位置:成果数据库 > 期刊 > 期刊详情页
基于猫鼠种群算法的分散式风力发电优化配置
  • ISSN号:1004-9649
  • 期刊名称:《中国电力》
  • 时间:0
  • 分类:TM614[电气工程—电力系统及自动化]
  • 作者机构:[1]东北大学信息科学与工程学院,辽宁沈阳110819, [2]江苏省电力公司电力经济技术研究院,江苏南京210000, [3]辽宁省电力有限公司电力科学研究院,辽宁沈阳110006
  • 相关基金:国家自然科学基金资助项目(61104099,61374124),中央高校基本科研业务费专项基金(N130404008,N130104001),国家电网公司科技资助项目(DKYKJ[2012]001-2)
中文摘要:

发展智能电网是能源可持续发展的重要支撑。而以分散式发电的方式利用可再生能源发电是智能电网的一大特点。从经济、技术和环境等因素出发,将人工鱼群算法和猫群算法相结合。提出了一种新型的优化方法——猫鼠种群算法。研究了分散式风力发电的优化配置问题,包括选择分散式风力发电机的位置和确定风力发电机的容量。猫鼠种群算法同鱼群算法一样,具有参数不敏感性,解决了优化算法参数较多带来的困扰。最后本文以IEEE14节点系统为例,验证了算法的有效性和优越性。

英文摘要:

Smart grid is an important basis for energy sustainable development. One of important characteristic of smart grid is distribuled renewable power generation. With consideration of economy, technology and environment factors, a new optimal algorithm, cat and mouse swarm algorithm, is presented based on flocking algorithm and cat swarm algorithm. Optimal configuration of distributed wind power generation is studied by using proposed algorithm, including wind turbine location and capacity selection. The proposed algorithm is insensitive to parameters, which is robust during optimization. Simulation resuhs based on IEEE14 node system show the validity and superinrity of the proposed algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国电力》
  • 中国科技核心期刊
  • 主管单位:国家电网公司
  • 主办单位:国网能源研究所 中国电机工程学会
  • 主编:邱忠涛
  • 地址:北京市昌平区北七家镇未来科技城国家电网公司园区B315
  • 邮编:102209
  • 邮箱:zhongshizhang@sgcc.com.cn
  • 电话:010-66603808
  • 国际标准刊号:ISSN:1004-9649
  • 国内统一刊号:ISSN:11-3265/TM
  • 邮发代号:2-427
  • 获奖情况:
  • 2004年荣获第三届“国家期刊奖”,2001年进入“中国期刊方阵”的双效期刊,中国电力报刊协会优秀期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:27723