基于膝点驱动进化算法的两步多目标最优潮流
最优化与控制
2018-12-05 v1
摘要
为协调电力系统运行中的经济性、安全性与环保性，提出了一种两步多目标最优潮流（MaOPF）求解方法。步骤 1 中，首次引入膝点驱动进化算法（KnEA）来求解 MaOPF 问题，从而获得帕累托最优解。步骤 2 中，利用一种综合决策分析技术，通过结合模糊 c 均值（FCM）聚类与灰色关联投影（GRP）方法，为决策者提供决策支持。由此，能够从帕累托最优解集合中自动确定代表决策者不同甚至冲突偏好的最佳折中解（BCSs）。该提案的主要贡献在于创新性地应用多目标优化与决策分析来解决 MaOPF 问题。通过 IEEE 118 总线系统与实际河北省级电力系统的检验，证实了该方法适用于求解电力系统的 MaOPF 问题。
引用
@article{arxiv.1812.01588,
title = {Two-Step Many-Objective Optimal Power Flow Based on Knee Point-Driven Evolutionary Algorithm},
author = {Yahui Li and Yang Li},
journal= {arXiv preprint arXiv:1812.01588},
year = {2018}
}
备注
Accepted by Journal Processes