变量及其表达式/47
3.3 偏好策略/48
3.3.1 偏好多目标优化/48
3.3.2 电压偏好策略和供电可靠性偏好策略/51
3.4 基于CAMPSO算法的DG多目标优化配置求解/52
3.5 DG多目标优化配置仿真及其分析/54
3.5.1 第一组仿真实验/54
3.5.2 第二组仿真实验/60
3.5.3 第三组仿真实验：偏好策略研究/62
3.6 本章小结/64
第4章 混合储能多目标优化配置/67
4.1 引言/68
4.2 HESS多目标优化配置模型/70
4.2.1 HESS数学模型/70
4.2.2 风电输出功率平滑效果评估指标/71
4.2.3 HESS多目标优化配置数学模型/71
4.3 HESS储能设备参考功率计算及功率分配策略/72
4.4 基于CAMPSO算法的HESS多目标优化配置求解/74
4.4.1 求解变量的离散化处理/74
4.4.2 求解流程/74
4.5 仿真与分析/76
4.6 本章小结/79
第5章 含分布式电源的配电网多目标无功优化策略/81
5.1 引言/82
5.2 含DG的配电网多目标无功优化数学模型/83
5.2.1 目标函数/83
5.2.2 约束条件及决策变量表述/84
5.2.3 无功优化中的电压偏好/85
5.3 基于CAMPSO算法的多目标无功优化问题求解/86
5.3.1 离散变量的离散化/86
5.3.2 状态变量越限及潮流计算不收敛惩罚/86
5.3.3 含DG的配电网多目标无功优化求解流程/87
5.4 含DG的配电网多目标无功优化算例及其分析/89
5.4.1 考虑不同目标时的无功优化/89
5.4.2 分析与讨论/93
5.5 本章小结/94
第6章 基于DEA和DAPSO算法的电动汽车充电站多目标规划/95
6.1 引言/96
6.2 满足充电可靠性的候选站址确定方法/96
6.2.1 OD分析/97
6.2.2 充电可靠性/99
6.3 选址定容规划模型/100
6.3.1 经济性指标/100
6.3.2 系统电压稳定性指标/101
6.3.3 充电服务质量指标/101
6.3.4 充电排队时间/102
6.3.5 多目标模型转化为单目标模型/102
6.3.6 约束条件/103
6.4 DAPSO算法及其算例分析/104
6.4.1 DAPSO算法/104
6.4.2 算例分析/107
6.5 本章小结/113
参考文献/115
第1章 绪论/1
1.1 工程背景及意义/2
1.2 含DG的配电网优化问题/4
1.2.1 DG在配电网中的优化配置/4
1.2.2 储能系统优化配置/6
1.2.3 含DG的配电网络重构、故障恢复和无功优化/7
1.2.4 含DG的微电网能量管理/9
1.3 配电网多目标优化问题/10
1.4 配电网多目标优化问题的传统解法/11
1.5 启发式智能多目标优化方法/12
第2章 综合自适应多目标粒子群优化算法/15
2.1 引言/16
2.2 多目标优化算法问题概述/16
2.2.1 多目标优化算法设计原则/16
2.2.2 多目标粒子群优化算法问题概述/18
2.3 PSO算法开拓与探索能力提升策略/19
2.3.1 惯性权重和加速因子的动态变化/19
2.3.2 随机黑洞机制/20
2.4 领导粒子动态选择及保持种群多样性策略/22
2.4.1 基于细菌群体感应机理的扰动机制/22
2.4.2 领导粒子的动态选择/23
2.5 提高Pareto解的多样性和均匀分布性策略/24
2.5.1 NSGA-II拥挤距离排序/24
2.5.2 逐步淘汰策略/26
2.5.3 下一次迭代粒子的选择/28
2.6 CAMPSO算法流程/29
2.7 CAMPSO算法性能验证及分析/31
2.7.1 三种主要策略的有效性验证/33
2.7.2 CAMPSO算法性能综合评价/36
2.8 本章小结/39
第3章 分布式电源在配电网中的多目标优化配置/41
3.1 引言/42
3.2 多目标优化配置数学模型/44
3.2.1 目标函数/44
3.2.2 约束条件/46
3.2.3 变量及其表达式/47
3.3 偏好策略/48
3.3.1 偏好多目标优化/48
3.3.2 电压偏好策略和供电可靠性偏好策略/51
3.4 基于CAMPSO算法的DG多目标优化配置求解/52
3.5 DG多目标优化配置仿真及其分析/54
3.5.1 第一组仿真实验/54
3.5.2 第二组仿真实验/60
3.5.3 第三组仿真实验：偏好策略研究/62
3.6 本章小结/64
第4章 混合储能多目标优化配置/67
4.1 引言/68
4.2 HESS多目标优化配置模型/70
4.2.1 HESS数学模型/70
4.2.2 风电输出功率平滑效果评估指标/71
4.2.3 HESS多目标优化配置数学模型/71
4.3 HESS储能设备参考功率计算及功率分配策略/72
4.4 基于CAMPSO算法的HESS多目标优化配置求解/74
4.4.1 求解变量的离散化处理/74
4.4.2 求解流程/74
4.5 仿真与分析/76
4.6 本章小结/79
第5章 含分布式电源的配电网多目标无功优化策略/81
5.1 引言/82
5.2 含DG的配电网多目标无功优化数学模型/83
5.2.1 目标函数/83
5.2.2 约束条件及决策变量表述/84
5.2.3 无功优化中的电压偏好/85
5.3 基于CAMPSO算法的多目标无功优化问题求解/86
5.3.1 离散变量的离散化/86
5.3.2 状态变量越限及潮流计算不收敛惩罚/86
5.3.3 含DG的配电网多目标无功优化求解流程/87
5.4 含DG的配电网多目标无功优化算例及其分析/89
5.4.1 考虑不同目标时的无功优化/89
5.4.2 分析与讨论/93
5.5 本章小结/94
第6章 基于DEA和DAPSO算法的电动汽车充电站多目标规划/95
6.1 引言/96
6.2 满足充电可靠性的候选站址确定方法/96
6.2.1 OD分析/97
6.2.2 充电可靠性/99
6.3 选址定容规划模型/100
6.3.1 经济性指标/100
6.3.2 系统电压稳定性指标/101
6.3.3 充电服务质量指标/101
6.3.4 充电排队时间/102
6.3.5 多目标模型转化为单目标模型/102
6.3.6 约束条件/103
6.4 DAPSO算法及其算例分析/104
6.4.1 DAPSO算法/104
6.4.2 算例分析/107
6.5 本章小结/113
参考文献/115
猜您喜欢
