找到 2 条结果
基于进化算法与经验规则融合的源-网-储协同规划高效求解
Efficient Solution for Source-Grid-Storage Coordinated Planning Based on Fusion of Evolutionary Algorithm and Empirical Rules
张觊凡张恒旭施啸寒 · 电力系统自动化 · 2025年1月 · Vol.49
源-网-储协同规划因高维非线性特征导致求解耗时，制约实际应用。为此，提出一种融合进化算法与经验规则的高效求解方法，结合进化算法的全局寻优能力与经验规则的收敛加速优势。构建内嵌时序生产模拟的协同规划模型，提炼专家经验并利用模糊推理规则化，将其融入带精英保留的非支配排序遗传算法，优化初始搜索空间与进化方向。以某省级90节点系统为例，进行风光储选址定容规划，验证了该方法在求解效率与优化性能上的显著提升。
解读: 该源-网-储协同规划方法对阳光电源PowerTitan储能系统和SG系列光伏逆变器的项目前期规划具有重要应用价值。融合进化算法与经验规则的高效求解方案，可直接应用于iSolarCloud云平台的智能规划模块，为大型新能源电站提供风光储选址定容优化服务。该方法通过时序生产模拟与模糊推理规则，能够快速生...
综合能源领域独立和并网可再生能源系统多目标优化设计的受控非支配排序遗传算法
Controlled Non-Dominated Sorting Genetic Algorithms for Multi-Objective Optimal Design of Standalone and Grid-Connected Renewable Energy Systems in Integrated Energy Sectors
Hamza El Hafdaoui · Ahmed Khallaayoun · Salah Al-Majeed · IEEE Access · 2025年1月
非支配排序遗传算法因其在优化可再生能源系统中的鲁棒性和灵活性而受认可，通过处理多目标和生成多样Pareto最优解超越传统方法。然而随机初始种群和变异导致的低效率可影响处理时间和错误率。本研究引入受控非支配排序遗传算法，通过受控种群初始化和变异机制增强优化。与传统非支配排序遗传算法相比，受控版本显示卓越性能，在高能源需求下实现2.4%错误降低、117%更低任务违规率和157%更快处理时间。摩洛哥Ifrane旅游村具有显著季节能源需求的案例研究说明算法应用。结果显示考虑潜在电网出口机会的独立和并网系...
解读: 该多目标优化算法对阳光电源可再生能源系统设计有重要应用价值。阳光光储系统配置需要平衡多个目标如成本、可靠性和环保性。受控遗传算法的性能优势可应用于阳光iSolarCloud平台的系统优化工具。独立和并网双场景分析与阳光微电网和并网储能业务一致。净现值和平准化成本优化对阳光项目经济性评估至关重要。该研...